文章核心观点 谷歌推出Gemini 2.0 Flash以应对OpenAI新竞品 该模型功能更强大且将应用于多产品 [1][2] 分组1：Gemini 2.0 Flash发布情况 - 周三谷歌宣布推出Gemini 2.0 Flash 可原生生成图像、音频和文本 还能使用第三方应用和服务 [1] - 2.0 Flash实验版今日起通过Gemini API及谷歌AI开发平台提供 音频和图像生成功能先供“早期访问合作伙伴”使用 1月全面推出 [2] - 未来几个月 谷歌将把2.0 Flash应用于安卓工作室、Chrome DevTools等产品 [2] 分组2：Gemini 2.0 Flash升级之处 - 第一代1.5 Flash只能生成文本 新模型更通用 可调用搜索工具并与外部API交互 [3] - 2.0 Flash在某些基准测试中速度是Gemini 1.5 Pro两倍 在编码和图像分析等方面显著改进 取代1.5 Pro成旗舰模型 [4] - 2.0 Flash能生成和修改图像 还能处理照片、视频和音频记录以回答相关问题 [4] - 音频生成是2.0 Flash另一关键特性 可控制和定制 能使用八种针对不同口音和语言优化的声音朗读文本 [5] 分组3：技术保障与应对措施 - 谷歌用SynthID技术为2.0 Flash生成的所有音频和图像加水印 在支持该技术的软件和平台上 模型输出将被标记为合成 [6] - 2023 - 2024年全球检测到的深度伪造数量增加4倍 加水印是为减轻滥用担忧 [7] 分组4：Multimodal Live API情况 - 2.0 Flash正式版1月推出 谷歌同时发布Multimodal Live API 助开发者构建具备实时音频和视频流功能的应用 [8] - 开发者用该API可创建具有音频和视频输入的实时多模态应用 支持工具集成 能处理自然对话模式 [9] - Multimodal Live API今晨起全面可用 [10]