谷歌Gemini官网入口 谷歌Gemini功能介绍

12月6日，谷歌正式发布Gemini人工智能模型。根据谷歌官方称，Gemini1.0是目前为止谷歌能力最强的通用人工智能模型，一共有三种不同规模的优化版本，其中Pro版本已经安装到Bard上了，综合能力和GPT3.5相当。

谷歌Gemini官网入口

https://bard.google.com/

谷歌Gemini功能介绍

谷歌Gemini一共有三个版本，分别是：

Gemini Ultra：谷歌最大、最强模型，适用于高度复杂的任务

Gemini Pro：可扩展至各种任务的Gemini模型

Gemini Nano：适用于端侧设备的高效Gemini版本(1.8B/3.25B)

其中Ultra的能力最强，复杂度最高，能够处理最为困难的任务，Pro能力稍弱，可以用来处理多任务，Nano则更注重于端侧的处理能力。

谷歌表示，对Gemini模型进行了严格的测试，并评估了它们在各种任务中的表现。

从自然图像、音频和视频理解，到数学推理等任务，Gemini Ultra在大型语言模型研发被广泛使用的32个学术基准测试集中，在其中30个测试集的性能超过当前SOTA结果。

另外，Gemini Ultra在MMLU(大规模多任务语言理解数据集)中的得分率高达90.0%，首次超越了人类专家。MMLU数据集包含数学、物理、历史、法律、医学和伦理等57个科目，用于测试大模型的知识储备和解决问题能力。

针对MMLU测试集的新方法使得Gemini能够在回答难题之前利用其推理能力进行更仔细的思考，相比仅仅根据问题的第一印象作答，Gemini的表现有显著改进。

谷歌还专门公布了在各方面能力上与OnpeAI目前最强的大语言模型GPT-4进行的对比，结果显示，在文本处理方面，除了在MMLU得分90%超过GPT-4的86.4%以外，Gemini Ultra在推理、数学、代码等方面能力的得分均高过GPT-4。

在多模态方面，Gemini也在包括图像、视频、音频等各个方面全面超越了GPT-4的能力。根据谷歌首席科学家、人工智能负责人的描述，Gemini模型在多模态模型推理能力方面已经达到惊人的程度。