Google stellt das Flash-KI-Modell Gemini 2.0 vor, das jetzt für Entwickler zugänglich ist

Technologieunternehmen Google kündigte die Einführung von Gemini 2.0 an, dem neuesten KI-Modell seiner Gemini-Familie, beginnend mit einer experimentellen Version namens Gemini 2.0 Flash. 

Aufbauend auf dem Erfolg von Gemini 1.5 Flash, das bei Entwicklern beliebt war, bietet Gemini 2.0 Flash eine verbesserte Leistung bei gleichzeitig schnellen Reaktionszeiten. Insbesondere übertrifft das neue Modell das 1.5 Pro in wichtigen Benchmarks mit doppelter Geschwindigkeit. Darüber hinaus führt Gemini 2.0 Flash erweiterte Funktionen ein, darunter die Unterstützung multimodaler Eingaben wie Bilder, Videos und Audio sowie multimodaler Ausgaben wie Text gepaart mit KI-generierten Bildern und steuerbarem mehrsprachigem Text-to-Speech (TTS)-Audio. Dies KI-Modell können auch nativ Tools wie Google Search aufrufen, Code ausführen und auf benutzerspezifischedefinte Funktionen von Drittanbietern.

Die experimentelle Version von 2.0 Flash ist derzeit für Entwickler über die Gemini-API in Google AI Studio und Vertex AI verfügbar und unterstützt multimodale Eingabe mit Textausgabe. Erweiterte Funktionen wie Text-to-Speech und native Bildgenerierung sind für Early-Access-Partner zugänglich. Eine breitere Verfügbarkeit sowie zusätzliche Modellgrößen werden für Januar erwartet.

Um Entwickler bei der Erstellung dynamischer, interaktiver Anwendungen noch besser zu unterstützen, führt Google außerdem eine neue multimodale Live-Anwendungsprogrammierschnittstelle (API) ein. Diese API ermöglicht Audio- und Video-Streaming-Eingaben in Echtzeit sowie die Möglichkeit, mehrere Tools für kombinierte Funktionen zu integrieren.

Ab heute können Benutzer weltweit eine experimentelle, für Chats optimierte Version von Gemini 2.0 Flash ausprobieren, indem sie diese aus der Modell-Dropdown-Liste auf Desktop- und mobilen Webplattformen auswählen. Das Modell wird in Kürze auch in der mobilen Gemini-Anwendung verfügbar sein.

Google untersucht die Fähigkeiten von Gemini 2.0 Flash durch Forschungsprojekte

Gemini 2.0 Flash führt erweiterte Funktionen ein, die die Benutzerinteraktion verbessern, darunter multimodales Denken, Verständnis langer Kontexte, komplexe Befehlsverarbeitung, Planung, kompositorischer Funktionsaufruf und nahtlose Integration mit nativen Tools. Diese Funktionen bilden zusammen mit verbesserter Latenz die Grundlage für eine neue Generation autonomer KI-Erlebnisse . 

Gegenwärtig, Google erforscht, wie KI-Agenten Menschen bei Aufgaben im echten Leben unterstützen können. Dazu werden Prototypen entwickelt, die die Produktivität steigern und Arbeitsabläufe optimieren sollen. Beispiele hierfür sind das aktualisierte Projekt Astra, eine Forschungsinitiative, die sich auf die potenziellen Fähigkeiten eines universellen KI-Assistenten konzentriert, das neue Projekt Mariner, das Mensch-Agent-Interaktionen neu erfindet, beginnend mit browserbasierten Erfahrungen, und Jules, ein KI-gesteuerter Codierassistent, der Entwickler bei ihrer Arbeit unterstützen soll. Durch die Verwendung von Gemini 2.0 Flash in diesen Projekten konnte Google dessen Fähigkeiten effektiv bewerten und verbesserte Ergebnisse erzielen, was das enorme Potenzial des neuen Modells unterstreicht.