// Google 15.12.2024 · 13:10 Uhr 2 Min. Lesezeit

Neueste Entwicklungen bei Googles KI-Modell Gemini 2.0 Flash

Mindverse News

KI-gestützt erstellt 8 Quellen Arbeitsweise

Neueste Entwicklungen bei Googles KI-Modell Gemini 2.0 Flash — Symbolbild

Gemini 2.0 Flash: Googles neues KI-Modell im Rampenlicht

Google hat mit Gemini 2.0 Flash die neueste Version seines KI-Modells vorgestellt. Das multimodale Modell soll Entwicklern die Möglichkeit bieten, in AI Studio und Vertex AI sogenannte "agentic applications", also Agentenanwendungen, zu entwickeln. Diese Agenten sollen komplexe Aufgaben in mehreren Schritten ausführen können, gesteuert durch detaillierte Anweisungen und unter Einbeziehung externer Datenquellen und Tools.

Der Fokus auf Agentenanwendungen liegt im Trend der KI-Entwicklung. Die Vision ist eine Software, die Aufgaben selbstständig erledigt – effizient, zuverlässig und kostengünstig. Ein Beispiel wäre ein KI-Agent, der eine Urlaubsreise plant und alle notwendigen Schritte, wie Buchungen und Bezahlungen, selbstständig durchführt. Obwohl diese Vision noch nicht vollständig realisiert ist, da die Zuverlässigkeit von KI-Modellen noch nicht ausreicht, um ihnen weitreichende Autoritäten zu übertragen, arbeitet Google intensiv an der Weiterentwicklung.

Gemini 2.0 Flash folgt auf die ersten Gemini-Modelle, die vor einem Jahr vorgestellt wurden. Es reiht sich ein in die Modellfamilie bestehend aus Gemini 1.0 Ultra, Gemini 1.5 Pro, Gemini 1.0 Pro, Gemini 1.5 Flash und Gemini 1.0 Nano. Generell sind die 1.5-Versionen leistungsstärker als die 1.0-Versionen, und die größeren Modelle (Ultra, Pro, Flash, Nano) liefern bessere Ergebnisse als die kleineren.

Gemini 2.0 Flash bringt einige neue Funktionen mit sich. Das Modell ist multilingual und multimodal, d.h. es kann Text, Bilder und Audio als Input verarbeiten und in diesen Modi auch antworten. Es verfügt über eine multimodale Live-API für Echtzeit-Konversationen und Bildanalysen. Zusätzlich unterstützt das Modell die Nutzung von Tools wie Codeausführung und Suche, was den Zugriff auf aktuelle Informationen, Berechnungen und die Interaktion mit Datenquellen ohne zusätzliche Einrichtung ermöglicht.

Laut Google soll das Modell in den nächsten Monaten auch die native Ausgabe von Audio und Bildern ermöglichen, zunächst im Rahmen eines Early-Access-Programms. Zusammen mit Gemini 2.0 Flash führt Google auch Jules ein, erweitert Google Colab um Funktionen für Data Science und integriert das neue Modell in Gemini Code Assist, die KI-Programmiererweiterung für VS Code, IntelliJ PyCharm und andere IDEs.

Demonstrationen zeigten die Fähigkeiten von Gemini 2.0 Flash in verschiedenen Szenarien. Das Modell konnte in Echtzeit Fragen beantworten, Finger auf einem Videostream zählen, die Farbe von Fingernägeln bestimmen, die fünf längsten Filme eines Regisseurs identifizieren, deren Laufzeiten berechnen und die Daten grafisch darstellen. Auch die multimodale Fähigkeit zur Rezeptgenerierung mit visueller Darstellung der Zutaten wurde präsentiert.

Die Entwicklung von Gemini 2.0 Flash zeigt die rasanten Fortschritte im Bereich der KI-Modelle. Die Chatbot Arena, eine Plattform zur Bewertung von Chatbots, dokumentiert diese Entwicklung. In der Vergangenheit konnten verschiedene Gemini-Modelle beachtliche Sprünge in der Bewertung verzeichnen, was die kontinuierliche Verbesserung der Leistung verdeutlicht. Insbesondere im Bereich Coding und der Bearbeitung komplexer Prompts konnten signifikante Fortschritte erzielt werden.

Mit Gemini 2.0 Flash setzt Google einen weiteren Meilenstein in der KI-Entwicklung. Die neuen Funktionen und die verbesserte Leistung eröffnen Entwicklern neue Möglichkeiten für die Erstellung innovativer Anwendungen. Die kommenden Monate werden zeigen, wie sich das Modell in der Praxis bewährt und welche neuen Anwendungen daraus entstehen.