3月26日凌晨，谷歌正式发布了其新一代人工智能推理模型——Gemini 2.5。该模型在多模态大语言框架的基础上进行了升级，显著增强了推理能力、多语言支持以及长文本处理能力。
据谷歌官方介绍，Gemini 2.5通过优化算法架构，实现了响应速度提升40%、能耗降低25%的显著成效。在关键指标测试中，其复杂逻辑任务完成度较前代提升了65%，尤其在医疗诊断辅助、法律文书生成等垂直领域展现出了更高的精度。这一系列升级使得Gemini 2.5成为谷歌挑战OpenAI“o”系列模型迄今最重磅的尝试。事实上，Gemini 2.5 Pro Experimental在多项基准测试中已经超越了OpenAI、Anthropic等竞争对手，展现了强大的实力。
Gemini 2.5支持文本、图像、音频、视频及代码的多模态输入，上下文窗口达到了100万token(约75万单词)，足以解析完整的《指环王》系列文本。谷歌表示，未来这一数字还将升级至200万token。谷歌强调，“推理”能力不仅仅指分类和预测，而是指系统能够分析信息、得出逻辑结论、融入上下文和细微差别，以及做出明智决策的能力。这正是Gemini 2.5所追求的。
市场反应迅速显现。在Gemini 2.5发布会后一小时，集成该模型的谷歌办公套件测试版访问量激增。同时，教育类初创公司LumenAI也宣布将基于新模型开发自适应教学工具。然而，隐私倡导组织也对数据处理权限提出了质询，要求谷歌公开更多透明度报告。
目前，Gemini 2.5 Pro已通过Google AI Studio和Gemini应用向订阅“Gemini Advanced”(月费20美元)的用户开放，未来还将登陆Vertex AI平台。谷歌暂未公布API定价，但表示将在几周内披露企业级应用方案。研究机构Gartner预测，到2026年，多模态生成模型的商业价值将占AI市场的45%。
随着谷歌与微软等巨头在生成式AI领域的持续加码，这一技术正从通用工具向产业基础设施演变。然而，其社会伦理、监管框架的完善也有待各方共同探索。可以预见的是，Gemini 2.5的推出将为AI领域带来新的变革和挑战。
