來源：谷歌黑板報

作者:

Demis Hassabis

Google DeepMind CEO

在過去的十年中，我們為現代 AI 時代奠定了許多基礎，從率先提出所有大型語言模型賴以構建的 Transformer 架構，到開發 AlphaGo 和 AlphaZero 等可以學習和規劃的智能體系統。

我們已將這些技術應用于量子計算、數學、生命科學和算法發現領域的突破。我們繼續在基礎研究的廣度和深度上加倍投入，致力于發明實現通用人工智能 (AGI) 所必需的下一個重大突破。

正因如此，我們正努力拓展我們最強的多模態基礎模型 Gemini 2.5 Pro，使其成為一個能夠通過理解和模擬世界的各個方面來制定計劃和構想新體驗的 "世界模型"，就像大腦一樣。

我們在這方面已經取得了長足的進步，從訓練智能體掌握圍棋和星際爭霸 (StarCraft) 等復雜游戲的開創性工作，到可基于單個圖像提示生成可交互 3D 模擬環境的 Genie 2。

我們已經可以看到，這些能力正在顯現，體現在 Gemini 利用世界知識和推理來表示和模擬自然環境的能力，Veo 對直觀物理的深刻理解，以及 Gemini Robotics 教導機器人抓取、遵循指令和即時調整的方式中。

將 Gemini 打造成一個世界模型，是開發一種新型、更通用、更有用的 AI——通用 AI 助手的關鍵一步。這是一種智能的 AI，能夠理解您所處的上下文，并根據您的請求跨任何設備代表您規劃和采取行動。

將 Project Astra 的實時功能引入

我們的產品中

我們的終極愿景是將 Gemini 應用轉型為一款通用 AI 助手，它將為我們執行日常任務、處理我們繁瑣的行政事務、呈現令人滿意的新推薦，從而提高我們的生產力并豐富我們的生活。

這一進程的起點，是我們去年在研究原型 Project Astra 中首次實踐的功能，包括視頻理解、屏幕共享和記憶等。

在過去的一年中，我們已將這些功能整合到 Gemini Live 中以便讓更多人今天就能體驗。我們繼續在最前沿領域不懈地改進和探索新的創新。例如，我們升級了語音輸出，使其通過原生音頻輸出聽起來更自然；我們改進了記憶功能并增加了計算機控制。

我們正在收集受信任測試人員關于這些新功能的反饋，并致力于將它們引入 Gemini Live、搜索中的新體驗、面向開發者的 Live API 以及眼鏡等新型設備。

在此過程的每一步，安全和責任都是我們工作的核心。我們最近進行了一項大型研究項目，探討了圍繞高級 AI 助手的倫理問題，這項工作將繼續指導我們的研究、開發和部署。

構建能夠為您處理多任務的 AI

通過 Project Mariner，我們還在探索智能體的能力如何幫助人們處理多任務。這是一個研究原型，旨在從瀏覽器入手，探索人與智能體交互的未來。

自去年 12 月推出 Project Mariner 以來，我們一直與一群受信任的測試人員密切合作，收集反饋并改進其實驗性功能。

Project Mariner 現在包含一個智能體系統，可以同時完成多達十項不同的任務。這些智能體可以幫助您查找信息、進行預訂、購買物品、進行研究等等——所有這些都可以同時進行。

美國的 Google AI Ultra 訂閱用戶已可以使用更新后的 Project Mariner。我們正在將其計算機使用功能引入 Gemini API，并且我們計劃在今年內將更多功能引入 Google 產品。

通過這項工作以及我們所有開創性的工作，我們正在構建更個性化、更主動、更強大的 AI，這將豐富我們的生活，加速科學進步，并迎來一個發現和驚嘆的新黃金時代。