谷歌发布了一款名为“推理”的新AI模型，但目前仍处于实验阶段。从简短测试来看，该模型仍有较大改进空间。
这款名为 Gemini 2.0 Flash Thinking Experimental 的新模型已在 Google AI Studio 平台上线。其模型卡片描述为“最适合多模态理解、推理和编码”，具备在编程、数学及物理等领域“对最复杂问题进行推理”的能力。
Google AI Studio 产品负责人 Logan Kilpatrick 称其为谷歌推理之旅的“第一步”。Google DeepMind 首席科学家 Jeff Dean 也表示，该模型“经过训练，能够利用思维来增强推理能力”，并指出增加推理时的计算量已带来令人鼓舞的结果。
这仍是一个早期版本，但让我们看看该模型如何处理一个涉及视觉和文本线索的挑战性谜题：(2/3) pic.twitter.com/JltHeK7Fo7
—— Logan Kilpatrick (@OfficialLoganK) 2024年12月19日
Gemini 2.0 Flash Thinking Experimental 基于 Gemini 2.0 Flash 构建，设计上与 OpenAI o1 等推理模型相似。这类模型能有效自我事实核查，有助于避免常见陷阱；但作为代价，通常需要数秒至数分钟才能得出解决方案。
收到提示后，该模型会在回应前暂停，思考多个相关线索并“解释”推理步骤，最终总结出认为最准确的答案。
然而实际表现未必尽如人意。例如询问“strawberry”中有几个 R 时，它错误地回答“两个”。
具体体验可能因人而异。
自 o1 发布以来，各大AI实验室纷纷推出推理模型。11月初，DeepSeek 推出了首款推理模型预览版 DeepSeek-R1；同月，阿里巴巴 Qwen 团队也展示了首个挑战 o1 的开源推理模型。
Bloomberg 10月报道称谷歌有多个团队开发推理模型；The Information 11月报道显示，该公司至少有200名研究人员专注于该技术。
推理模型兴起的背后，是业界寻求完善生成式AI新方法的需求。正如近期报道所言，“蛮力”扩展模型的技术已难以带来显著突破。
不过，并非所有人都看好这一方向。一方面，运行推理模型消耗大量计算资源，成本高昂；另一方面，尽管其在基准测试中表现良好，但能否持续保持进步速度仍是未知数。