关键词文章
在今年5月的开发者大会上，谷歌首次揭示了其正在研发的AI大模型Gemini。时隔7个月，Gemini终于正式亮相。
根据谷歌官方公众号的消息，Gemini 1.0已经正式发布，这是谷歌迄今为止构建的最强大、最通用、最灵活的模型。
据介绍，谷歌为不同场景发布了三个不同版本：
- Gemini Ultra：规模最大且功能最强大，适用于高度复杂的任务。
- Gemini Pro：适用于各种任务的最佳模型。
- Gemini Nano：手机等设备上最高效的模型。
谷歌还将Gemini与OpenAI的GPT-4进行了比较，结果显示除HellaSwag数据集外，在其他基准测试中，Gemini全面领先GPT-4。
官方表示，Gemini Ultra在32项学术基准中的性能超过了目前最先进的水平，包括自然图像、音频和视频理解，以及数学推理等多个领域。Gemini Ultra在MMLU（大规模多任务语言理解）测试中以90.0%的得分成为第一个超过人类专家水平的模型。MMLU综合使用了57个科目，涵盖了数学、物理、历史、法律、医学和伦理等多个领域。
在新的MMMU基准测试中，Gemini Ultra也取得了59.4%的成绩，该基准测试由横跨不同领域、需要仔细推理的多模态任务组成。
Gemini 1.0具备复杂多模态推理能力，可帮助理解复杂的书面和视觉信息，挖掘海量数据中的难以辨别的知识内容。Gemini 1.0经过训练，可以同时识别并理解文本、图像、音频等，尤其擅长解释数学和物理等复杂科目中的推理。
在编码能力方面，Gemini的第一代可以理解、解释和生成世界上最流行的编程语言，如Python、Java、C++和Go的高质量代码。
据谷歌介绍，Bard将使用Gemini Pro的微调版本进行更高级的推理、规划和理解等，在170多个国家和地区提供英语服务，并计划在未来扩展不同的模态，支持新的语言和地区。
此外，谷歌Pixel 8 Pro是首款搭载Gemini Nano的智能手机，将支持录音应用中的新功能，并在Gboard中推出“智能回复”功能。
未来几个月，Gemini将应用于谷歌搜索、广告、Chrome和Duet AI。从12月13日开始，开发者和企业客户可以通过Google AI Studio或Google Cloud Vertex AI中的Gemini API获取Gemini Pro。谷歌表示，Gemini的发布是AI发展中的一个重要里程碑，标志着谷歌迈向新纪元的开始。
-
创建时间: 2023年12月08日