

> 导语：谷歌最新发布的 Gemini 2.5 Flash Native Audio 更新，将语音助手的指令遵循准确率大幅提升至90%，并在 ComplexFuncBench 基准测试中以71.5%的成绩超越了竞品，标志着其在处理复杂工作流和多步骤对话方面取得了突破性进展。

## 核心性能显著增强

谷歌此次发布的更新主要针对 Gemini 2.5 Flash Native Audio 模型，旨在解决语音助手在处理复杂任务时的痛点。根据官方反馈，新版本在理解和执行用户请求方面表现优异，开发者指令的遵循率从之前的84% 跃升至90%。这一数据的提升意味着用户在与语音助手交互时，将获得更加精准、响应更迅速的体验，尤其是在面对非标准化或含糊不清的口语指令时，助手的理解能力得到了质的飞跃。

## 对话质量与基准测试表现

在多步骤对话场景中，更新后的模型展现出了极佳的连贯性。不仅对话流程更加自然流畅，助手在适应复杂询问和连续任务执行上的能力也显著增强。

值得关注的是，在行业权威的 ComplexFuncBench 基准测试中，新版模型的函数调用准确率达到了71.5%。作为对比，OpenAI 的 gpt-realtime 模型在该项测试中的得分为66.5%。尽管谷歌方面指出测试可能未包含 OpenAI 最新发布的版本，但这组数据依然有力地证明了谷歌在音频模型领域的强劲竞争力。

![Google_AI_Studio_2025-12-17T01_22_29.555Z.png](https://static.downly.cn/images/c861a277d7c26b4f69465172f54cc676.png)

<center>图源备注：图片由AI生成</center>

## 全面覆盖谷歌生态

目前，这项技术升级已全面接入谷歌的生态系统。包括 Google AI Studio、Vertex AI、Gemini Live 以及 Search Live 在内的多个平台均已上线新版本。Google Cloud 的企业客户也已开始部署并使用这项新技术来优化其业务流程。对于开发者而言，现在即可通过 Gemini API 对模型进行调用测试，探索其在各类应用场景中的潜力。

这次更新不仅是技术参数的提升，更折射出谷歌在人工智能领域持续深耕的决心，致力于为用户提供更高效、更自然的交互体验。

谷歌Gemini 2.5音频模型重磅升级 指令遵循率飙升，函数调用反超OpenAI



> 导语
> Transformer 架构联合创始人 Ashish Vaswani 领衔的 Essential AI 正式开源了其首款旗舰模型 Rnj-1。这款拥有 80 亿参数的模型向伟大的数学家拉马努金致敬，采用了与主流“后训练”强化学习相反的路线，坚持通过高质量预训练决定智能上限。Rnj-1 在代码生成、STEM 推理及 Agent 智能体能力上表现惊人，特别是在 SWE-bench Verified 测试中取得了同量级模型数量级的领先优势，并以 Apache 2.0 协议完全开源，允许在消费级显卡上运行。



## 逆流而上 回归预训练的本质

在当前 AI 行业普遍痴迷于通过强化学习（RLHF）和后训练（Post-training）来提升模型表现的浪潮中，Essential AI 选择了一条截然不同的“复古”路线。由 Transformer 论文作者 Ashish Vaswani 和 Niki Parmar 创立的这家公司，坚信“预训练决定了智能的天花板”，而后训练仅仅是挖掘已有的潜力。

Rnj-1 就是这一理念的结晶。该模型完全从零开始训练，使用了高达 8.4 万亿 token 的数据集。与盲目堆砌数据不同，研发团队构建了精细的数据分类学，专注于科学、技术、工程、数学（STEM）以及代码数据的混合。这种对预训练质量的极致追求，使得 Rnj-1 在逻辑推理和复杂问题解决上展现出了“原生”的强大能力，而非通过后期微调“模仿”出来的智能。

## 小身材大能量 吊打同级竞品的代码能力

![image.png](https://static.downly.cn/images/2aab691c48fc3e0255519957e206ed38.png)
这里，rnj-1 指的是基础模型，而 rnj-1-instruct 指的是训练后调优的指令模型。
Rnj-1 的核心亮点在于其惊人的代码与推理能力。尽管只有 80 亿参数（8B），它在著名的软件工程基准测试 SWE-bench Verified（bash-only 模式）中取得了 20.8% 的高分。

这一成绩意味着什么？官方数据显示，Rnj-1 在该项测试中的表现比同等规模的其他开源模型高出一个数量级，甚至能够通过 Agent 框架解决现实世界中的 GitHub 问题。除了代码能力，它在数学竞赛（AIME）、科学问答（GPQA）等硬核 STEM 领域也表现出色，证明了其并非“偏科生”，而是具备深层逻辑推理能力的通用模型。
![image.png](https://static.downly.cn/images/8ac38bb18ccee44d3aa503609c51b0f9.png)

## 专为开发者打造 消费级硬件上的 Agent 利器

Essential AI 此次开源显得诚意十足。Rnj-1 及其指令微调版本（Rnj-1-instruct）均采用宽松的 Apache 2.0 许可证，这意味着开发者和企业可以免费商用。

对于广大开发者而言，Rnj-1 的硬件友好性极具吸引力。得益于其 8B 的紧凑体积，经过量化后的模型可以轻松在拥有 16GB 显存的消费级 GPU 甚至高端笔记本电脑上运行。同时，模型支持 32k 的上下文窗口，结合其在函数调用（Tool Use）和 FIM（代码中间填充）方面的优化，使其成为构建本地 AI 编程助手和自主智能体（Autonomous Agents）的理想底座。

## 技术细节揭秘 站在巨人肩膀上的创新

虽然 Rnj-1 的架构借鉴了 Google 的 Gemma 3，但团队进行了关键性的改良。模型采用了全局注意力机制（Global Attention）以及用于长上下文扩展的 YaRN 技术，确保了在处理长文档和复杂代码库时的稳定性。

值得一提的是，在训练过程中，团队使用了 Muon 优化器，显著提升了训练效率。Essential AI 坦诚地表示，Rnj-1 虽然在推理和代码上登峰造极，但由于专注于 STEM 数据，它并不是一个为了“事实检索”而优化的模型，有时甚至会产生幻觉，误认自己的身份。这种“坦诚”反而让社区对其在特定垂直领域的专业性更加充满信心。

## 开源社区的新里程碑

Rnj-1 的发布不仅仅是一个新模型的诞生，更是对“Scaling Law”和模型训练方法论的一次有力探索。它向业界证明，通过科学的数据配比和扎实的预训练，小参数模型依然可以在高难度的推理任务中挑战极限。

对于那些苦于 API 成本高昂、由于隐私问题无法使用闭源模型的开发者来说，Rnj-1 提供了一个强大、开放且可本地部署的全新选择。随着技术报告的即将发布，Rnj-1 有望激发开源社区在 Agent 和代码智能领域的又一轮创新热潮。
注：该模型需要 Ollama 0.13.3，目前处于预发布阶段

搜索结果: 函数调用