在对模型 \( y = b_0 + b_1x_1 + b_2x_2 + u_i \) 进行总体显著性检验时，我们通常使用F检验来检验模型中所有自变量的系数是否同时为零。此检验的目的是检验自变量 \( x_1 \) 和 \( x_2 \) 对因变量 \( y \) 是否具有解释能力。

在这个检验中：

- **零假设（\( H_0 \)）**：模型中所有自变量的系数均为零，即 \( b_1 = b_2 = 0 \)。

- **备择假设（\( H_a \)）**：至少有一个自变量的系数不为零，即至少有一个 \( b_i \neq 0 \) （ \( i = 1, 2 \) ）。

因此，正确答案是：

- A: \( b_1 = b_2 = 0 \)

### 专业分析：

对于F检验，该检验方法用于检验回归模型中整体自变量对因变量的显著性。具体步骤如下：

1. **构造零假设**：假设自变量对因变量没有共同的线性影响，即 \( b_1 = b_2 = 0 \)。

2. **计算回归平方和（SSR）和残差平方和（SSE）**，进而计算总平方和（SST）。

3. **计算F统计量**：
\[
F = \frac{(\text{SSR} / \text{df}_{\text{reg}})}{(\text{SSE} / \text{df}_{\text{res}})}
\]
其中，\(\text{df}_{\text{reg}}\) 和 \(\text{df}_{\text{res}}\) 分别是回归和残差的自由度。

4. **比较F统计量与临界值**：如果计算的F值大于临界值，则拒绝零假设，表明模型中自变量对因变量具有显著性。

通过上述分析，我们确认选项A：\( b_1 = b_2 = 0 \)是关于总体显著性检验的正确零假设。