Naghahanda ang Google para sa malaking pagpapalawak ng kakayahan ng kanilang AI sa nalalapit na paglulunsad ng Gemini 2.5 Pro sa Hunyo 2025.
Ayon sa mga pinakahuling anunsyo mula sa Google DeepMind, available na ngayon ang Gemini 2.5 Flash para sa lahat sa Gemini app, at planong gawing available ito sa Google AI Studio para sa mga developer at sa Vertex AI para sa mga negosyo sa unang bahagi ng Hunyo. Ang mas makapangyarihang Gemini 2.5 Pro ay susunod na ilalabas pagkatapos nito.
Ang pangunahing tampok ng 2.5 Pro model ay ang Deep Think, isang eksperimento sa pinalawak na mode ng pangangatwiran na nagbibigay-daan sa modelo na isaalang-alang ang maraming hypothesis bago tumugon. Partikular itong idinisenyo para sa mga napakakumplikadong gawain sa matematika at pagko-code, kung saan iniulat ng Google ang kahanga-hangang mga marka sa mahihirap na benchmark tulad ng 2025 USA Mathematical Olympiad at LiveCodeBench, isang coding benchmark na pangkompetisyon.
"Sa pamamagitan ng paggalugad sa hangganan ng kakayahan ng Gemini sa pag-iisip, sinisimulan naming subukan ang isang pinalakas na mode ng pangangatwiran na tinatawag na Deep Think, gamit ang mga bagong teknik sa pananaliksik na nagbibigay-daan sa modelo na isaalang-alang ang maraming hypothesis bago tumugon," ayon sa isang blog post ng Google.
Binigyang-diin din ng Google ang seguridad para sa Gemini 2.5 family. Nagpatupad sila ng mga advanced na pananggalang sa seguridad na malaki ang itinaas ng proteksyon ng Gemini laban sa indirect prompt injection attacks habang ginagamit ang mga tool. Nangyayari ang mga atakeng ito kapag may malisyosong tagubilin na inilalagay sa data na kinukuha ng AI model. Sa pamamagitan ng automated red teaming at pagpapatibay ng modelo, malaki ang nabawas sa tagumpay ng ganitong uri ng atake, dahilan upang maging pinakaligtas na modelo ang 2.5 family sa kasaysayan ng Google.
Bukod sa mga pagpapabuti sa seguridad, dinadala rin ng Google ang mga kakayahan ng Project Mariner sa paggamit ng computer sa Gemini API at Vertex AI. Ilan sa mga kumpanyang nagsisimula nang mag-eksperimento sa potensyal nito para sa automation at pagpapahusay ng workflow ay ang Automation Anywhere, UiPath, Browserbase, at iba pa.
Ilan pang karagdagang tampok na paparating sa parehong 2.5 Pro at 2.5 Flash ay ang thought summaries, na nag-oorganisa ng proseso ng pangangatwiran ng modelo sa malinaw na format, at native audio capabilities na may suporta para sa maraming tagapagsalita sa mahigit 24 na wika.
Habang patuloy na nakikipagsabayan ang Google sa lalong tumitinding kompetisyon sa larangan ng AI, ang mga pagpapahusay na ito sa Gemini 2.5 Pro ay kumakatawan sa malalaking hakbang sa kakayahan sa pangangatwiran, seguridad, at multimodal na pagganap.