被低估的谷歌？聊聊Gemini 2.0最近3个超酷的新功能

Google 最近的动作真的多。

感觉就是趁着 OpenAI 存粮打完了，疯狂的撒豆子一样往外面撒更新。

昨天晚上 11 点多，他们又发了一个关于 Gemini 的更新（其实功能礼拜天就上了，我也不知道他们为啥今天才发推文）。

就是这个东西。

这玩意，他会根据你的过往的所有 Google 搜索记录，来让模型更懂你，给你更加个性化的搜索的回答。

然后就是上周五，Google 又发了 Deep Research 的更新，现在，底座换成了 Gemini 2.0 Flash Thinking，基座比之前的 1.5Pro 能力还是强太多了。而且，是 100w token 的上下文。

再就是上周四，几乎全网火爆的 Gemini 2.0 原生多模态，被玩出了各种花来。

更别提同样在上周开源的 Gemma 3，以 27B 超小尺寸击败了 DeepSeek v3、o3-mini 等等。

Google 这一周的动作，密集的有点离谱了。

但是每一个更新，都是实打实的，都是值得 OpenAI，开个 20 分钟直播发布会的玩意。

在体验了几天以后，我想说，Gemini 2.0，感觉还是被低估了，这波更新之后，已经成为我现在用的仅次于 ChatGPT 第二多的 AI Chatbot 产品。

因为，体验和生态。

更多AI产品：

这 3 个新功能，我们一个一个来说。

第一个就是上周四更新的那个 Gemini2.0 的用嘴改图，这是 AI 绘图的新范式。就不过多赘述了，只能说特别强。

网址在此： https://aistudio.google.com/ ，记得开魔法。

给大家看两个好玩的 case 吧。

比如用嘴一键去水印。

或者一键换衣服。

甚至 X 上有一个贼好玩的，直接给自己换了个背景。

“你已经上班迟到了，你甚至还没离开家……你没有借口，于是你拍了一张今天健身的照片，然后打开 Gemini 2.0 flash expremental输入如下指令：展示这位女士在 N 线 14 街站台的一张自拍照，她竖起大拇指点赞，背景中有一群沮丧的 MTA 工作人员正在维修轨道。头顶上方，一个小型 LED 屏幕显示日期：2025 年 3 月 13 日。”

就，看着非常有用。

然后就是更新的第二个功能，Deep Research。

我也会用整篇文章，最大的篇幅，来聊这个功能。

我先表明态度，OpenAI 的 Deep Research 和 o1 pro 这两个功能，是我至今还愿意为它付费 200 刀/月如此高昂价格的原因。

当你用过 Deep Research 后，我相信，你一定会被其做震撼。

我自己是金融行业出来的，也跟 N 多金融领域的行业研究员还有科研的朋友交流过，大家基本的反馈都是作为老手，自己也起码要干 10 个小时以上才能到达 Deep Research 生产的研究报告的质量。

但是很多人可能不知道，Deep Research 这个功能，其实是 Google 去年 12 月份，第一个发的。

但是吧，当时的底座，用的是 Gemini 1.5 pro，那个模型，真的太烂了= =效果完全不够看。

随后才是 2 月份，OpenAI 基于 o3 微调了一个模型，抄了一个他们的 Deep Research，把效果打到了新的高度，也让 Deep Research 这玩意，第一次跑了圈。

后面就是 Preplyxity 和 Grok3，这两个虽然也推出了类似的功能，但是名字其实都叫 Deep Search，纯粹的 AI 搜索。跟 Deep Research 几乎没啥关系。

Deep Research 其实本质上是一个 Agent 产品，用户提出问题后，会跟 Agent 一样，先拆解目标进行规划，最后进行搜索、合成，产出一篇报告。

所以你能看到，最核心最核心的一步，其实是第一步，先拆解目标进行规划，这个东西非常的考验模型的规划能力。

而规划能力，就是逻辑能力的反应，所以你也可以说，这就是在深度考验，模型的智能水平。

人 OpenAI，用的是最牛逼最先进的 o3 微调，你 Google，居然在 2024 年 12 月份，用的还是跟 Sora 同期的 Gemini 1.5 pro，我都不知道用啥理由去理解 Google，只能说都过去 8 个月了，他们还是忘不了当年被 OpenAI 狙击的痛，所以至今还对 Gmini 1.5 pro 耿耿于怀念念不忘。。。

但是这一次，Google 终于反应过来了，把基座模型，换成了 Gemini 2.0 Flash Thinking Experimental，他们目前最新的推理模型。

虽然我觉得他们应该用 2.0 Pro Thinking 甚至是 2.5 才对。。。

你现在可以在 Gemini 的官网用到：https://gemini.google.com/

左上角切换到 Deep Research 模型或者下面对话框那打开 Deep Research 按钮，都行。

现在有个比较牛逼的点是，它免费。

OpenAI 的 Deep Research 贵到离谱，Plus 会员（20 刀/月）每个月智能用 10 次，产出 10 份报告，即使是 Pro 会员（200 刀/月），每个月也只有 150 次。没氪金的用户，更是连体验资格都没有。

而这次，Google 至少做了一个非常良心的事，即使你是免费用户，也可以体验到，真正的 Deep Research 了，而不是那种垃圾 Deep Search。

每个免费用户，每个月可以用 X 次，具体次数我把他们网站翻了个遍，也没看到哪里写清楚了。
只有这么一句。

反正可以白嫖，不行就换号大法启动嘛，多大点事。

也给大家看一下效果。

比如我最近其实对一直在研究电影工业，也有部分工作是做这一块，有一家公司是我一直想研究的，就是漫威。

所以我就把这段 Prompt 扔了进去。

“全面、系统地分析漫威（Marvel）在电影工业化进程中的布局与经验，涵盖历史背景、核心战略、制片体系、商业模式、营销策略、技术应用，以及它如何与迪士尼等合作方共同塑造全球化、跨媒体的超级英雄宇宙。通过多角度调研与论证，提炼漫威在现代电影工业发展的成功要素，并思考未来趋势与经验教训。”

跟 OpenAI 的 Deep Research 的不同是，他会给你把框架和节奏拆完，让你清晰的看到后面它会执行哪些步骤，你点击开始研究之后，他才会去整个互联网上去搜索。而 OpenAI 的 Deep Research，是会在搜索的过程中，动态调整目标的。

当然你也可以修改方案，点击以后用嘴改就行了。

而 OpenAI 的 Deep Research 是会给你补全范围，提问题，来激发你没考虑到的部分。

在起手式上，OpenAI 还是要强于 Google 的。

随后就是搜索阶段。

Gemini 会默认展示思维过程，而且会用了巨大的 UI 画幅去重点展示，搜了超级多的网站，甚至还有 youtube。

在思考了 10 分钟之后，一份报告，就会放在你的面前。

非常坦诚的讲，这份电影工业化报告的质量，是没有 OpenAI 生产的详细和深度的。

搜索的很准，它搜了将近 220 个网站，我点进去看了一半，确实都很相关。但是最后的报告整合上，拉了胯了。

能解答我的一些疑惑，但是并没有到那种直出即可用的地步。

而 OpenAI 的 Deep Research，是可以达到这个程度的。

可能还是受限于底层模型的原因，但凡我觉得 Google 换成 Gemini 2.0 Pro Thinking，效果都可能会大幅提升，不过那样的，可能又没法免费了。。。

不过我的做科研朋友告诉我，他觉得，在科研领域上，Google 比 OpenAI 好用，得益于 Google 30 年的搜索积累，和在 google 学术上的布局，搜索的精准度上会比 OpenAI 强非常多，最后得到的报告，也比 OpenAI 要好。

但是科研这块我不懂，可能需要大家再去多测试一下，可以在评论区反馈。

总结就是，Gemini Deep Research 模型能力拉了点，但是搜索能力很强，报告整合能力拉跨；OpenAI Deep Research 搜索的精准度中规中矩，但是基座模型太强，整合能力无敌。

我这里也非常客观的讲一句我的理解。

Deep Research 这种东西，会极高极快速的拉高你获取高信息密度知识的上限，会大幅改变教育、研究的工作体系。

过往，无论是因为囊中羞涩，还是因为别的，没有用过 Deep Research，那我非常的真诚的建议你，Gemini 的这个 Deep Research，趁着目前还免费。

薅秃它。真的。

无论是做行业报告、还是做书籍总结、还是科学研究等等等等。

先用起来。真的。你会感受到，另一片天地。

最后，用简短的篇幅，聊聊更新的第三个功能，Personalization。

当你第一次点进去的时候，会提示你，是否要跟你自己的 Google 账号相关联。

关联了以后，Gemini 就可以根据你过往的搜索记录，来给你针对性的、个性化的回答了。

用 Google 搜索的越多，他就会越懂你，所以，你懂我什么意思把...

但是我发现了一个 BUG，就是当我问题中有字母的时候，它的回答，就会变成英文，这个还让人挺懊恼的。

但是，从这点依然能看出，Google 在做产品上，终于开始把自己过往 30 年的积累，逐渐的往 Gemini 中融入了。

这种巨头的生态积累，还是不容小觑的。

这一周密集的更新，个顶个都是很棒的功能，更别提 Google 手上还有个 AI 视频的王炸，Veo2。
Google，感觉还是有点被低估了。

AI 还远未触及顶点。

人类也远未见识到它的极限。

欢迎关注作者的微信公众号：数字生命卡兹克