Google 压箱宝 AI 模型「Gemini」降临!30 项评分直接超越 GPT-4V

  • 多模态 AI 模型可同时理解文字、程式码、声音、图片、影片等内容
  • 32 项 AI 测试中有 30 项评分超越 GPT-4V
  • 分 Ultra、Pro、Nano 大中小三个版本,Nano 小到可以直接装手机上
  • 不仅支援英语还能同时支援多个语种,在不同语种执行效能也能维持一致
  • 大量使用 Google 自家设计的 TPU 训练

原本 Google 传出会延期到明年才发表的全新大型语言模型「Gemini」如期在 12 月初面世!

就如外界预期,Google 呕心沥血推出的 Gemini 是「原生」多模态 AI 模型,可以同时无缝理解、操作包括文字、程式码、声音、图片、影片等多元形式的内容,像是理解图片方面,Google 宣称 Gemini Ultra 可以直接跳过从图片中使用 OCR 理解文字的步骤,就能直接图片内容。

理解能力到底有强?Google 就用了一个图中很简单的例子, 拿了两张非常简单的手绘汽车图问 Gemini 哪台比较快,Gemini 回「右边比较快,因为它比较符合空气力学」。

Google 强调,Gemini 最大型的版本 Gemini Ultra 在 32 项 AI 测试中,有 30 项的评分超越了 OpenAI 的 GPT-4V,同时也是在所谓 MMLU(大规模多任务语言理解,包括数学、物理、历史、法律、医学和伦理学等 57 项科目)测试中,第一个达到 90% 水准并超越人类专家的大型自然语言模型。

Google 也表示 Gemini 可以理解、产生 Python、Java、C++ 和 Go 等广受使用的程式语言,同时 Google 也使用 Gemini 推出新一代的 AI 生成程式码系统 AlphaCode 2,解决问题数量几乎是一代的两倍。

为了满足从资料中心等级到行动装置等不同使用环境需求,Gemini 一共推出 Ultra、Pro、Nano 大中小三个版本。最大型的 Ultra 正在进行一系列的安全性测试,将会释出少量试用版给企业客户与开发者,估计明年推出正式版。

Pro 则是即日起就提供给英文版的聊天机器人 Bard 使用,另外将会在 12 月 13 日在 Google Cloud 的 Vertex AI、AI Studio 上提供 API 供人使用;最小的 Nano 则是准备直接给 Pixel 8 Pro 使用。

Bard 接下来在 170 多个国家和地区提供英语版本,将逐渐扩展给不同地区以及支援不同语系,并且预告还会有使用 Ultra 的 Bard Advanced。同时像是 Google 广告、Chrome 和 Duet AI 等产品也会陆续引入 Gemini。而最重要的本家产品搜寻引擎则是已经开跑,导入搜寻生成体验(SGE)延迟少了 40%。

Google 说明 Gemini 使用自家所设计晶片 TPU v4 和 v5e 训练,且反过来 Gemini 在 TPU 上也比之前的 AI 模型表现更佳;Google 也同时发表了新的晶片 TPU v5p 供云端使用。

核稿编辑:Sisley

快加入 INSIDE Google News 按下追踪,给你最新、最 IN 的科技新闻!

surfshark怎么下载

0 0 投票数
Article Rating
订阅评论
提醒
guest
0 Comments
最旧
最新 最多投票
内联反馈
查看所有评论
0
希望看到您的想法,请您发表评论x