北京時間12月7日凌晨，谷歌CEO桑達(dá)爾?皮查伊和Deepmind CEO戴密斯·哈薩比斯在谷歌官網(wǎng)聯(lián)名發(fā)文，正式宣布最新多模態(tài)大模型Gemini 1.0（雙子星）版本正式上線。

根據(jù)文章，Gemini 1.0包括三種不同套件，分別是Gemini Ultra, Gemini Pro和Gemini Nano。其中Ultra的能力最強(qiáng)，復(fù)雜度最高，能夠處理最為困難的多模態(tài)任務(wù)；Pro能力稍弱，是一個可擴(kuò)展至多任務(wù)的模型；Nano則是一款可以在手機(jī)端側(cè)運(yùn)行的模型。根據(jù)相關(guān)視頻展示，Gemini對視頻、圖像的非同凡響的識別能力，能夠自如地在圖像、音頻、視頻各模態(tài)之間的轉(zhuǎn)換。

谷歌方面表示，Gemini是一個真正原生的多模態(tài)大模型，因?yàn)閺淖畛醯念A(yù)訓(xùn)練數(shù)據(jù)開始，Gemini就在針對不同模態(tài)的模型進(jìn)行訓(xùn)練，因此其功能在每個重大領(lǐng)域都達(dá)到了SOTA（State of the art，特指領(lǐng)先水平的大模型）。

除了多模態(tài)能力之外，Gemini在專業(yè)知識儲備和高級編碼等領(lǐng)域都處在最前列。比如，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(dá)90.0%，這款MMLU數(shù)據(jù)集包含數(shù)學(xué)、物理、歷史、法律、醫(yī)學(xué)和倫理等57個科目，專門用于測試大模型的知識儲備和解決問題能力。Gemini Ultra是第一個在MMLU上超越人類專家的大模型。

谷歌還宣布Gemini將通過谷歌產(chǎn)品推向數(shù)十億用戶。從12月13日開始，開發(fā)者和企業(yè)客戶可以通過Google AI Studio或Google Cloud Vertex AI中的Gemini API訪問Gemini Pro。

翻譯

搜索

復(fù)制