12月7日凌晨，谷歌宣布推出谷歌自己的人工智能模型Gemini。谷歌首席執(zhí)行官桑達爾·皮查伊表示，“這是谷歌人工智能新時代的開始”。

根據(jù)皮查伊和 Google DeepMind 首席執(zhí)行官 Demis Hassabis 的描述，這是人工智能模型的巨大飛躍，最終將影響幾乎所有的 Google 產(chǎn)品。據(jù)介紹，Gemini可以適配包括數(shù)據(jù)中心和移動設(shè)備等多種產(chǎn)品。Demini擁有三個版本：其一是Gemini Nano，負責 Android 設(shè)備上本地離線運行，是側(cè)端設(shè)備上最高效的模型；其二是Gemini Pro，它相比與Nano更強大，它將為許多 Google AI 服務(wù)提供支持，并且Bard宣布將使用Gemini Pro來進行新的升級；其三是Gemini UItra，它是 Google 迄今為止創(chuàng)建的最強大的模型，以大型語言模型（LLM）研究和開發(fā)中廣泛使用的 32 項學術(shù)為基準，Gemini Ultra 的性能有 30 項都超過了目前最先進的水平，它適用于完成高度復(fù)雜的任務(wù)，主要是為數(shù)據(jù)中心和企業(yè)應(yīng)用程序設(shè)計的。

值得注意的是，據(jù)Demis Hassabis描述，Gemini從一開始就被創(chuàng)建為多模態(tài)的模型，這意味著它可以歸納并流暢地理解、操作以及組合不同類型的信息，包括文本、代碼、音頻、圖像和視頻。比如它經(jīng)過訓練，可以同時識別并理解文本、圖像、音頻等，因此它能更好地理解具有細微差別的信息，回答與復(fù)雜主題相關(guān)的問題。這就讓它尤其擅長解釋數(shù)學和物理等復(fù)雜科目中的推理。

據(jù)谷歌自己稱，“從自然圖像、音頻和視頻理解到數(shù)學推理，在被大型語言模型（LLM）研究和開發(fā)中廣泛使用的 32 項學術(shù)基準中，Gemini Ultra 的性能有 30 項都超過了目前最先進的水平。”

目前，Gemini1.0產(chǎn)品已在多種產(chǎn)品和平臺上推出。谷歌公司計劃通過 Google Cloud 將 Gemini 授權(quán)給客戶，供他們在自己的應(yīng)用程序中使用。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。Android 開發(fā)者也可以通過 AICore 使用端側(cè)任務(wù)最高效的模型 Gemini Nano進行構(gòu)建。

谷歌表示，它將在 170 多個國家和地區(qū)提供英語服務(wù)，并且計劃在未來幾個月內(nèi)擴展不同的模態(tài)，并支持新的語言和地區(qū)。下一步，谷歌將進一步擴展其未來版本的各種功能，包括在規(guī)劃和記憶方面取得進展，以及通過增加上下文窗口來處理更多信息并提供更好的響應(yīng)。明年年初，谷歌還將推出 Bard Advanced，這是一種全新的、前沿的 AI 體驗，讓用戶可以從 Gemini Ultra 開始使用模型和功能。