拯救XR，蘋果力不從心
來(lái)源 | 光子星球撰文 | 文燁豪 編輯 | 吳先之 蘋果終于呈上了它的“答卷”。 北京時(shí)間6月6日凌晨，蘋果2023年全球開發(fā)者大會(huì)（WWDC）如期舉行。作為蘋果CEO庫(kù)克口中&ld
Gemini 2.5 Pro，剛剛深夜上線了！這個(gè)「思考」模型專為復(fù)雜任務(wù)打造，推理能力強(qiáng)大，一經(jīng)誕生就橫掃各大榜單、拿下各類 TOP 1，還創(chuàng)下了歷史上最大分?jǐn)?shù)飛躍紀(jì)錄。
Gemini 2.5 Pro 是一個(gè)「思考」模型，能夠在回應(yīng)前先進(jìn)行思考推理，從而提升性能，并改善準(zhǔn)確性。
谷歌稱，它是世界上最強(qiáng)大的模型，具備統(tǒng)一的推理能力，以及用戶所喜愛的 Gemini 的所有功能（長(zhǎng)上下文、工具等）。
它在多個(gè)基準(zhǔn)測(cè)試中達(dá)到了 SOTA 水平，并且以顯著的優(yōu)勢(shì)在 LMArena 上排名第一。
現(xiàn)在，Gemini 2.5 Pro 已經(jīng)登頂了 Arena 排行榜的第一位，而且創(chuàng)下了歷史最大分?jǐn)?shù)飛躍，比 Grok-3 / GPT-4.5 整整高出了 40 分！
在代號(hào)「nebula」的測(cè)試中，它也橫掃所有類別奪得第一，并且獨(dú)攬數(shù)學(xué)、創(chuàng)意寫作、指令遵循、長(zhǎng)查詢和多輪對(duì)話五大領(lǐng)域的冠軍！
在困難提示詞和編程兩大領(lǐng)域，它與 Grok-3 / GPT-4.5 拿到了并列冠軍，而且在所有其他比拼中都以微弱優(yōu)勢(shì)勝出，成功問(wèn)鼎榜首！
此外，Gemini 2.5 Pro 還成功登頂了視覺競(jìng)技場(chǎng)（Vision Arena）排行榜榜首！
在網(wǎng)頁(yè)開發(fā)領(lǐng)域，它也同樣大放異彩，成功斬獲網(wǎng)頁(yè)開發(fā)競(jìng)技場(chǎng)（WebDev Arena）亞軍寶座！
它是首個(gè)實(shí)力媲美 Claude 3.5 Sonnet 的模型，相比之前版本的 Gemini 更是實(shí)現(xiàn)了質(zhì)的飛躍。
這一次，谷歌的模型又展現(xiàn)出巨大的飛躍，OpenAI、Anthropic、DeepSeek 等競(jìng)爭(zhēng)對(duì)手，在多久時(shí)間內(nèi)會(huì)趕上？
目前，Gemini 2.5 Pro 已在 Google AI Studio 和 Gemini 應(yīng)用中，向 Gemini Advanced 用戶開放，并將很快在 Vertex AI 上推出。
而它的定價(jià)方案，會(huì)在未來(lái)幾周內(nèi)公布，用戶可以在更高使用配額下，將模型應(yīng)用于大規(guī)模生產(chǎn)環(huán)境。
網(wǎng)友實(shí)測(cè)后發(fā)現(xiàn)，它果然實(shí)力驚人，在所有模型中效果拔群，第一次嘗試就只用幾秒解決了一道難題。
谷歌表示，在 AI 領(lǐng)域，系統(tǒng)的「推理」能力不僅僅指分類和預(yù)測(cè)，而是指系統(tǒng)分析信息、得出邏輯結(jié)論、融入上下文和細(xì)微差別，以及做出明智決策的能力。
長(zhǎng)期以來(lái)，谷歌一直在探索通過(guò)強(qiáng)化學(xué)習(xí)和思維鏈提示詞等技術(shù)，讓 AI 更智能、更具推理能力的方法。
正是在此基礎(chǔ)上，他們?cè)?2 月推出了第一個(gè)思考模型，Gemini 2.0 Flash Thinking。
而今天，通過(guò) Gemini 2.5，他們結(jié)合了顯著增強(qiáng)的基礎(chǔ)模型和改進(jìn)的后期訓(xùn)練，讓模型達(dá)到了新的性能水平。
推理和代碼能力大幅提升Gemini 2.5 Pro 展現(xiàn)出了強(qiáng)大的推理和代碼能力，在常見的編程、數(shù)學(xué)和科學(xué)基準(zhǔn)測(cè)試中均處于領(lǐng)先地位。
另外，在各類需要高級(jí)推理能力的基準(zhǔn)測(cè)試中，它都達(dá)到了 SOTA 水平。
無(wú)需使用測(cè)試階段會(huì)增加計(jì)算成本的技術(shù)（如多數(shù)投票法），2.5 Pro 就能在 GPQA 和 AIME 2025 等數(shù)學(xué)和科學(xué)基準(zhǔn)評(píng)測(cè)中表現(xiàn)卓越。
而且，在不使用任何外部工具的條件下，它就在挑戰(zhàn)人類知識(shí)和推理能力的極限前沿「人類最后的考試」中取得了 18.8% 的準(zhǔn)確率，達(dá)到業(yè)界領(lǐng)先。
在編程能力上，Gemini 2.5 相比 2.0 版本也實(shí)現(xiàn)了質(zhì)的飛躍，而這，僅僅是個(gè)開始。
2.5 Pro 在創(chuàng)建視覺精美的網(wǎng)頁(yè)應(yīng)用和 AI 智能體代碼應(yīng)用方面都表現(xiàn)卓越，在代碼轉(zhuǎn)換和編輯領(lǐng)域中，也同樣實(shí)力出色。
在智能體代碼評(píng)估的行業(yè)標(biāo)準(zhǔn)測(cè)試 SWE-Bench Verified 上，Gemini 2.5 Pro 靠使用自定義智能體配置，就獲得了 63.8% 的優(yōu)異成績(jī)。
以下這波 demo，就展示了 Gemini 2.5 Pro 如何運(yùn)用強(qiáng)大推理，僅通過(guò)一行提示詞，就能生成可執(zhí)行代碼，來(lái)創(chuàng)建完整的動(dòng)畫和游戲。
在下面這個(gè) demo 中，僅僅根據(jù)下面這行 prompt，它就生成了一段 p5js 的交互式動(dòng)畫，展示了「宇宙魚」的場(chǎng)景，并且還顯示了魚們都在想什么。
它還根據(jù)以下 prompt，生成了一個(gè)無(wú)限的恐龍跑酷游戲。
按照要求，它生成了像素化的恐龍圖像和有趣的游戲背景。
隨后，Gemini 2.5 Pro 還通過(guò)編程實(shí)現(xiàn)了分形可視化。
它創(chuàng)建出了精細(xì)分形圖案的模擬程序，展現(xiàn)出了神奇的曼德布洛特集合。
此外，它還能構(gòu)建一個(gè)交互式氣泡圖，直觀展示出了每個(gè)大陸的經(jīng)濟(jì)與健康指標(biāo)隨時(shí)間的變化。
或者用一段交互式的 Javascript 動(dòng)畫，展示了旋轉(zhuǎn)六邊形內(nèi)多彩的人工生命群體，并且按要求做成了「超新星星云」的感覺。
另外，它還能開發(fā)粒子系統(tǒng)模擬，給出了一個(gè) HTML 文件，創(chuàng)造出了反射星云的沉浸式交互模擬場(chǎng)景。
Gemini 2.5 繼承并發(fā)揚(yáng)了 Gemini 模型的優(yōu)勢(shì) —— 原生多模態(tài)能力和超長(zhǎng)上下文長(zhǎng)度。
自己發(fā)布之初，2.5 Pro 就支持 100 萬(wàn) token 的上下文窗口（而 200 萬(wàn) token 也即將推出！），性能顯著超越了前代模型。
這能讓它理解海量數(shù)據(jù)集，并處理來(lái)自多種信息源的復(fù)雜問(wèn)題，包括文本、音頻、圖像、視頻，甚至完整的代碼倉(cāng)庫(kù)。
最后，既然谷歌已經(jīng)掏出了地表最強(qiáng)模型，接下來(lái)，就讓我們坐等 OpenAI 的反應(yīng)了。
參考資料：
https://blog.google/technology/google-deepmind/gemini-model-thinking-updates-march-2025/#gemini-2-5-thinking
https://deepmind.google/technologies/gemini/pro/
https://x.com/lmarena_ai/status/1904581128746656099
本文鏈接：http://www.tebozhan.com/showinfo-45-11695-0.html谷歌最強(qiáng)模型 Gemini 2.5 Pro 發(fā)布即屠榜，創(chuàng)下史上最大分?jǐn)?shù)飛躍紀(jì)錄
聲明：本網(wǎng)頁(yè)內(nèi)容旨在傳播知識(shí)，若有侵權(quán)等問(wèn)題請(qǐng)及時(shí)與本網(wǎng)聯(lián)系，我們將在第一時(shí)間刪除處理。郵件：2376512515@qq.com
Copyright ? 2016-2023 天津谷騏科技有限公司 版權(quán)所有 sitemap.xml
違法及侵權(quán)請(qǐng)聯(lián)系：2376512515@qq.com 津ICP備18001702號(hào)
津公網(wǎng)安備 12010102000574號(hào)