Google sedang mengambil langkah besar dalam kecerdasan buatan dengan memperluaskan Gemini 2.5 Pro untuk menjadi 'model dunia' menyeluruh yang mampu memahami dan mensimulasikan aspek realiti dengan cara yang meniru kognisi manusia.
Model dunia mewakili perubahan asas dalam keupayaan AI, melangkaui pemprosesan bahasa untuk membina representasi dalaman persekitaran fizikal. Konsep ini menumpukan kepada bagaimana agen pintar boleh memahami dan memodelkan persekitaran interaktif luaran untuk meningkatkan keupayaan membuat keputusan dan perancangan mereka. Pada asalnya dibangunkan untuk memodelkan interaksi fizikal tahap rendah, model dunia kini berkembang kepada simulasi dunia sebenar dan penjanaan persekitaran kompleks serta realistik.
Sistem AI canggih ini mensimulasikan persekitaran dunia sebenar dengan memanfaatkan set data multimodal yang meluas termasuk imej, audio, video, dan teks. Keupayaan ini membolehkan AI meramalkan hasil pelbagai tindakan, sekali gus meningkatkan keupayaan penaakulan dan perancangannya. Model dunia secara efektif merapatkan jurang antara data mentah dan maklumat yang boleh diambil tindakan, memudahkan interaksi yang lebih intuitif antara mesin dan persekitarannya.
Google mengumumkan mereka sedang berusaha memperluaskan Gemini 2.5 Pro untuk menjadi model dunia "yang boleh membuat perancangan dan membayangkan pengalaman baharu dengan memahami dan mensimulasikan aspek dunia, seperti yang dilakukan oleh otak manusia." Perkembangan ini mewakili kemajuan besar dalam strategi AI Google, berpotensi membolehkan penyelesaian masalah yang lebih canggih merentasi pelbagai bidang.
Selain evolusi yang bercita-cita tinggi ini, Google turut berkongsi beberapa kemas kini kepada keluarga model Gemini. Gemini 2.5 Flash kini tersedia kepada semua pengguna dalam aplikasi Gemini, dengan versi yang dikemas kini akan tersedia secara umum di Google AI Studio untuk pembangun dan di Vertex AI untuk perusahaan pada awal Jun, diikuti oleh Gemini 2.5 Pro.
Gemini 2.5 Pro akan dipertingkatkan dengan Deep Think, mod penaakulan eksperimental yang direka untuk tugasan matematik dan pengekodan yang sangat kompleks. Google juga membawa keupayaan baharu kepada kedua-dua model, termasuk perlindungan keselamatan lanjutan. Pendekatan keselamatan baharu mereka telah meningkatkan perlindungan secara signifikan terhadap serangan suntikan arahan tidak langsung semasa penggunaan alat, menjadikan siri model Gemini 2.5 sebagai model paling selamat mereka setakat ini.
Perkembangan ini hadir ketika persaingan dalam bidang AI semakin sengit, dengan syarikat seperti Nvidia dan syarikat pemula seperti World Labs turut membangunkan teknologi model dunia. Jika model bahasa besar penting untuk sistem seperti ChatGPT, model dunia pula penting untuk simulator dunia maya yang diperlukan untuk melatih robot dan sistem AI lain. Alat ini boleh menghasilkan persekitaran dan simulasi 3D yang membantu robot memahami, merancang, dan menavigasi persekitaran mereka dengan lebih baik.
Ketika Google terus meneroka batas keupayaan AI, evolusi Gemini 2.5 Pro menjadi model dunia menandakan era baharu di mana kecerdasan buatan bukan sahaja memproses maklumat, tetapi juga memahami, meramal, dan berinteraksi dengan dunia secara semakin menyerupai manusia.