正面(mian)对决GPT-4！谷歌推(tui)出(chu)“最全(quan)能”AI模型Gemini，从手机到数据中心多环境适配,Gemeni,应用,Pro

谷歌迈出(chu)了在人工智能（AI）科技应用上追赶OpenAI的重要一步，推(tui)出(chu)手机、云(yun)、数据中心都可应用的超级全(quan)能AI模型，正面(mian)对决GPT-4。

美东时间12月6日周三，谷歌正式向(xiang)公众发布新(xin)一代大(da)语言模型（LLM）Gemini，号称(cheng)谷歌迄今为(wei)止“最大(da)、也最全(quan)能的AI模型”，有高级推(tui)理能力，回答难题时“考虑得更(geng)仔细”。有别于其他公司LLM竞品的是，谷歌强调(diao)Gemeni是最灵活(huo)的模型，因为(wei)它用不同大(da)小的版本，可以适用于各种生成式AI应用。

其中，最轻盈(ying)的版本Gemni Nano可以直(zhi)接在智能手机上离线运行(xing)；相对而言更(geng)强大(da)的版本Gemini Pro可以执行(xing)多种任务，将通(tong)过谷歌的类ChatGPT聊天机器人Bard，为(wei)众多谷歌AI 服务提供支持，加持谷歌的Gmail、Maps Docs和(he)YouTube等服务；功能最强大(da)的版本Gemini Ultra也是谷歌迄今打造的最强大(da)LLM，主要为(wei)数据中心和(he)企业应用而设计。

谷歌旗下AI研究机构DeepMind的产品副总(zong)裁Eli Collins称(cheng)，Gemini的多样性意味(wei)着，它“能够在从移(yi)动设备到大(da)型数据中心的所有设备上运行(xing)。”他表示，谷歌早就希(xi)望打造的新(xin)一代AI模型更(geng)像是乐于助人的合作者，而不是一种智能的软件，Gemini让谷歌距离这种远景又(you)近了一步。

现在Gemini只有英语版，谷歌将很快推(tui)出(chu)其他语言的版本。谷歌CEO Sundar Pichai说，Gemini代表了AI的新(xin)时代。最终，Gemini将与谷歌的搜索引擎、广告产品、Chrome浏览器等更(geng)多产品结合。

Gemini Nano手机电(dian)脑版周三可用 Gemini Pro支持Bard、下周面(mian)向(xiang)云(yun)客户 Gemini Ultra明年(nian)推(tui)行(xing)

具体(ti)应用时间表方面(mian)，从本周三起，安卓系统开发人员可以注册使用Gemini Nano版，打造智能手机和(he)电(dian)脑的Gemini支持App。谷歌称(cheng)，Gemini可以立即在其旗舰手机Pixel 8 Pro上启用，实现诸如归纳电(dian)话录音对话要点等新(xin)的生成式AI功能。

Gemini Pro版从本周三开始支持Bard，实现高级的推(tui)理、规(gui)划、理解等功能，在170个国家地区以英语一种语言操作运行(xing)，可能不包括英国或者其他欧洲地区，因为(wei)谷歌称(cheng)在和(he)当地的监管机构合作。

从12月13日下周三开始，谷歌将通(tong)过谷歌云(yun)，在旗下Vertex AI 和(he) AI Studio平台向(xiang)云(yun)客户提供 Gemini Pro版。

Gemini Ultra将首(shou)先面(mian)向(xiang)开发者和(he)企业客户开放，该版本的应用详情将在下周公布。谷歌计划，明年(nian)初，向(xiang)公众大(da)范围开放Gemini Ultra应用。

谷歌还计划，明年(nian)初发布Gemini Ultra支持的进阶版Bard Advanced，在面(mian)向(xiang)大(da)众推(tui)出(chu)以前，先将推(tui)出(chu)一个测试项(xiang)目，以便改进Bard Advanced。

谷歌的下图(tu)展示了Gemini家族三个版本。

32种行(xing)业指标测试中 Gemini有30种遥遥领先GPT-4

谷歌此次毫不讳言和(he)GPT-4一较高低(di)的雄心。发布Gemini前，谷歌对它进行(xing)了一系列以标准行(xing)业指标评估的测试。谷歌称(cheng)，在八项(xiang)测试中，Gemini Pro有六项(xiang)的表现优于OpenAI 的 GPT-3.5。在通(tong)用语言理解、推(tui)理、数学和(he)编码方面(mian)测试中，八项(xiang)基准指标里，Gemini 有七项(xiang)超过了OpenAI 的最新(xin)版模型 GPT-4。

同时，谷歌评估了旗下可以解释和(he)生成代码的最新(xin)生成式AI产品AlphaCode 2，发现在竞争性编程领域，它领先85%的竞争对手。

DeepMind的CEO Demis Hassabis称(cheng)，谷歌运行(xing)了32种完善的基准指标相关测试，对比Gemini和(he)GPT-4这两个模型，既(ji)有诸如多任务语言理解这类广泛的整体(ti)测试，到生成Python代码这种单(dan)一能力的测试。32种基准指标种，Gemini有30项(xiang)都“遥遥领先”。

以下谷歌报告的截图(tu)可见，在多选问题、数学问题、Python代码任务、阅读等方面(mian)，Gemini Pro和(he)Ultra与GPT-4、GPT-3.5等其他LLM的评分对比。

Gemini为(wei)原生多模态(tai)模型在谷歌更(geng)高性能云(yun)芯片TPU v5p训练

谷歌称(cheng)，Gemini是一种“原生多模态(tai)”AI模型。这意味(wei)着它从一开始就经过预先训练，可以处理用户基于文本和(he)图(tu)像的提示词任务，支持文本和(he)图(tu)像的服务。比如家长可以通(tong)过上传数学问题的图(tu)像，以及(ji)在工作表里尝试解决问题的照片，帮助孩子做家庭作业。Gemini还能阅读答案，理解为(wei)何(he)是对的、为(wei)何(he)是错的，并解释需要进一步说明的概念。

谷歌称(cheng)，谷歌搜索运用生成式AI技术(shu)的“搜索生成式体(ti)验”在明年(nian)融入和(he)Gemini的新(xin)功能。

谷歌承认(ren)，Gemini仍(reng)然(ran)可能存在AI产生的虚假信息或者捏造信息。Collins 称(cheng)这是尚未解决的研究问题，不过他说，Gemini有迄今为(wei)止谷歌AI模型的最全(quan)面(mian)安全(quan)评估。为(wei)评估 Gemini 的安全(quan)性，谷歌对该模型进行(xing)了对抗(kang)性测试，模仿有不良企图(tu)的用户利用该模型输入提示词，帮助研究人员检查模型中是否存在仇恨言论和(he)政治偏见。这类测试包括“真实毒性提示词”，它包含从网上提取的10万多个提示词。

谷歌强调(diao)Gemini的AI工具效率(lu)会非常高、速度非常快。它在谷歌自研的新(xin)版云(yun)芯片Tensor Processing Units（TPU）上训练，TPU v5p的性能更(geng)强，该芯片训练现有模型的速度比前代快2.8倍。TPU v5p是为(wei)数据中心的训练和(he)大(da)模型运行(xing)而设计。

谷歌机器学习(xi)副总(zong)裁 Amin Vahdat 表示，这种方法让谷歌“对未来标准AI基础设施有了新(xin)的认(ren)识”。谷歌仍(reng)然(ran)使用第三方AI芯片运行(xing)Gemini 模型。

谷歌提供的下图(tu)可见，谷歌数据中心内成排的谷歌云(yun)TPU v5p AI 加速器超级计算机。