Google近期推出了一款名为Gemini 2.0 Flash Thinking Experimental的推理型AI模型，目前仍处于实验阶段。尽管展现了潜力，但从初步测试来看，模型在某些任务上仍有改进空间。
什么是Gemini 2.0 Flash Thinking Experimental？
这款模型已在Google的AI原型平台AI Studio上线，其模型卡描述其擅长“多模态理解、推理和编程”，并能够处理编程、数学和物理等领域的复杂问题。Google DeepMind首席科学家Jeff Dean表示，该模型“通过使用思想强化推理能力”，并在增加推理计算时间后表现出有希望的结果。
Logan Kilpatrick（AI Studio产品负责人）称其为“Google推理旅程的第一步”。这一模型基于Google最近发布的Gemini 2.0 Flash模型，并借鉴了OpenAI的o1等类似的推理模型设计理念。
推理模型的特点
推理模型的独特之处在于它们具备“自我校验”的能力。这种特性帮助模型避免了许多常见错误。例如，模型在回答问题之前，会暂停并考虑相关提示，逐步解释其推理过程，最后总结出最准确的答案。
然而，推理模型也有其缺点：
- 速度较慢：通常需要数秒到数分钟才能得出答案。
- 高计算成本：运行此类模型所需的计算资源较高，导致使用成本昂贵。
例如，在测试中，询问Gemini 2.0 Flash Thinking Experimental“strawberry中有多少个R”，模型错误回答为“两”。这种表现表明其推理过程在某些基础任务上仍有改进空间。
推理模型的行业趋势
Gemini 2.0 Flash Thinking Experimental的发布正值推理模型领域快速增长之际。继OpenAI推出o1后，许多竞争对手也在布局推理模型：
- DeepSeek-R1：由量化交易资助的AI研究公司DeepSeek在11月推出其首款推理模型预览版。
- Alibaba的Qwen团队：同期宣布首个“开放式”o1挑战者。
据《彭博社》报道，Google目前有多个团队开发推理模型。《The Information》的后续报道称，Google至少有200名研究人员专注于这一技术领域。
推理模型的兴起部分源于行业对生成式AI改进的新探索。随着“规模化”技术的边际效益下降，推理模型被视为解决生成式AI瓶颈的潜在路径。
未来的挑战与前景
尽管推理模型在测试基准上表现优异，但其实际应用前景仍有争议：
- 成本高昂：由于运行需要大量计算资源，这类模型对许多企业而言可能难以负担。
- 进步速度存疑：目前尚不清楚推理模型能否维持其现有的进步速度。
推理模型能否成为生成式AI改进的最佳路径，仍需时间验证。Gemini 2.0 Flash Thinking Experimental的发布虽然仍在试水阶段，但无疑表明Google正在押注这一领域，并希望在AI推理技术中占据领先地位。