Google 為旗下 Gemini 基礎模型發表一系列更新，不僅有效能、功能全面進化的 Gemini 2.0，全新的「Deep Research」深度研究 AI 代理應用，更是完全複製人類操作搜尋引擎的使用體驗，讓 AI 主動爬梳網際網路，深度查找資料後產出完整報告。
跟 AI 互動將更直覺！Gartner 預測到 2027 年，40% 生成式 AI 解決方案將是多模態
讓 AI 主動在網路上重複搜尋
對於大多數搜尋引擎使用者來說，針對特定議題在網路上不斷查找資料，並且藉由腦袋將各種資訊統整、呈現，稱得上十分常見的工作流程；然而，Google 所推出的 Deep Research 深度研究功能，目的就是讓 AI 代勞，借助 AI 代理的力量，高效且高速的完成類似作業。
未來使用者將可以要求 Gemini，對於指定主題發起深入研究，接著 AI 將會主動建立起一套「多步驟研究計劃」，告訴使用者接下來它會怎麼做，例如瀏覽哪個網站蒐集資訊、針對哪個議題面向，進一步研究相關資料等，主動於網路上發起重複且多次的搜尋行為。
在 Deep Research 進行運算的短短幾分鐘時間內，Gemini 會不斷改善自己的輸出結果，並且根據 AI 所學習到的新資訊，一次又一次的操作網路搜尋，直到最後生成出一篇綜合報告，完整呈現人工智慧在網路上進行研究後所得到的結論。
使用者後續可以把 AI 生成的研究報告，匯出到 Google 文件之中，方便手動修改與利用；報告中也會清楚詳列 Gemini 參閱的所有原始來源，讓使用者藉此發現自己未曾掌握到的參考資料，甚至將附上直接連結，方便用戶進一步了解更多資訊。
數小時研究工作，未來只要幾分鐘
Google 表示，如果使用者對 Gemini 所產生的研究報告，有著後續問題或想要更進一步完善，只要向 Gemini 直接發起提問，即可繼續進行修正或規模延伸，將過去得花上數小時才能搞定的深度搜尋、深入研究工作，縮短到只需幾分鐘就可完成。
本質上，Deep Research 為一套 AI 代理應用，利用 Google 在搜尋行為方面的專業知識，教導 Gemini 模型如何進行網頁瀏覽和深入研究。
Deep Research 同時整合了高級推理技術，配合高達 1M token 的上下文長度容量，才得以讓人工智慧產出實際有用，而且易於閱讀的研究報告，幫助研究生或專業領域人士，借助 AI 代理功能快速蒐集資訊，大幅縮短做出決策的時間。
目前 Deep Research 功能已經登陸 Gemini Advanced 模型，不過暫時只支援英文版，而且只能透過電腦瀏覽器進行存取，手機版最快則會於 2025 年初推出。
Gemini 2.0 串聯 Google 生態系
除了顛覆網路搜尋體驗的 Deep Research 之外，全新推出的 Gemini 2.0 也帶來多項進化，該系列第一個模型 Gemini 2.0 Flash 不僅延遲更低，性能也比起過去來得更強。
Google 表示，Gemini 2.0 Flash 在多項關鍵基準測試中，效能表現甚至優於 Gemini 1.5 Pro，例如回應速度方面就至少提升了一倍。
Gemini 2.0 Flash 不僅支援圖片、視訊和音訊等多模式輸入，更支援多模式輸出，還可以原生呼叫 Google 搜尋、程式碼執行及第三方函數等工具，大幅提高了實用性，藉此串起整個 Google 應用生態系。
Project Astra 將登陸智慧眼鏡
先前在 Google I/O 上所公開的 Project Astra，現在也藉助 Gemini 2.0 基礎模型的力量，大幅改善了延遲、記憶力與對話能力，Google 表示很快就會在更小型的裝置，例如智慧眼鏡上測試 Project Astra，並且將其帶到更多不同的 Google 產品。
目前 Google 還有專注於瀏覽器自主操作的 Project Mariner、整合程式碼開發的 Jules，以及為遊戲產業準備的 Genie 2 等，多個 AI 代理應用正在發展。Google 指出，公司將在逐步邁向通用人工智慧（AGI）的過程中，以安全、負責任的方式，探索 AI 所帶來的各種全新可能。
【推薦閱讀】
◆ Google 新量子晶片證明「多重宇宙」存在？部落格藏瘋狂聲明
＊本文開放合作夥伴轉載，資料來源：《Google》、《The Verge》。首圖來源：Google
