Google 發布最聰明的 AI 模型 Gemini 2.5！

今天，我們推出最聰明的 AI 模型 Gemini 2.5。我們的第一個 2.5 版本是 2.5 Pro 的實驗版本，它在廣泛的基準測試中都處於領先地位，並且在LMArena上以顯著優勢排名第一。

Gemini 2.5 模型是思考模型，能夠在做出反應之前透過自己的想法進行推理，從而提高性能和準確性。

在人工智慧領域，系統的「推理」能力不僅僅指分類和預測。它指的是分析資訊、得出合乎邏輯的結論、結合背景和細微差別並做出明智決策的能力。

長期以來，我們一直在探索透過強化學習、思路鏈提示等技術，讓人工智慧變得更聰明、更推理能力。在此基礎上，我們最近推出了我們的第一個思維模型，Gemini 2.0 Flash Thinking。

現在，借助 Gemini 2.5，我們透過結合顯著增強的基礎模型和改進的後期訓練，實現了全新的性能水準。展望未來，我們將把這些思考能力直接融入我們的所有模型中，以便它們能夠處理更複雜的問題，並支援更強大、更具情境感知能力的代理。

Gemini 2.5 Pro 簡介

Gemini 2.5 Pro Experimental 是我們用來執行複雜任務的最先進的模型。它在LMArena排行榜（衡量人類偏好）上以顯著優勢名列前茅，表明該模型性能強大，且具有高品質的風格。 2.5 Pro也表現出強大的推理和編碼能力，在常見的編碼、數學和科學基準測試中處於領先地位。

Gemini 2.5 Pro 現已在Google AI Studio和Gemini 應用程式中針對 Gemini Advanced 用戶推出，並且即將在Vertex AI中推出。我們還將在未來幾週內推出定價，讓人們能夠使用具有更高速率限制的 2.5 Pro 進行規模生產使用。

增強推理

Gemini 2.5 Pro 在一系列需要高階推理的基準測試中都處於領先地位。 2.5 Pro 不使用會增加成本的測試時間技術（如多數投票），在 GPQA 和 AIME 2025 等數學和科學基準測試中處於領先地位。

在「人類的最後考試」中，它在未使用工具的模型中也獲得了 18.8% 的最高分數，這是最先進的成績。「人類的最後考試」是一個由數百名學科專家設計的資料集，旨在捕捉人類知識和推理的前沿。

進階編碼

我們一直專注於程式設計效能，Gemini 2.5 較 2.0 有了很大的飛躍——未來還會有更多的改進。 2.5 Pro 擅長創建視覺引人注目的 Web 應用程式和代理程式碼應用程序，以及程式碼轉換和編輯。在代理程式碼評估的行業標準 SWE-Bench Verified 上，Gemini 2.5 Pro 透過自訂代理設定獲得了 63.8% 的得分。

以下是一個範例，說明 2.5 Pro 如何利用其推理能力透過從單行提示產生可執行程式碼來創建視訊遊戲。

https://kopyai.com/zh-tw/latest/view/type.news/0/24

Picture Source:
Google

留言

這個網誌中的熱門文章

標普 500 指數和那斯達克指數結束兩週連漲勢頭，人工智慧引發的動盪令科技股承壓

週五美國股市波動劇烈，半導體股在有關 OpenAI ( OPAI.PVT ) IPO 可能推遲的報道出現後回落，這加劇了本週令市場劇烈震蕩的不利因素。科技股為主的那斯達克指數（^IXIC）下跌 0.2%，而標準普爾 500 指數（^GSPC）小幅下跌，這兩個指數本週分別下跌超過 4% 和近 2%。道瓊工業指數（^DJI）科技股佔比較低，跌破橫盤整理線，但周漲幅不到 1%。蘋果公司（ AAPL）上調 MacBook 和 iPad 價格後，人們越來越擔心記憶體和儲存組件成本飆升可能會衝擊設備製造商。內存晶片製造商美光科技（ MU）亮眼的財報表明，這種成本壓力還將繼續。同時，《紐約時報》報道稱，OpenAI 正在考慮將其巨額 IPO 推遲到 2027 年，這也抑制了人們對科技股的興趣。由於市場預期聯準會今年將升息，人工智慧交易已承壓。聯準會首選的通膨指標—個人消費支出指數— —5月份的強勁表現，進一步鞏固了這一預期。 https://kopyai.com/zh-tw/markets/view/type.stock.us/0/165 Picture Source unsplash

閱讀完整內容

西班牙監管機構表示，歐盟數位貨幣監管截止日期不會延長，幣安仍未獲得許可

西班牙最高證券監管機構週五表示，該國不會延長數位貨幣公司根據新規註冊的最後期限——儘管幣安公司正努力完成註冊。根據歐盟新實施的 MiCA 數位貨幣框架，企業必須在 7 月 1 日前在成員國註冊並繼續營運。如果未能在下週前完成註冊，則將強制停止營業。下週後，歐洲消費者將無法與未經授權的數位貨幣服務提供者進行交易。全球最大的數位貨幣交易所幣安曾申請在希臘根據《貨幣與公司法》（MiCA）註冊。但先前有報告指出希臘不太可能批准註冊申請，幣安本周宣布撤回在希臘的申請。目前，幣安正尋求在另一個歐盟成員國註冊，但由於下週三截止日期臨近，幣安很可能被迫至少暫時停止在歐洲的業務運作。根據路透社報道，西班牙國家證券市場委員會主席卡洛斯·聖巴西利奧週五表示，7 月 1 日的最後期限“不會有任何例外或延期”。聖巴西利奧對幣安等大型數位貨幣平台表示擔憂，這些平台由於缺乏 MiCA 合規性，可能在幾天內關閉。他說：“我們擔心的是……過渡期的結束將如何展開，以及人們將如何適應新的環境。” 該監管機構補充說，他和一些人正在與尚未獲得牌照的主要數位貨幣公司聯繫，以確保他們制定計劃將客戶資產轉移到其他提供者，並確保投資者的權利。一旦數位貨幣公司在歐盟國家註冊，其牌照即可「通行」至其他司法管轄區。歐盟成員國在金融監管方面採取了多種不同的方法，從塞浦路斯和馬耳他等較為寬鬆的監管體系，到法國和德國等以監管嚴格著稱的體系，不一而足。雖然每個歐盟國家處理申請的方式可能各不相同，但所有國家都將執行同一套更廣泛的數位貨幣相關規則。 https://kopyai.com/zh-tw/markets/view/type.stock.us/0/166 Picture Source unsplash

閱讀完整內容

DeepSeek-V3.1 發布，邁向 AI Agent

DeepSeek-V3.1 在 DeepSeek-V3.1-Base 的基礎上進行後訓練，後者基於原始 V3 基礎檢查點，通過兩階段長上下文擴展方法構建，遵循原始 DeepSeek-V3 報告中概述的方法。 DeepSeek 透過收集更多長文件並大幅擴展兩個訓練階段來擴展資料集。32K 擴展階段的標記數量增加了 10 倍，達到 6,300 億個標記，而 128K 擴展階段的標記數量增加了 3.3 倍，達到 2,090 億個標記。此外，DeepSeek-V3.1 使用 UE8M0 FP8 規模資料格式進行訓練，以確保與微尺度資料格式相容。 DeepSeek-V3.1 是一個同時支持思考模式和非思考模式的混合模型。相較於上一版本，本次升級帶來了多個方面的改進：混合推理：思考與非思考－一個模型，兩種模式更快的思考：DeepSeek-V3.1-Think 與 DeepSeek-R1-0528 相比，可以在更短的時間內找到答案更強大的代理商技能：後製訓練可提高工具使用率和多步驟代理任務 DeepSeek-V3.1 模型提升了工具使用、程式碼生成和推理效率，在高難度基準測試中實現了與 DeepSeek-R1 相當的效能，同時響應速度更快。它支援結構化工具呼叫、代碼代理和搜尋代理，適用於研究、編碼和代理工作流程。工具和代理程式升級在 SWE / Terminal-Bench 上獲得更好的結果針對複雜搜尋任務的更強大的多步驟推理思考效率大幅提升模型更新 V3.1 基礎：在 V3 基礎上繼續對 840B 個 token 進行預訓練，以進行長上下文擴展 Tokenizer 和聊天範本已更新 - 新的 tokenizer 設定： https://huggingface.co/deepseek-ai/DeepSeek- V3.1/blob/main/tokenizer_config.json V3.1 基礎開源權重： https://huggingface.co/deepseek-ai/DeepSeek-V3.1-Base V3.1 開源權重： https://huggingface.co/deepseek-ai/DeepSeek-V3.1 價格變動新定價開始及非高峰折扣結束時間為 2025 年 9 月 5 日 16:00（UTC 時間）在此之前，API 遵循當前定價 ...

閱讀完整內容

Kopy AI Blog

搜尋此網誌