最近都被Deepseek刷屏了,火到60岁的爷爷和小到10岁的侄子都在问“deepseek是什么?”“deepseek为什么能打败美丽国?”

Deepseek的爆火,引起了海内外的热烈讨论,给一些闭源大模型公司带来了巨大的压力,OpenAI在前段时间紧急发布了具有推理能力的o3-mini。

在Deepseek和o3的围堵下,谷歌也开始反击了,满血版Gemini 2.0终于来了!

谷歌这次连发了四款模型:Gemini 2.0 Pro、Gemini 2.0 Flash-Lite、Gemini 2.0 FlashGemini 2.0 Flash Thinking

一.性能强悍,在多方面超越了Deepseek

在大模型LMSYS排行榜中,Gemini 2.0 Pro与四大模型并列第一,Flsah版本位列第三, Flash-Lite位列第9。

Gemini 2.0 Pro Experimental:Google目前性能最强的模型

这是Google目前性能最强的模型,具备顶级的编程能力,能够处理复杂的提示,且拥有更强的知识理解和推理能力。

它支持 200万token的超大上下文窗口,并具备调用工具的能力(例如 Google 搜索和代码执行)。Gemini 2.0 Pro 现已在 Google AI Studio、Vertex AI 以及 Gemini 应用的 Advanced 用户中提供。

Gemini 2.0 Flash-Lite:性价比最高的模型

它是目前性价比最高的版本,在相同速度和成本下提供比 1.5 Flash 更高的质量,且在大多数基准测试中表现更优。

它也支持 100 万token的上下文窗口和多模态输入。例如,它能够以极低的成本为大量照片生成描述。

Gemini 2.0 Flash:低延迟、高性能

Gemini 2.0 Flash 是 Google 高效的主力模型,目前已在 Google AI Studio 和 Vertex AI 中通过 Gemini API 正式上线。开发者可以利用它低延迟、高性能以及 100 万标记的上下文窗口来构建生产级应用。

该模型在大规模、高频率任务和多模态推理方面表现出色。此外,图像生成和文本转语音功能即将推出。

Gemini 2.0 Flash Thinking:可以连接google搜索,地图和Youtube

这个模型的能力很多博主都是一笔带过,没有讲解清楚。我觉得它的应用能力是非常强的,它可以连接google搜索和youtube,从而来读取chrome网页和youtube视频数据,从而来进行网页信息,youtube视频的检索和分析。

假设一个场景,我们需要搭建一个电商网站,只需要找到教你如何搭建电商网站的视频教学,把这个视频丢给gemini 2.0让它自己学习,学完以后直接输出成果,极大地省去我们自己学习的时间成本。

二.性价比之王,支持超长的上下文长度

可以看到,Gemini 2.0 Flash-lite真的是性价比之王,一百万token的输入才0.075美金,输出也才0.3美金,真的是白菜价。

跟国产的性价比之王Deepseek V3对比,也是便宜了足足4倍之多

同时Gemini 2.0 Flash还拥有1M的上下文长度,Gemini 2.0 Pro拥有2M的上下文长度,这足以让它成为长文本处理超长逻辑链路处理的王者。

三.代码编写和处理复杂prompt的能力突出

前段时间有网友测试了Deepseek R1和ChatGPT o3-mini的物理推理能力,让AI编写一个程序,模拟一个受重力和摩擦力影响的球在旋转的六边形内弹跳。

可以看到o3-mini具有非常强的物理推理能力,它很好地模拟了重力和摩擦力的影响,而Deepseek R1在这道题上是不及格的。

我们再用Gemini 2.0 pro去试下,看下它是否能很好地完成这次测试。

可以看到Gemini 2.0 pro也是很好地解答了这个题目,成功地模拟了重力和摩擦力的影响。从这个小测验可以看出,Gemini 2.0 pro在物理推理方面确实非常优秀。

官方着重强调了Gemini 2.0 pro拥有顶级的编程能力,事实真的如此吗?

下面做个实操案例,看下Gemini 2.0 pro是否是程序员的福音?

有网友让Gemini 2.0 pro编写代码实现一个太阳系模拟演示。这个网友表示,Gemini 2.0 Pro编码能力太疯狂了!我最喜欢的一点是,你可以直接用Prompt让它做特定修改,它会精准编辑,而且不会弄乱其他部分。

提示:Using Three.js, create a simulation of the solar system. Add a time scale, a focus dropdown, show orbits, and display labels. Create everything in a single file so I can paste it into an online editor and see the output.

可以看到Gemini 2.0 pro的编码能力真的非常强,编码流畅度很高,实现的效果完全符合预期,很好地模拟了太阳系的运转。

我相信在Cursor等AI编辑器上,应该也会很快地集成Gemini 2.0 pro。

四.视频检索和分析利器

之前我一直在想,有没一款AI应用可以分析和理解所有的视频数据,Gemini 2.0 Flash Thinking跟我想要的非常接近了,它可以连接Yutoube,读取和分析所有的Youtube视频。

检索yutoube视频

接下来让Gemini来帮我们检索视频,同时还可以对它提出一些细化的要求,比如阅读数,点赞数大于1万。

分析和总结视频

让Gemini来帮我们观看视频,分析和总结出视频的重点。

理解视频内容,完成指定任务

有一个网友提供了一个“如何创建AI Agent“的教学视频给到Gemini,让AI去理解视频的内容,然后帮用户创建出一个AI Agent。

跟其他大模型公司不太一样,谷歌做 AI 就像搞了个超级实用的工具箱,里面啥都有。不用管那些花里胡哨的,谷歌直接给你好几个版本随便挑,就像点菜一样,你要啥功能就选哪个,特别灵活方便,不管你是想写文章、编码、做图,还是干点别的,各种需求都能搞定。

如何学习大模型 AI ?

由于新岗位的生产效率,要优于被取代岗位的生产效率,所以实际上整个社会的生产效率是提升的。

但是具体到个人,只能说是:

“最先掌握AI的人,将会比较晚掌握AI的人有竞争优势”。

这句话,放在计算机、互联网、移动互联网的开局时期,都是一样的道理。

我在一线互联网企业工作十余年里,指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑,所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限,很多互联网行业朋友无法获得正确的资料得到学习提升,故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

在这里插入图片描述

第一阶段(10天):初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识,对大模型 AI 的理解超过 95% 的人,可以在相关讨论时发表高级、不跟风、又接地气的见解,别人只会和 AI 聊天,而你能调教 AI,并能用代码将大模型和业务衔接。

  • 大模型 AI 能干什么?
  • 大模型是怎样获得「智能」的?
  • 用好 AI 的核心心法
  • 大模型应用业务架构
  • 大模型应用技术架构
  • 代码示例:向 GPT-3.5 灌入新知识
  • 提示工程的意义和核心思想
  • Prompt 典型构成
  • 指令调优方法论
  • 思维链和思维树
  • Prompt 攻击和防范

第二阶段(30天):高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习,学会构造私有知识库,扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架,抓住最新的技术进展,适合 Python 和 JavaScript 程序员。

  • 为什么要做 RAG
  • 搭建一个简单的 ChatPDF
  • 检索的基础概念
  • 什么是向量表示(Embeddings)
  • 向量数据库与向量检索
  • 基于向量检索的 RAG
  • 搭建 RAG 系统的扩展知识
  • 混合检索与 RAG-Fusion 简介
  • 向量模型本地部署

第三阶段(30天):模型训练

恭喜你,如果学到这里,你基本可以找到一份大模型 AI相关的工作,自己也能训练 GPT 了!通过微调,训练自己的垂直大模型,能独立训练开源多模态大模型,掌握更多技术方案。

到此为止,大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗?

  • 为什么要做 RAG
  • 什么是模型
  • 什么是模型训练
  • 求解器 & 损失函数简介
  • 小实验2:手写一个简单的神经网络并训练它
  • 什么是训练/预训练/微调/轻量化微调
  • Transformer结构简介
  • 轻量化微调
  • 实验数据集的构建

第四阶段(20天):商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知,可以在云端和本地等多种环境下部署大模型,找到适合自己的项目/创业方向,做一名被 AI 武装的产品经理。

  • 硬件选型
  • 带你了解全球大模型
  • 使用国产大模型服务
  • 搭建 OpenAI 代理
  • 热身:基于阿里云 PAI 部署 Stable Diffusion
  • 在本地计算机运行大模型
  • 大模型的私有化部署
  • 基于 vLLM 部署大模型
  • 案例:如何优雅地在阿里云私有部署开源大模型
  • 部署一套开源 LLM 项目
  • 内容安全
  • 互联网信息服务算法备案

学习是一个过程,只要学习就会有挑战。天道酬勤,你越努力,就会成为越优秀的自己。

如果你能在15天内完成所有的任务,那你堪称天才。然而,如果你能完成 60-70% 的内容,你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

在这里插入图片描述

Logo

欢迎加入DeepSeek 技术社区。在这里,你可以找到志同道合的朋友,共同探索AI技术的奥秘。

更多推荐