Google 史上最强大模型 Gemini，全面「碾压」GPT-4 ?

在昨晚，谷歌CEO桑达尔·皮查伊官宣了一个令人振奋的消息：Google的全新AI大模型Gemini 1.0正式上线了！

Google这次真的下了一盘大棋。他们之前的Bard虽然初次亮相时出现了失误，但这次Gemini的推出，显然是Google在AI大模型领域下的一注重大赌注。

Gemini这款多模态AI模型，能够理解和处理各种信息，包括文本、代码、音频、图像甚至视频。在过去的大半年里，基于各种大模型的聊天机器人单月访问量已经超过 20 亿， 当然，ChatGPT毫无疑问问鼎冠军。

图片来自：The Information

能看、能说、能推理

Gemini有Ultra、Pro、Nano三个版本，可自动生成文本、代码、总结内容等，并能理解图片、音频和视频内容。

Gemini Ultra是功能最强版，能够完成高度复杂的任务，主要面向数据中心和企业级应用，可用于超复杂的推理、理解，但AI算力消耗也非常大。

Gemini Pro是性能最好的模型，适合扩展各种任务。它会为许多谷歌的AI服务提供动力，适用于大规模应用部署。

Gemini Nano是最高效的模型，可以在安卓设备上本地和离线运行，专为设备上的任务而设计。

暂且抛开繁杂的参数信息，先来用几个案例让你全面了解 Gemini 的能力。

当你随手画个鸭子，从曲线到鸭子成型，Gemini 都可以精准识别。给鸭子画条波浪线，它能理解你的言外之意，精准地指出鸭子在水中游泳的场景答案。

同时它还能人性化地模仿鸭子的叫声，即使是用流利的普通话说出鸭子的叫法也不在话下。

闲着无聊，也可以和 Gemini 玩个游戏，你的手指指向哪个区域，Gemini 就能说出那个国家及其代表性的事物。

三仙归洞，猜猜纸球在哪个杯子下面，手速再快，也躲不过 Gemini 的「眼睛」。

拿到纱线却毫无头绪，别急，Gemini 聪明的大脑在看到纱线的那一刻，就已经把成品给你安排上，你只需要「照猫画虎」就好了。

识别图像还只是 Gemini 的基础水准，看到乐器，Gemini 还能生成符合环境氛围的音乐。

逻辑和谜题解决、图像序列分析、魔术技巧解释、记忆和逻辑，这些能力 Gemini 样样都有，样样精通，更齐全的案例视频就放在下面，欢迎观看 👇

Google 也发布了文字演示版本，若你不想看视频，可以访问查看 👇

https://developers.googleblog.com/2023/12/how-its-made-gemini-multimodal-prompting.html

或许是这个视频过于震撼，部分网友质疑 Google 这个视频存在「造假」的可能性，不过 Gemini 将很快在 Google AI Studio 中向公众开放，届时便能一辩真假。

Gemini VS GPT-4

谷歌声称 Gemini 的计算能力是 GPT-4 的 5 倍，因此训练速度更快。测试数据显示，Gemini Ultra的性能超过了大型语言模型研究和开发中广泛使用的32个学术基准中的30个。

谷歌在MMLU、DROP 等测试人工智能模型知识和解决问题能力的评测中，将Gemini与OpenAI的GPT-4进行深度评测，Gemini Ultra的能力全面超越了OpenAI的GPT-4，Gemini 是第一个在 MMLU（大规模多任务语言理解）方面超越人类专家的模型。

MMLU（大规模多任务语言理解）是测试 AI 模型知识和解决问题能力的最流行方式之一。Gemini Ultra 在该测试中以 90.0% 的准确率成为首个超越人类专家的模型，作为对比，GPT-4 只有 86.4% 的准确率。

新的 MMMU 基准测试包含了跨不同领域的多模态任务，对多模态大模型的检验程度更高，但超大杯 Gemini Ultra 同样取得了 59.4% 的高分。

代码是检验大模型水平的重要指标之一，Gemini 1.0 跨语言工作和推理复杂信息的能力是它的强项，能够理解诸如 Python、Java、C++ 等高质量代码。两年前，Google 推出了 AlphaCode，这是首个在编程比赛中达到竞争水平的 AI 代码生成系统。

thehiredai CEO Arman 大胆地作出预测：「Gemini AI 刚刚杀死了 ChatGPT！」

手机大模型

在此基础上，Google 官宣中杯大模型 Gemini Nano 从今天开始，将在 Pixel 8 Pro 上正式运行。

作为首款专为 Gemini Nano 设计的智能手机， Pixel 8 Pro 有两项专属的拓展功能将在后续的更新中加入：「记录器摘要」和「Gboard 智能回复」。

即使没有网络连接，记录器也可以获得手机对话录音、采访、演示等内容的摘要，强大的终端硬件是支撑这个功能的依托，而优化的侧端算法让「断网不断线」成为了可能。

智能回复功能很像我们挂断电话后的自动回复，但和传统的固定内容相比， Gemini Nano 可以识别来信的内容，根据不同的语句生成对应的回信，语言也会更加自然亲切，有种明星的运营团队在社交平台回复粉丝的即视感。

目前，Gemini Ultra 已经在内测中，并打算明年初推给开发者和企业用户，明年初，Google 还将推出 Bard Advanced，让更多的普通用户用上最强的 Gemini Ultra。

Google CEO Sundar Pichai 在发布 Gemini 时说到：

每一次技术转变都是推进科学发现、加速人类进步和改善生活的机会。我相信我们现在看到的与 AI 有关的转变将是我们一生中最深远的，远大于之前的移动或网络的转变。

整理自：新闻、APPSO