谷歌隆重推出“Gemini”-谷歌最强大的人工智能模型

作者：AIGC肖学长发布时间：2023-12-07

谷歌人工智能编程 GPT-4

Gemini 是整个 Google 团队（包括 Google Research 的同事）大规模协作努力的多模态人工智能。它可以理解、操作和组合不同类型的信息，包括文本、代码、音频、图像和视频。

概要如下：

1、Gemini 规格（Ultra、Pro、Nano）和可用性

2、Gemini Ultra 比 GPT-4 更好

3、Gemin多模态应用

4、第一印象

Gemini 规格、尺寸（Ultra、Pro、Nano）

Gemini 也是我们迄今为止最灵活的模型 - 能够在从数据中心到所有设备上高效运行。

Gemini 是一个型号系列，具有三种尺寸：Ultra、Pro 和 Nano。‍以下是技术报告中‍有关 Gemini 尺寸及其规格部分的摘要。

Gemini Ultra——我们最大、最有能力的模型，适用于高度复杂的任务。

Gemini Pro——我们可扩展各种任务的最佳模型。

Gemini Nano——移动端使用

Gemini Ultra 在各个基准测试中超越 GPT-4 的版本。它被设计为在数据中心上运行，因此您无需将其安装在家庭计算机上。它仍在接受安全审查，但将于 2024 年初在新版本的 Google 聊天机器人 Bard Advanced 上使用。

详情参考技术文档：

https://storage.googleapis.com/deepmind-media/gemini/gemini_1_report.pdf

Gemini Pro 与 GPT-3.5 相当，如果不需要最好的型号并且考虑花费成本，Pro 可能是比 Ultra 更好的选择（就像 ChatGPT 一样，GPT-3.5 是免费的，对于大多数任务来说，比每月支付 20 美元购买 GPT 更好） 4). Gemini Pro 已在 170 个国家（不包括欧盟/英国）的 Bard 上以英语提供（“迄今为止最大的升级”）。Google 稍后将扩大在其他国家/地区和语言的可用性。

Gemini Nano 是针对移动设备的模型。谷歌尚未透露Ultra和Pro的参数量，但我们知道Nano分为两层，Nano 1（1.8B）和Nano 2（3.25B），分别针对低内存和高内存设备。Gemini Nano 内置于谷歌 Pixel 8 Pro 中，它将成为一款全面的 AI 增强型智能手机。这就是超级Siri移动助手的开始。Gemini 还将“出现在我们的更多产品和服务中，例如搜索、广告、Chrome 和 Duet AI”，但没有具体说明其大小或时间。

它们都具有 32K 上下文窗口，明显小于最大的 Claude 2 (200K) 和 GPT-4 Turbo (128K)。很难说上下文窗口的大小是最佳的（显然取决于任务），因为据报道，如果大小太大，模型往往会忘记很大一部分上下文知识。据报道，Gemini 模型“有效地利用了它们的上下文长度”，这可能是对此类检索失败的参考。

Gemini Ultra 优于 GPT-4

Gemini 模型并评估其在各种任务中的性能。从自然图像、音频和视频理解到数学推理，Gemini Ultra 的性能在大型语言模型 (LLM) 研发中使用的 32 个广泛使用的学术基准中的 30 个上超过了当前最先进的结果。Gemini Ultra 的得分高达 90.0%，是第一个在MMLU（大规模多任务语言理解）上超越人类专家的模型，该模型结合了数学、物理、历史、法律、医学和伦理学等 57 个科目来测试知识和解决问题的能力。

Gemini Ultra 在 18 个基准测试中的 17 个中超过了 GPT-4，其中包括 MMLU（90% vs 86.4%，使用新型思想链方法）和新的多模态基准 MMMU（59.4% vs 56.8%）。

但是，Gemini 并不比 GPT-4 好多少....

详情参考技术文档：

https://storage.googleapis.com/deepmind-media/gemini/gemini_1_report.pdf