12月6日，谷歌正式發(fā)布Gemini人工智能模型。根據(jù)谷歌官方稱，Gemini1.0是目前為止谷歌能力最強的通用人工智能模型，一共有三種不同規(guī)模的優(yōu)化版本，其中Pro版本已經(jīng)安裝到Bard上了，綜合能力和GPT3.5相當。

谷歌Gemini官網(wǎng)入口

https://bard.google.com/

谷歌Gemini功能介紹

谷歌Gemini一共有三個版本，分別是：

Gemini Ultra：谷歌最大、最強模型，適用于高度復雜的任務(wù)

Gemini Pro：可擴展至各種任務(wù)的Gemini模型

Gemini Nano：適用于端側(cè)設(shè)備的高效Gemini版本(1.8B/3.25B)

其中Ultra的能力最強，復雜度最高，能夠處理最為困難的任務(wù)，Pro能力稍弱，可以用來處理多任務(wù)，Nano則更注重于端側(cè)的處理能力。

谷歌表示，對Gemini模型進行了嚴格的測試，并評估了它們在各種任務(wù)中的表現(xiàn)。

從自然圖像、音頻和視頻理解，到數(shù)學推理等任務(wù)，Gemini Ultra在大型語言模型研發(fā)被廣泛使用的32個學術(shù)基準測試集中，在其中30個測試集的性能超過當前SOTA結(jié)果。

另外，Gemini Ultra在MMLU(大規(guī)模多任務(wù)語言理解數(shù)據(jù)集)中的得分率高達90.0%，首次超越了人類專家。MMLU數(shù)據(jù)集包含數(shù)學、物理、歷史、法律、醫(yī)學和倫理等57個科目，用于測試大模型的知識儲備和解決問題能力。

針對MMLU測試集的新方法使得Gemini能夠在回答難題之前利用其推理能力進行更仔細的思考，相比僅僅根據(jù)問題的第一印象作答，Gemini的表現(xiàn)有顯著改進。

谷歌還專門公布了在各方面能力上與OnpeAI目前最強的大語言模型GPT-4進行的對比，結(jié)果顯示，在文本處理方面，除了在MMLU得分90%超過GPT-4的86.4%以外，Gemini Ultra在推理、數(shù)學、代碼等方面能力的得分均高過GPT-4。

在多模態(tài)方面，Gemini也在包括圖像、視頻、音頻等各個方面全面超越了GPT-4的能力。根據(jù)谷歌首席科學家、人工智能負責人的描述，Gemini模型在多模態(tài)模型推理能力方面已經(jīng)達到驚人的程度。