1M长上下文，满血版Gemini 2.0又一次登上Chatbot Arena榜首

才过了一个月，数学能力就提升了 10%

原标题：1M长上下文，满血版Gemini 2.0又一次登上Chatbot Arena榜首
文章来源：机器之心
内容字数：4327字

谷歌Gemini 2.0 Flash Thinking升级：再次登顶，推理能力显著提升

近日，谷歌发布了Gemini 2.0 Flash Thinking推理模型的加强版，并再次登顶Chatbot Arena排行榜。此次升级主要体现在上下文窗口的扩展和模型可靠性的提升上，谷歌AI掌门人Jeff Dean亲自发信庆祝这一成果。

1. 100万token上下文窗口和显著的性能提升

Gemini 2.0 Flash Thinking基于Gemini 2.0 Flash，通过引入“思维”机制增强推理能力。其最大亮点在于能够处理高达100万token的长上下文，允许对长篇文本进行深入分析。此次升级不仅提升了上下文理解能力，还在AIME2024（数学能力测试）、GPQA Diamond（科学能力测试）和MMMU（多模态推理能力）测试中取得了显著进步，数学成绩更是提升了54%。

2. 强大的推理能力和自我纠错机制

Gemini 2.0 Flash Thinking能够在多轮对话和推理中自我纠错，并清晰地展示其思考过程。 Jeff Dean展示的demo中，模型能够解答物理问题并解释推理步骤。 最新模型甚至比预期运行速度更快，有效避免了长上下文模型常见的“变傻”问题，能够保持对话连贯性，灵活运用先前信息完成当前任务。

3. 全面的多模态能力和Project Mariner的贡献

Gemini 2.0展现了强大的多模态能力，能够根据语音指令实时改变界面元素的布局，甚至理解并执行颜色混合等复杂操作。这得益于Project Mariner项目，该项目旨在探索人机交互方式，并赋予AI理解和操作网页浏览器的能力，类似于Claude的“computer use”功能。

4. 谷歌的“全面均衡”开发理念和未来展望

谷歌的开发理念注重模型的全面均衡发展，避免在某些领域表现突出而在其他领域表现欠佳。 Jeff Dean表示，谷歌会持续收集用户反馈，并利用更多数据提升模型在各个方面的能力。 未来，谷歌将继续探索3D数据等更多模态，力求打造一个真正强大的通用模型。

5. Google AI Studio平台及未来规划

谷歌将Gemini系列所有模型整合在“Google AI Studio”平台，提供API密钥、提示词创建、实时对话等功能。 虽然目前平台功能较为分散，但Jeff Dean表示，在模型正式发布后，谷歌将提供完整的技术报告，并根据用户反馈持续改进。

总而言之，Gemini 2.0 Flash Thinking的升级展现了谷歌在大型语言模型领域的持续进步，其强大的推理能力、长上下文理解能力和多模态能力使其在众多竞争对手中脱颖而出。 未来，谷歌在3D数据和更多模态上的探索，值得我们期待。

联系作者

文章来源：机器之心
作者微信：
作者简介：专业的人工智能媒体和产业服务平台