DoNews12月7日消息，在OpenAI的ChatGPT發(fā)布一年之后，谷歌終于不甘示弱，在北京時間12月7日凌晨忽然宣布發(fā)布其規(guī)模最大、能力最強的 AI 多模態(tài)模型 Gemini 1.0。
Gemini 最早公布于 2023 年 5 月的谷歌 I/O 全球開發(fā)者大會，由谷歌收購來的 DeepMind 打造，也就是打敗李世石的團隊。
Gemini 原計劃將在秋季發(fā)布，但此前傳出谷歌 CEO 桑達爾·皮查伊（Sundar Pichai）因為 Gemini 在非英語體系中的表現(xiàn)欠佳而宣布發(fā)布推遲，現(xiàn)在看來他不準(zhǔn)備再等了。
據(jù)悉，Gemini 1.0 針對不同尺寸進行了優(yōu)化，分別是：Ultra、Pro 和 Nano（超大杯，大杯和迷你杯）。
其中 Gemini Ultra 適用于高度復(fù)雜的任務(wù)；Gemini Pro 是通用版，而 Gemini Nano 則被用于各種客戶端設(shè)備。
根據(jù)谷歌方面的計劃，Pro大杯和Nano迷你杯即日推出，而Ultra超大杯則要等到明年。
根據(jù)谷歌方面公布的數(shù)據(jù)，在被大型語言模型（LLM）研究和開發(fā)中廣泛使用的 32 項學(xué)術(shù)基準(zhǔn)中，Gemini Ultra 的性能有 30 項都超過了目前最先進的水平。
Gemini Ultra 的得分率為 90.0%，是第一個在 MMLU（大規(guī)模多任務(wù)語言理解）測試中超過人類專家的模型。
MMLU 綜合使用了數(shù)學(xué)、物理、歷史、法律、醫(yī)學(xué)和倫理等 57 個科目，用于測試世界知識和解決問題的能力。
在新的 MMMU 基準(zhǔn)測試中，Gemini Ultra 也取得了得分率為 59.4% 的優(yōu)異成績，該基準(zhǔn)測試由橫跨不同領(lǐng)域、需要仔細推理的多模態(tài)任務(wù)組成。
谷歌方面宣稱，Gemini 1.0 主要在以下方面擁有優(yōu)勢：
復(fù)雜的推理：Gemini 1.0 具有復(fù)雜的多模態(tài)推理能力，可幫助理解復(fù)雜的書面和視覺信息。這使得它具有獨特的技能，可以在海量的數(shù)據(jù)中發(fā)掘難以辨別的知識內(nèi)容。
理解文本、圖像、音頻及更多：Gemini 1.0 經(jīng)過訓(xùn)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(xué)和物理等復(fù)雜科目中的推理，例如識別手寫的文字和公式等。
高級編碼能力：第一代 Gemini 可以理解、解釋和生成世界上最流行的編程語言（如 Python、Java、C++ 和 Go）的高質(zhì)量代碼。
它能夠跨語言工作并對復(fù)雜信息進行推理，這些能力使其成為世界領(lǐng)先的編碼基礎(chǔ)模型之一。
這樣一個功能強大的大模型是如何訓(xùn)練出來的？據(jù)谷歌公布，其使用了自行設(shè)計研發(fā)的TPUs v4 和 v5e。
所謂的TPU就是張量處理單元（Tensor Processing Units），這些定制設(shè)計的 AI 加速器一直是 Google 服務(wù)數(shù)十億用戶的 AI 賦能產(chǎn)品的核心，如 Search、YouTube、Gmail、Google Maps、Google Play 和 Android。它們還使得世界各地的公司能夠經(jīng)濟高效地訓(xùn)練大規(guī)模的 AI 模型。
與此同時，谷歌還發(fā)布了迄今為止功能最強大、效率最高且可擴展性最強的 TPU 系統(tǒng) Cloud TPU v5p，旨在為訓(xùn)練前沿 AI 模型提供支持。
新一代 TPU 將加速 Gemini 的開發(fā)，幫助開發(fā)者和企業(yè)客戶更快地訓(xùn)練大規(guī)模生成式 AI 模型，從而更快推出新產(chǎn)品和新功能。
據(jù)谷歌方面公布，Gemini 1.0 將在多種產(chǎn)品和平臺上推出：
即日起，Bard 將使用 Gemini Pro 的微調(diào)版本來進行更高級的推理、規(guī)劃和理解等。這是 Bard 自推出以來最大的升級。
它將在 170 多個國家和地區(qū)提供英語服務(wù)，并且谷歌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)。
谷歌還在 Pixel 上使用 Gemini。Pixel 8 Pro 是首款搭載 Gemini Nano 的智能手機，它可以支持錄音應(yīng)用中的“總結(jié)”等新功能，并在 Gboard 中推出“智能回復(fù)”功能，從 WhatsApp 開始，2024 年還將推出更多信息應(yīng)用。
未來幾個月，Gemini 將應(yīng)用于谷歌更多的產(chǎn)品和服務(wù)，如 Search、Ads、Chrome 和 Duet AI。
谷歌已經(jīng)開始在 Search 中試驗 Gemini，它能夠為用戶提供更快的搜索生成體驗（SGE），用戶在美國的英語搜索延遲降低了 40%，同時在質(zhì)量方面也有所提高。
2024年年初，谷歌還將推出內(nèi)置 Gemini Ultra 的 Bard Advanced。
