遥遥领先GPT-4！谷歌最强AI大模型Gemini 1.0发布：比强更强！

在今年5月举行的开发者大会上，谷歌首次透露其正在开发的AI大模型Gemini。时隔七个月，Gemini终于来了。据谷歌官方公众号消息，谷歌日前正式发布Gemini 1.0，这是谷歌迄今为止构建的最强大、最通用、最灵活的模型。

据官方介绍，针对不同场景，谷歌发布了三种不同版本。其中，Gemini Ultra是谷歌规模最大且功能最强大的模型，适用于高度复杂的任务。而Gemini Pro适用于各种任务的最佳模型，Gemini Nano则是手机等设备最高效的模型。

 有意思的是，谷歌还将Gemini与OpenAI的GPT-4进行了比较，除HellaSwag数据集外，Gemini其它基准测试全面领先GPT-4。官方表示，从自然图像、音频和视频理解到数学推理，在被大型语言模型（LLM）研究和开发中广泛使用的32项学术基准中，Gemini Ultra的性能有30项都超过了目前最先进的水平。

Gemini Ultra以90.0%得分成为第一个在MMLU（大规模多任务语言理解）测试中超过人类专家的模型，MMLU综合使用了数学、物理、历史、法律、医学和伦理等57个科目，用于测试世界知识和解决问题的能力。在新的MMMU基准测试中，Gemini Ultra也取得了59.4%的成绩，该基准测试由横跨不同领域、需要仔细推理的多模态任务组成。

据悉，Gemini 1.0具有复杂多模态推理能力，可帮助理解复杂的书面和视觉信息，在海量数据中发掘难以辨别的知识内容。谷歌称，Gemini 1.0经过训练，可以同时识别并理解文本、图像、音频等，因此它能更好地理解具有细微差别的信息，回答与复杂主题相关的问题，尤其擅长解释数学和物理等复杂科目中的推理。

编码能力上，第一代Gemini可以理解、解释和生成世界上最流行的编程语言（如Python、Java、C++和Go）的高质量代码。据介绍，Bard将使用Gemini Pro的微调版本来进行更高级的推理、规划和理解等，将在170多个国家和地区提供英语服务，并计划在未来扩展不同的模态，并支持新的语言和地区。

除此之外， 谷歌还将在谷歌Pixel上使用Gemin，Pixel 8 Pro是首款搭载Gemini Nano的智能手机，将支持录音应用中的“总结”等新功能，并在Gboard中推出“智能回复”功能。未来几个月，Gemini将应用于谷歌搜索、广告、Chrome和Duet AI。

从12月13日开始，开发者和企业客户可通过Google AI Studio或Google Cloud Vertex AI中的Gemini API获取Gemini Pro。对于Gemini，谷歌表示，这是AI发展过程中的一座重要里程碑，也标志着谷歌迈进新纪元的开始。