Gemini 的战略转型:为什么英国、欧盟和澳大利亚的账户正在关闭

Avatar
Lisa Ernst · 14.02.2026 · 人工智能 · 12 分钟

人工智能领域瞬息万变,新技术以前所未有的速度涌现。作为这一动态领域的观察者,我发现 Gemini 等模型在人工智能方面的进步尤其引人注目。这些创新并非仅仅是理论性的;它们正在积极重塑行业,影响着我们的工作方式、研究方式以及与信息的互动方式。虽然本文的重点是 Google 的 Gemini AI 的更广泛影响,但重要的是要解决最近与同样名为 Gemini 的加密货币交易所相关的、尽管是独立的发展。

由 Cameron 和 Tyler Winklevoss 创立的加密货币交易所 Gemini 宣布将进行战略调整。其中包括新一轮裁员以及决定退出英国、欧盟和澳大利亚市场,以专注于其在美国的业务。此举将导致这些地区的账户于 2026 年 4 月 6 日关闭,这是精简运营、降低成本和加速盈利能力更广泛战略的一部分。该公司将人工智能的进步列为其裁员的关键因素,并指出人工智能极大地提高了技术和非技术岗位的生产力,从而能够以更少的人员高效运营。Gemini 还强调了其在预测市场的持续投资,包括其于 12 月中旬推出的 Gemini Predictions 平台,该平台已吸引了超过 10,000 名用户,交易额超过 2400 万美元。在此公告发布后,Gemini 的股价下跌了 7% 以上,收于约 7 美元。

现在,让我们转向 Google DeepMind 的 Gemini AI 的进步,它正在推动各个行业的创新。Google DeepMind 最近推出了 Gemini 2.0,这是一个专为所谓的“智能体时代”设计的 AI 模型,强调其理解和处理现实世界交互的能力。这一发展标志着向能够执行多步任务并代表用户行动的更复杂的 AI 智能体转变。

快速摘要

Gemini 模型的主要进展

Gemini 2.0 代表了向前迈出的重要一步,它提供了增强的功能,具有原生图像和音频输出,以及强大的工具使用能力。它建立在早期版本 Gemini 1.0 和 1.5 的基础进步之上,这些版本在多模态理解和跨文本、视频、图像、音频和代码处理方面表现出色。该模型的高级推理能力现在已集成到 AI 概览中,能够处理更复杂的主题和多步问题。这些进步是 Google 在人工智能创新方面全面、全栈方法数十年投资的直接结果。

最新版本之一 Gemini 2.0 Flash 可通过 Google AI Studio 和 Vertex AI 中的 Gemini API 供所有 Gemini 用户和开发人员进行实验性使用。Google AI Studio 和 Vertex AI 中的 Gemini API。该模型旨在实现速度和可扩展性,在关键基准测试中速度是其前身 1.5 Pro 的两倍。它支持跨图像、视频和音频的多模态输入,并能够生成具有文本的原生图像以及多语言的可控文本转语音。此外,它还可以本地调用 Google Search 等工具、执行代码以及集成第三方自定义函数。Google 还推出了新的多模态实时 API,支持实时音频和视频流输入以及多工具的同时使用。然而,需要注意的是,Gemini 2.0 Flash 和 2.0 Flash-Lite 将于 2026 年 3 月 31 日停用并关闭,因为将会有更新、功能更强大的模型出现。多模态实时 API,支持实时音频和视频流输入以及多工具的同时使用。然而,需要注意的是,Gemini 2.0 Flash 和 2.0 Flash-Lite 将于 2026 年 3 月 31 日停用并关闭,因为将会有更新、功能更强大的模型出现。

智能体未来:Astra 项目和 Mariner 项目

Google 通过 Astra 项目和 Mariner 项目等计划,广泛探索 Gemini 2.0 的“智能体体验”。Astra 项目是一个研究原型,探索通用 AI 助手的潜力,旨在无缝集成到 Google 产品中。Google 产品。该助手可以用多种混合语言进行对话,能更好地理解口音和不常见的词语。利用 Gemini 2.0,Astra 项目可以利用 Google 搜索、Lens 和 Maps,并增强了在会话中记忆长达 10 分钟信息的能力。

Astra 项目通用 AI 助手演示

来源: gigazine.net

Astra 项目是一个早期原型,使用 Gemini 2.0 为通用 AI 助手提供支持,旨在无缝集成到日常 Google 产品中,并增强语言理解能力。

Mariner 项目是另一个使用 Gemini 2.0 开发的早期研究原型,它通过直接处理浏览器屏幕上的信息来专注于增强人机交互。这使得它可以通过实验性的 Chrome 扩展执行任务。这两个项目都优先考虑负责任的 AI 开发,Google 致力于严格的安全协议。这包括广泛的“红队”演习,以测试模型的推理能力,并努力确保智能体优先考虑用户的指令,而不是潜在的提示注入。

Gemini 在企业和政府领域的应用

Gemini 的影响超出了研究和开发人员工具的范围,在企业和政府部门取得了重要进展。Google 通过推出“Gemini for Government”来支持美国政府的现代化工作。“Gemini for Government”。这一全面的产品集成了 Google 的商业云解决方案、Gemini 模型和智能体解决方案,提供了企业级 Google 搜索、视频和图像生成功能以及用于深度研究和创意生成的 AI 智能体等组件。该计划的定价每年低于 0.50 美元/政府机构,具备 FedRAMP High 级别的安全和合规性,符合 GSA 的 OneGov 战略。GSA 的 OneGov 战略

Gemini for Government 徽标和品牌

来源: vecteezy.com

Google 通过“Gemini for Government”支持美国政府,整合云解决方案和 AI 智能体进行研究和生成,所有这些都具有 FedRAMP High 级别的安全保障。

在商业领域,Gemini Enterprise 作为企业 AI 的中心枢纽,将先进的 Gemini 模型与无代码工作台、预构建的 Google 智能体以及对企业数据的安全连接相结合。该框架得到了强大的治理结构和合作伙伴生态系统的支持。包括 Banco BV、Behr、Box、DBS Bank、Deloitte、Deutsche Telekom、Fairprice Group 和美国能源部在内的各行各业的领先公司都在利用 Google AI 产品。例如,Banco BV 为其客户服务代表自动化了分析,而 Harvey,一款专为法律和专业服务量身定制的 AI,则在 Gemini 上运行。

由 Gemini 提供支持的多模态智能体直接集成到 Workspace 应用程序中,能够理解和生成文本、图像、视频和语音。例如,Google Vids 将演示文稿转化为引人入胜的视频,包含 AI 生成的脚本和配音,每月服务 250 万用户。Google Meet 现在为企业客户提供实时语音翻译,一款新的 Data Science Agent(预览版)可自动化数据清理和摄取,该工具已被 Morrisons 和 Vodafone 等客户采用。Customer Engagement Suite 是一款对话式 AI 解决方案,驱动着 Commerzbank 的 Bene 等聊天机器人,该机器人处理超过 200 万次聊天,解决 70% 的咨询。日本最大的在线市场 Mercari 预计将通过使用 Google AI 将客户服务工作量减少至少 20%,从而实现 500% 的投资回报。

面向开发者的 Gemini 生态系统

对于开发人员,Google 持续扩展 Gemini 生态系统。Gemini CLI(一款用于终端交互的 AI 智能体)在推出后的三个月内吸引了超过一百万开发者的使用。新的 Gemini CLI 扩展允许自定义和连接到服务。Agent2Agent Protocol (A2A) 等开放标准促进了智能体之间的通信,Agent Commerce Protocol (ACP) 确保了智能体之间的安全金融交易。

许多公司正在将 Gemini 集成到其产品和服务中。Klarna 使用 Gemini 和 Veo 创建定制的 lookbooks,订单量增加了 50%。梅赛德斯-奔驰将其 Google AI 集成到 MBUX 虚拟助手(Virtual Assistant)中,使汽车能够与驾驶员对话。施华洛世奇(Swarovski)使用 Vertex AI 提供个性化的客户体验,将电子邮件打开率提高了 17%。Gemini 模型系列生成了超过 130 亿张图像和 2.3 亿个视频,Figma 等公司使用 Gemini Flash 2.5 图像模型创建高质量、符合品牌形象的图像。Virgin Voyages 利用 Veo 的“文本转视频”和 Imagen 技术制作超个性化的广告和电子邮件。Google 还与 Box、OpenText、Salesforce、ServiceNow 和 Workday 等行业领导者以及 BCG、Capgemini 和 McKinsey 等咨询公司合作,协助客户规划、部署和开发智能体。

Gemini Deep Think:推动科学研究

Gemini Deep Think 代表着 AI 驱动的科学研究的先驱,能够解决数学、物理学和计算机科学领域的复杂问题。到 2025 年夏天,Gemini Deep Think 的先进版本在国际数学奥林匹克竞赛 (IMO) 中达到了金牌标准,并在国际大学生程序设计竞赛中取得了类似成果。此后,该 AI 已发展到能够处理各种科学和工程学科中更复杂、更开放的挑战。

合作出版物强调了 Deep Think 的跨学科影响。对于纯数学研究,一个代号为 Aletheia 的数学研究智能体(由 Gemini Deep Think 驱动)使用自然语言验证器来识别错误并迭代生成和完善解决方案。该智能体能够承认失败,提高人类研究人员的效率,并通过 Google 搜索和网络浏览来导航复杂的研究,以防止不正确的引用和计算不准确。自 2025 年 7 月以来,Deep Think 的进展迅速,在 IMO-ProofBench Advanced 测试中的得分高达 90%,并且其扩展规律已延伸到博士级别的练习。Aletheia 已自主解决了多个开放的数学问题,展示了其自主研究的能力,为 BKKKZ26 等研究做出了贡献,并为 FYZ26 和 ACGKMP26 等作品提供了中间建议。

国际数学奥林匹克奖牌

来源: dreamstime.com

Gemini Deep Think 的数学研究智能体 Aletheia 在国际数学奥林匹克竞赛中达到了金牌标准,自主解决了复杂问题并与人类研究人员合作。

在计算机科学和物理学领域,Gemini Deep Think 已经确定了有效的协作“配方”,特别是“Advisor”模型,使用“平衡提示”和代码辅助验证等战术技术。一个高级版本支持对 STOC’26 会议的 CS 理论论文进行评审,帮助解决了算法、机器学习和组合优化领域的长期瓶颈。它通过使用先进的连续数学工具打破了“最大割”和“斯特纳树”等经典计算机科学问题的僵局。此外,它还构建了一个组合反例,证伪了一个关于在线子模优化长达十年的猜想,分析了方程,通过自适应惩罚生成来证明一种新的机器学习优化技术的成功,并使用高级拓扑和序理论扩展了一个经济学理论定理。在物理学领域,Gemini 找到了一种使用格拉根鲍尔多项式计算宇宙弦产生的引力辐射的新颖解决方案。这些发现表明,AI 如何通过作为强大的科学伴侣,通过知识检索和严格验证来增强人类智力,从而从根本上改变研究。

Gemini 模型系列:当前和未来版本

Google DeepMind 提供一系列 Gemini 模型,每个模型都针对不同应用进行了优化。Gemini 3 模型代表了 Google DeepMind 最智能的 AI 模型,包括 Gemini 3 Flash 和 Gemini 3 Pro。Gemini 3 Flash 旨在加速想法的实现,而 Gemini 3 Pro 则是世界上最好的多模态理解模型,在智能体和“vibe coding”(AI 语境下创造力和编码的结合)方面表现出色。两者都支持文本、图像、视频、音频和 PDF 输入,并进行文本输出。值得注意的是,Gemini 3 Pro 支持代码执行、函数调用、搜索和结构化输出,输入令牌限制高达 1,048,576,输出令牌限制为 65,536。Gemini 3 Pro 的图像预览版本也支持图像生成。

为了实现成本效益和高容量处理,Gemini 2.5 Flash 和 Gemini 2.5 Flash-Lite 提供了通用功能。Gemini 2.5 Flash 非常适合需要推理的大规模处理以及低延迟、高容量的任务,而 Flash-Lite 则针对速度和吞吐量进行了优化。Gemini 2.5 Pro 仍然是高级推理模型,能够解决代码、数学和 STEM 领域的复杂问题,并且能够通过长上下文窗口分析大型数据集、代码库和文档。它支持音频、图像、视频、文本和 PDF 作为输入。需要注意的是,Gemini 2.0 Flash 和 2.0 Flash-Lite 将被弃用并于 2026 年 3 月 31 日关闭,因为将会有更新、功能更强大的模型出现。

Gemini 模型系列图表

来源: the-decoder.com

Google DeepMind 提供一系列 Gemini 模型,每个模型都针对不同的应用进行了优化,从高效的 Gemini 2.5 Flash 到 Gemini 2.5 Pro 的高级推理能力。

Gemini 模型比较表

模型 主要功能 输入类型 输出类型 输入令牌限制 输出令牌限制
Gemini 3 Pro 最适合多模态理解、智能体和“vibe coding”、代码执行、函数调用、搜索、结构化输出 文本、图像、视频、音频、PDF 文本 1,048,576 65,536
Gemini 3 Flash 平衡速度、可扩展性和“前沿智能” 文本、图像、视频、音频、PDF 文本 1,048,576 65,536
Gemini 2.5 Pro 高级推理、复杂问题(代码、数学、STEM)、大型数据集分析、长上下文 音频、图像、视频、文本、PDF 文本 1,048,576 65,536
Gemini 2.5 Flash 最佳性价比、通用性、大规模处理、低延迟/高吞吐量任务 文本、图像、视频、音频 文本 1,048,576 65,536
Gemini 2.5 Flash-Lite 最快的 Flash 模型、经济高效、高吞吐量 文本、图像、视频、音频、PDF 文本 1,048,576 65,536

结论

Gemini 模型系列,从 Gemini Deep Think 的高级推理到 Gemini 3 Flash 的通用功能,都凸显了人工智能应用的一场深刻变革。这些工具正在赋能开发人员、转变企业运营、援助政府举措并从根本上重塑科学研究。随着 Google 继续致力于负责任的 AI 开发,“智能体时代”有望进一步将智能体集成到我们的日常生活和专业工作流程中,从而在众多领域推动前所未有的创新。

分享我们的文章!
来源