Gemini 2.0 Flash: Die neueste Entwicklung von Googles KI-Modell in Anwendung und Integration

Gemini 2.0 Flash: Googles nächste KI-Generation erreicht Anychat und weitere Plattformen

Google hat die Veröffentlichung von Gemini 2.0 Flash bekannt gegeben, der neuesten Iteration seines multimodalen KI-Modells. Diese Ankündigung markiert einen weiteren Schritt im rasanten Fortschritt der KI-Entwicklung und unterstreicht Googles Engagement, KI-gestützte Lösungen für Entwickler und Endnutzer gleichermaßen bereitzustellen. Die Integration in Anychat, eine Plattform für den Aufbau interaktiver Anwendungen, erweitert die Reichweite von Gemini 2.0 und eröffnet neue Möglichkeiten für Entwickler.

Verbesserte Leistung und neue Funktionen

Gemini 2.0 Flash baut auf den Stärken seines Vorgängers, Gemini 1.5, auf und bietet verbesserte Leistung bei gleichbleibend schneller Reaktionszeit. In Benchmarks schneidet Gemini 2.0 Flash sogar besser ab als die Pro-Version von 1.5 und das bei doppelter Geschwindigkeit. Neben der bereits bestehenden Unterstützung multimodaler Eingaben wie Bilder, Videos und Audio, bietet 2.0 Flash nun auch multimodale Ausgaben. Dies beinhaltet die native Generierung von Bildern in Kombination mit Text sowie steuerbares, mehrsprachiges Text-to-Speech (TTS) Audio. Darüber hinaus kann Gemini 2.0 Flash nativ Tools wie die Google-Suche, Codeausführung und benutzerdefinierte Funktionen von Drittanbietern aufrufen.

Verfügbarkeit und Integration

Gemini 2.0 Flash steht Entwicklern ab sofort als experimentelles Modell über die Gemini API in Google AI Studio und Vertex AI zur Verfügung. Multimodale Eingaben und Textausgaben sind für alle Entwickler zugänglich, während Text-to-Speech und native Bildgenerierung zunächst Early-Access-Partnern vorbehalten sind. Die allgemeine Verfügbarkeit ist für Januar geplant, zusammen mit weiteren Modellgrößen. Um die Entwicklung dynamischer und interaktiver Anwendungen zu unterstützen, veröffentlicht Google außerdem eine neue Multimodal Live API, die Echtzeit-Audio- und Video-Streaming-Eingaben sowie die Verwendung mehrerer kombinierter Tools ermöglicht.

Auch Nutzer der Gemini App profitieren von den Fortschritten. Über ein Dropdown-Menü können sie auf Desktop- und Mobilgeräten auf die Chat-optimierte Version von Gemini 2.0 Flash zugreifen. Die Integration in die mobile Gemini App ist in Kürze geplant. Google plant außerdem, Gemini 2.0 Anfang nächsten Jahres in weitere Produkte zu integrieren, darunter die Google-Suche. Hier sollen die erweiterten Argumentationsfähigkeiten von Gemini 2.0 dazu beitragen, komplexere Suchanfragen, mehrstufige Fragen, mathematische Gleichungen, multimodale Abfragen und Codierungsanfragen zu bearbeiten.

Agentische KI-Erfahrungen

Gemini 2.0 Flash ermöglicht durch seine nativen Benutzeroberflächen-Aktionsfunktionen, multimodalen Argumentationsfähigkeiten, Verständnis für lange Kontexte, komplexe Befehlsausführung und -planung, native Toolnutzung und verbesserte Latenz eine neue Klasse von agentenbasierten Erfahrungen. Google erforscht diese Möglichkeiten mit verschiedenen Prototypen, darunter eine aktualisierte Version von Project Astra, dem Forschungsprototyp für einen universellen KI-Assistenten, sowie Project Mariner, das die Mensch-Agenten-Interaktion im Browser erforscht. Auch Jules, ein KI-gestützter Code-Agent für Entwickler, basiert auf Gemini 2.0.

Trillium TPUs allgemein verfügbar

Die Fortschritte von Gemini 2.0 werden durch Googles Investitionen in seine Full-Stack-KI-Innovation unterstützt, einschließlich der Entwicklung eigener Hardware wie der Trillium TPUs der sechsten Generation. Diese TPUs wurden für das Training und die Inferenz von Gemini 2.0 verwendet und sind nun allgemein für Kunden verfügbar.

Bibliographie:

1. https://blog.google/technology/google-deepmind/google-gemini-ai-update-december-2024/