12月6日，Google正全力推动其最大且功能最全面的人工智能模型——Gemini，一项在AI商业化方面的艰巨挑战正在让公司面临压力。
作为一大型语言模型，Gemini将包括三个不同规模的型号：Gemini Ultra，作为最大、最擅长复杂任务的型号；Gemini Pro，能够广泛应对各种任务；Gemini Nano，专用于处理具体任务和在移动设备上运作。
目前，Google计划通过Google Cloud将Gemini许可给客户，供他们在自己的应用中使用。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的Gemini API使用Gemini Pro。Android开发者也将能够利用Gemini Nano进行开发。此外，Gemini 还将用于驱动像其Bard聊天机器人和Search Generative Experience等Google产品。Search Generative Experience是一个试图以对话风格的文字回答搜索查询的项目（SGE还未公开发布）。
公司可以像通过聊天机器人进行更高级的客户服务互动和产品推荐，以及帮助寻求广告产品的公司发现趋势等方式使用Gemini。如果公司想要创建营销活动或博客内容，那么Gemini也可以用于内容创建，以及想要总结会议或为开发者产生代码的生产力APP。
公司举出了一些示例，比如显示Gemini能够截取图表的屏幕截图，并分析数百页的研究内容，然后更新图表。另一个例子是分析一个人数学作业的照片，确定正确的答案并指出错误的答案。
在Google周三发布的一篇博文中，公司表示，Gemini Ultra是第一个在MMLU（大规模多任务语言理解）上胜过人类专家的模型，它通过57个主题（如数学、物理、历史、法律、医学和伦理等）的组合来测试世界知识和问题解决能力。据称，它可以理解复杂主题的微妙之处和推理。
“Gemini是Google各个团队（包括我们的Google研究同事）的大规模协作努力的结果，” Google首席执行官Sundar Pichai周三在博文中写道。”它从一开始就作为多模态来构建，这意味着它可以概括并无缝理解、处理和整合包括文本、代码、音频、图片和视频在内的不同类型的信息。”
从今天开始，Bard 将夸大宣传它的Gemini Pro，以帮助其在推理、规划、理解等其他功能方面达到更高年级。高级主管周二在接受记者登录的电话中表示，明年初，它将启动 “Bard Advanced”，这将用到Gemini Ultra， 这反映了 Bard，它的开发人员的ChatGPT类似的聊天机器人的最大更新。
这次更新是在自从八个月前首次发布Bard，一年后，开发了以聊天人为特征的聊天机器人，ChatGTP的 OpenAI 在网上发布其在ChatGPT上使用GPT-3.5的结果后。今年三月，由Sam Altman的初创公司OpenAI发布了GPT-4。周二，高级主管表示，Gemini Pro的性能超过了GPT-3.5，但他们对Gemini如何与GPT-4相比撤回了原先的说法。
然而，根据Google周三发表的一篇白皮书，Gemini的Ultra模型在几个基准测试中的表现优于GPT-4。
相关文章
