文章目录
📑前言
北京时间 12 月 6 日晚，Google 给近期稍显沉寂的 AI 模型战场扔下了一颗新的炸弹：号称多模态任务处理能力首次超越人类的 AI 模型，Gemini 1.0 正式发布。
Gemini_13">一. Gemini的发布前期
Gemini_15">1.1 Gemini的准备
在Gemini正式发布之前，外媒就有诸多关于 Google 这款全新 AI 模型的消息流出，Google 最早在今年五月的 IO 大会期间透露了 Gemini 的存在，但与之前外界预期的不同，Google 声称 Gemini 的发布并未因为任何内部原因而延期，表示其 AI 模型的研发进程从 2012 年已经开始，直到最近 2023 年发布 PaLM2 与 Bard 之后，就开始为 Gemini 的正式发布做准备。
1.2 DeepMnid
DeepMind本就是 AI 领域顶尖研究机构，早在 OpenAI 踏入聚光灯下之前，DeepMind 就凭借 AI 围棋棋手 —— AlphaGo 赢得了全世界对 AI 时代的关注，如今名为「双子座」的新一代 AI 大模型正式对外发布，也颇有抢回 AI 模型领域主导地位的感觉：双子座在神话本身就对应着「快速思维」的能力，同时也有着包罗万象、善于沟通等寓意。
Gemini_25">二. Gemini的三大杀手锏
2.1 多模态能力
Gemini是一款由Google开发的AI模型，它是史上第一款原生支持多模态能力的模型。与以往的多模态模型不同，Gemini在不同的模态上进行预训练，并利用额外的多模态数据进行微调，从而在处理复杂问题时表现更为出色。Gemini Ultra在行业标准MMLU基准测试中取得了90%的成绩，超过了人类专家和GPT-4同类测试的结果，并在九项独立基准测试中击败了竞争对手。这一突破性的训练架构让Gemini能够快速理解和推理人类的各种内容，为解决复杂问题提供了更加高效的解决方案。
Gemini展示了其多模态理解能力，包括根据简笔画实时解读、根据视频中的颜色比例推荐编织玩具、以及玩猜硬币游戏。它与其他生成式AI模型最大的区别在于能够同时处理多种形态的信息输入。Google强调了Gemini在数学领域的复杂理解能力，展示了通过视频输入数学题，Gemini辅助解决的场景。这展示了Gemini在处理复杂逻辑的数学问题中的优势。
2.2 可拓展性
到 2023 年下半年，大模型并行发展成为行业主流，尤其是端侧大模型在生成式 AI 应用中备受瞩目。vivo、小米、OPPO等手机品牌推出了端侧大模型与云端大模型的结合应用。在Gemini 1.0中，Google发布了三个版本：Gemini Ultra最聪慧，需要更大的计算量；Pro最均衡，适用于多场景；Nano体积最小最高效，主打部署在Android手机等设备上的端侧大模型。
Gemini Nano具备完全在端侧离线运行的能力，已适配Pixel系统自带的录音App，可生成AI摘要，甚至在无网络连接时也可运行。Gemini Nano的能力已整合进Android系统，第三方应用开发者也可通过应用适配调用其能力。Google计划将Gemini适配到其他Android智能手机，但目前仅有Pixel 8 Pro适配。虽未正面回应是否超越GPT-4，但Gemini Ultra在MMLU中获得的评分比GPT-4更高，是唯一超越人类专家测试结果的AI模型。
2.3 新硬件，新架构
Google的TPU（张量处理单元）是专为神经网络机器学习开发的专用硬件，从2015年发布TPU v1至今已经迭代了五个大版本。
Gemini 1.0基于Google数据中心的TPU v4和TPU v5e大规模阵列训练而来。TPU阵列不仅用于训练Gemini，也应用在Gmail、YouTube、Google Play等Google生态应用中，并从2018年开始开放给第三方客户使用。
Gemini在TPU上的运行速度也明显优于早期的小模型。同时，Google展示了最新的TPU v5p系列，提升了可拓展性，浮点运算能力相比v4提升了两倍，训练速度也提升了2.8倍以上。
此外，还推出了代号为「AI Hypercomputer」的超级计算机架构，可以与Google Cloud计算中心的硬件协同工作，支持现代AI模型开发的工作负载。
三. 生成式人工智能领域的新格局会是什么样？
最近OpenAI经历了一些领导层的变动，包括首席执行官被罢免后又回归，导致了一些不确定性。谷歌发布了Gemini，与OpenAI的GPT-4进行了对比，显示出在大型语言模型领域的激烈竞争。OpenAI也在密切关注谷歌的动向，并推出了一系列更新，包括GPT-4的升级版、将个性化GPT赋予用户的功能以及计划开放GPT应用商店等。OpenAI目前的重点是开发下一代GPT-5，因为谷歌的Gemini在多个方面显示出对GPT-4的超越，这也让人们对GPT-5充满期待。
前的重点是开发下一代GPT-5，因为谷歌的Gemini在多个方面显示出对GPT-4的超越，这也让人们对GPT-5充满期待。
