美国时间12月6日，谷歌正式发布了 Gemini 大模型。按照谷歌的说法， Gemini 可以像人类一样理解世界，处理代码、文字、音频、图像和视频通通不在话下。

　　Google DeepMind团队称，Gemini在32项基准性能测试中的30项上超过了GPT-4。

　　“我们离新一代人工智能模型的愿景越来越近了。”进行完一系列视频演示后，Google DeepMind产品副总裁Eli Collins（伊莱·柯林斯）对包括第一财经在内的媒体说，这是Google迄今为止功能最强大、最通用的大模型。

　　谷歌CEO Sundar Pichai(桑达尔·皮查伊) 评价，Gemini 这一新时代的模型代表了 Google 作为一家公司在科学和工程方面所做的最大努力之一。他同时提到，这也是 Google 今年早些时候成立 Google DeepMind 时的愿景首次实现。

　　Gemini的各种能力

　　谷歌称，Gemini 是一种“原生多模态”AI模型。这意味着它从一开始就经过预先训练，可以处理用户基于文本和图像的提示词任务，支持文本和图像的服务。

　　据悉，Gemini 包含三个不同尺寸，分别是Gemini Ultra、Gemini Pro、Gemini Nano。其中，Gemini Nano主要应用于设备端，Pixel 8 Pro将是第一款搭载 Gemini Nano 的智能手机；Gemini Pro 则适用于在各种任务中扩展，谷歌便计划用 Gemini Pro 来升级旗下的聊天机器人 Bard，以及包括搜索、广告、Chrome等在内的更多谷歌产品中。

　　对于功能最强悍的 Gemini Ultra，谷歌称目前正在进行信任和安全检查，以及通过微调和基于人类反馈的强化学习（RLHF）进一步完善模型，预计明年初向开发人员和企业客户推出。

免责声明：本网站部 分文章和信息来源于互联网，本网转载出于传递更多信息和学习之目的，并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题，请立即联系管理 员，我们会予以更改或删除相关文章，保证您的权利。对使用本网站信息和服务所引起的后果，本网站不作任何承诺。