“谷歌版o1”Gemini 2
OpenAI直播了12天，谷歌谷歌疯了。谷歌
就在深夜，谷歌「谷歌版o1」Gemini 2.0 Flash thinking突然发布。谷歌
类似于o1的谷歌策略，它也投入了更多的谷歌计算能力「推理时计算」——也就是说，模型实际解决问题的谷歌时间长。
但不同的谷歌是，Flash Thinking可以清晰地展示思维过程。谷歌
一旦发布，谷歌它将直接屠杀Chatbotbot Arena。谷歌
从战绩来看，谷歌新模型在总榜单中排名第一，谷歌数学榜单第一，谷歌创意写作第一。谷歌Hard Promt第一，视觉列表第一！
举一个概率问题复杂的例子。
要是一直扔硬币，直到你得到它们「正正正」或「正反正」，得到一个的概率和另一个的概率之比是多少？
绝大多数LLM都会在这个级别的概率题中崩溃。
然而，该模型显示了一个详细而完整的思维过程，并在34.7秒内给出了最终的答案——2:3。
现在，Gemini 2.0 Flash thinking已经在Google上了 AI Studio和Vertex 人工智能在线，开发者可以免费测试。
对此，网友们纷纷表示，明明是OpenAI的圣诞特别活动，怎么发出爆裂结果的全是谷歌？
现在谷歌每天都在欺负OpenAI
谷歌版o1完全疯了，都是第一个
在LLM竞技场，Gemini 2.0 Flash Thinking和Geminining-Exp-1206一起，「横扫所有类别，荣登榜首」。
无论是复杂的提示、代码、数学、创意写作、指令跟踪、长QA等。
然而，这些排名并不包括OpenAI的完整o1模型。
但无论如何，Flash Thinking打了一场相当漂亮的仗。
这个模型很有可能是谷歌对OpenAI的比赛 o1系列武器，很可能不是最强版本，也许还有Pro或Ultra Thinking的存在。
据外媒THE介绍 DECODER报道，Flash Thinking似乎是AI研究员Noam Shazer进入谷歌后的第一份工作成果。
Shazer是著名论文「Attention is All You Need」的作者之一
在80%位的情况下，Flash Thinking的响应速度几乎是o1-mini的两倍！
例如，OpenAI的o1和o1 Pro分别用了102秒和138秒，Gemini 2.0 Flash Thinking只花了14秒。
一举冲顶成为最强的理科生，最难的高考题也不在话下
有些人试图声称自己的名字「史上最难」高考数学题扔给Flash Thinking，它甚至给出了准确的答案。
这种表现震惊了所有网友。
要知道，这个问题连o1都做不出来。
而且更厉害的是，这个题目是中文题。
没有必要详细解释数学高考题的含金量。
毕竟中国的高考被Erudera评为地球上最难的考试。
而在Chatbot 在Arena的数学领域，Flash 与Flash相比，Thinking也有了显著的进步。
物理方面，Flash Thinking展示了如何解决一个物理问题，并阐明了它的推理过程。
演示中的标题是：一个电子被限制在一个一维无限深陷阱中，潜在陷阱壁位于x=- 0.15nm和x= 0.15nm处。在势陷中能级跳跃时，找出四种最长波长的光子。
Flash 首先，Thinking会清楚地复述问题本身，然后开始逐步思考问题的解决步骤。
经过16.9s的计算分析，Flash Thinking给出了最终的答案，即98.9nm，59.3nm，42.4nm ，37.1nm。
还展示了Flash 如何处理与视觉和文本线索相关的挑战性问题？
在演示中，用户首先上传了一张四个台球的照片，并提出了问题「在这三个数字中，我怎样才能使其总和为30？」
在这个演示中，有一个有趣的地方是，中间的第二个台球可以识别为9，也可以颠倒，识别为6。
Flash 在第一次尝试中，Thinking首先将其识别为正常观察的9，但发现问题无法解决。
因此，他聪明地做出了一个判断：「标题中没有明确说明每个数字只能出现一次」。
因此，它开始尝试重复使用数字，但仍然无法解决问题。
然后，有趣的地方来了，它惊讶地认为9可以被识别为6，这表明它成功地意识到这不仅仅是一个数字游戏，而是一个可以滚动的台球。
最后得到了问题的正确答案:使用11、13、63个数字可以实现总和为30。
整个思维过程一目了然。
从解决问题的过程中可以看出，Gemini 2.0 Flash Thinking不仅可以处理多模态信息，还可以学会从多个角度灵活地看待问题，最终灵活地获得问题的解决方案，从而解决实际问题。
谷歌DeepMind研究人员要求Thinking模型尝试使用不同的方法来解决普特南2024年的一到数学问题，然后验证答案是否正确。
模型在35.9秒内给出了答案。
网友实测
手快的网友们已经把它扔给了Gemini 2.0 Flash 一堆难题Thinking。
网友给出的题目并不难。
比如这个数列问题需要写一个数列的前六个数字，每个数字是前一个数字的三倍，第一个数字是2。
最后，模型给出了正确的答案——E。
经过实测，网友发现新模型的推理能力真的很强，不仅解决了单词网格问题，还解决了复杂的经济问题。
假设太阳能和模块化核反应堆的广泛应用带来了巨大的能源供应。从经济学的角度来看，我们应该深入思考未来十年可能发生的经济变化。请详细分析可能的影响。
该模型的答案是：通货膨胀率会下降，经济环境会发生重大变化。
结论：如果太阳能和模块化核反应堆在变化的十年内发生变化（SMR）实现电力的充足性和负担性，将在未来十年见证深刻的经济变化。我们可以预期通货膨胀率会下降，经济环境会发生重大变化。
Hallid.Ai联创indigo给了它一个填数题，Thinking只需20秒就能做出来。
而且给出了正确的答案。
相比之下，o1花了40秒，而且还错了。
但是，不知道是不是测试版，Flash Thinking能否清楚地数清楚「草莓」里面的r似乎完全取决于你给了什么prompt...
相比之下，我们在本地运行的QWQ可以很容易地解决这个问题。
参考资料：
https://x.com/JeffDean/status/1869789813232341267
https://the-decoder.com/googles-gemini-2-0-flash-thinking-is-googles-answer-to-openais-o1/
本文来源：新智元
