Google最強AI模型Gemini 1.0版發佈，支援在PC或手機獨立運作、性能甚至超越GPT-4

原本有消息傳Google下一代AI模型雙子座發佈時間被延後到明年初，原因是在非英語上的表現不太好，但現在Google還是推出了雙子座 1.0 版，而且可能確實非英語的表現不太好，因為初期僅支援英語。

按照Google的說法雙子座人工智慧模型在性能上拉滿，在一大堆基準測試中名列前茅，而且最重要的是雙子座同時支援伺服器、PC 和智慧型手機，也就是在智慧型手機上也可以呼叫本機硬體進行計算。

當然受限於移動裝置的算力，雙子座有幾種版本，其中面向手機的是 Gemini Nano 版，其性能與 Ultra 版還是有差距的。

雙子座Gemini 1.0 版提供三種模型：

• Gemini Ultra 版：最大、能力最好的模型，適用於高度複雜的任務
• Gemini Pro 版：可以進行各類任務擴展的最佳模型
• Gemini Nano 版：在裝置端運行的最高效的模型

雙子座重點功能介紹：

性能方面：

從自然圖像、聲音和影片理解到數學推理，Gemini Ultra 版在各類學術基準測試中名列前茅，甚至超過了 OPENAI GPT-4。

例如在 MMLU (大規模多工語言理解) 基準測試中超越了人類專家的模型，該模型結合了數學、物理、歷史、法律、醫學和倫理學等 57 個學科來測試知識和解決問題的能力。

在圖像基準測試中在無需借助 OCR 光學識別系統的基礎上，也由於其他典型模型。

有關此方面有興趣的使用者可以閱讀Google發佈的學術報告：https://goo.gle/GeminiPaper

下一代性能：

目前多模態模型主要是將不同模態的模型拼接到一起，Google認為這些模型有時候擅長處理某些任務例如描述圖像，但難以處理更概念性和複雜的推理。

雙子座模型則是原生多模態，從一開始就針對不同模式進行了訓練，然後再使用額外的多模態資料進行微調，從而有效提高其性能。

這有助於雙子座模型從頭開始無縫理解和推理各種輸入，其性能遠遠優於現有的多模態模型，並且功能幾乎在每個領域都是最先進的。

複雜的推理：

雙子座 1.0 版複雜的多模態推理功能可以幫助理解更複雜的書面和數學資訊，這使得它在發現大量資料中難以辨別的知識方面具有獨特的能力。

雙子座可以從數十萬份文件中閱讀、過濾、理解和提取資訊，這有助於從科學到金融等許多領域實現以數字速度實現新的突破。

理解文字、圖像和聲音等：

雙子座 1.0 版經過訓練可以同時識別和理解文字、圖像和聲音等，因此它可以更好地理解某些微妙的資訊，並可以回答與複雜主題相關的問題，這使得雙子座特別擅長解釋數學和物理等複雜學科的推理。

高級程式功能：

雙子座 1.0 版還可以理解、解釋和生成流行程式語言例如 Python、Java、C++ 和 Go 等的高品質程式碼，它的跨語言工作和推理複雜資訊的能力使其成為世界領先的程式基礎模型之一。

Gemini Ultra 版在許多程式基準測試中表現出色，還可以用作更高級程式系統的引擎。

Google還基於 Gemini Ultra 建立了 AlphaCode 2，該模型擅長解決超出程式範圍、涉及複雜數學和理論電腦科學的競爭性程式問題。

首發版本為 Gemini Pro 版：

從今天開始 Google Bard 將使用 Gemini Pro 的微調版本來進行更高級的推理、計畫和理解等，它將在 170 多個國家或地區提供英語版本，Google計畫在不久後擴展到不同模型、支援更多語言。

Pixel 8 Pro 引入 Gemini Nano 版：

Google還將雙子座引入 Pixel 8 Pro，在錄音機等應用中提供總結。後續 WhatsApp、Gboard 等也會內建 Gemini Nano。

接下來幾個月Google還會將雙子座內建到更多產品，包括搜尋、廣告、Chrome 和 Duet AI 等。

 

• 延伸閱讀：Google Bard負面問題越來越多，內部員工質疑：這樣無條件投入值得嗎？
• 延伸閱讀：Google Bard將成為首個承認自己會犯錯的機器人，二次核對矛盾資訊以避免像ChatGPT那樣胡說八道
• 延伸閱讀：Google Bard 靈魂推手來自台灣！紀懷新解密 Bard：AI 有哪些限制？怎麼訓練？