北京时间12月20日，谷歌发布自研新型“推理”人工智能大模型——Gemini 2.0 Flash Thinking Experimental ，目前该模型处于实验阶段。从简短测试来看，该模型确实在用更多时间进行分步推理，一些此前大模型翻车的简单题目上，该模型给出了准确答案。
新模型名为Gemini 2.0 Flash Thinking Experimental，目前可在谷歌AI原型平台AI Studio（https://aistudio.google.com/）中使用。模型卡将其描述为“最适合多模态理解、推理和编码”，能够“推理”编程、数学和物理等领域最复杂的问题。

在X上的一篇帖子中，AI Studio产品负责人Logan Kilpatrick称 Gemini 2.0 Flash Thinking Experimental 是“谷歌推理之旅的第一步”。

Google DeepMind 首席科学家Jeff Dean在X上发帖表示，Gemini 2.0 Flash Thinking Experimental “经过训练，可以使用思维来强化其推理能力”。
“当我们增加推理时间计算时，我们看到了有希望的结果，”Jeff Dean说，他指的是在考虑问题时“运行”模型所使用的计算量。
Gemini 2.0 Flash Thinking Experimental建立在谷歌最近发布的Gemini 2.0 Flash模型之上，其设计与OpenAI 的o1等推理模型类似。与此前的大模型不同，推理模型可以有效地进行自我事实核查，这有助于它们避免一些通常会绊倒人工智能模型的陷阱。缺点是，推理模型通常需要更长时间（通常需要几秒到几分钟）才能得出最后的答案。
根据智能超参数的体验，给出提示后，Gemini 2.0 Flash Thinking Experimental会暂停一下再做出反应，考虑一系列相关提示，并在此过程中“解释”其推理，并给出它认为的最准确答案。
当智能超参数问单词“strawberry”中有多少个R时，它回答“三个”。当问 9.11 和 9.9 谁更大时，它分步给出了 9.9 更大。此前不少大模型在这些简单题目上表现翻车，给出了错误答案。
推理大模型目前正成为大模型厂商的竞争焦点。随着 OpenAI 发布 o1 模型之后。11 月初，人工智能研究公司DeepSeek发布了其首个推理模型DeepSeek-R1的预览版。11月底，阿里云通义千问团队公布了更擅长推理任务的QwQ(Qwen with Questions)开源推理模型。
推理模型能否最终获得市场认可仍然需要进一步观察。因为，这类模型在运行时需要消耗大量算力，并且给出答案的时间更长。目前，大模型厂商对此类模型的收费也更高，部分原因是因为运行成本较高。
相关报道：
OpenAI发布全新o1模型：擅长推理，能“像人一样”解释其推理过程
前沿大模型普遍有“欺骗”能力，o1模型的嘴最硬，实施欺骗行为后“死不承认”
觉得内容有收获，请您加个关注，标个星～ 谢谢您
