谷歌发布Gemini 1.0，首席执行官皮查伊宣称其为迄今最强通用人工智能模型
谷歌迎来了期待已久的时刻，Gemini 1.0在美国时间12月6日早间正式对外发布。谷歌首席执行官皮查伊表示，Gemini 1.0是目前为止谷歌能力最强的通用人工智能模型。Gemini的发布标志着谷歌在大语言模型领域的进一步突破，展现了其在人工智能领域的领先地位。
Gemini 1.0分为三个版本，分别是Ultra、Pro和Nano。Ultra版本拥有最强大的能力，可以处理最为困难的任务，而Pro则适用于多任务处理，Nano则注重端侧的处理能力。这一多版本发布战略旨在满足不同应用场景的需求。
Gemini 1.0的性能在多方面超越了业界标杆GPT-4，Gemini Ultra在32个学术基准测试集中的30个测试集表现超过当前SOTA结果。在MMLU（大规模多任务语言理解数据集）中，Gemini Ultra更是首次超越了人类专家，得分率高达90.0%。Gemini在文本处理、推理、数学、代码等方面的能力均明显高于GPT-4。
Gemini的“原生多模态”设计为其带来了独特的优势。与其他多模态模型通过拼接不同组件实现的方式不同，Gemini从预训练开始就考虑了不同模态，并通过不断微调，实现了更为无缝的多模态理解和推理。Gemini的多模态能力在教育等领域表现出色，为未来应用提供了广阔的可能性。
在模型架构方面，Gemini仍然采用了Transformer架构，并支持32k的上下文长度。据谷歌首席科学家Jeff Dean介绍，Gemini模型在多模态模型推理能力方面达到了令人惊叹的水平。
Gemini的训练动用了大规模的TPU资源，使用了自家设计的TPU v4和TPU v5e，为其提供了强大的算力支持。Gemini Ultra的参数规模据传言达到了万亿级别，训练所需算力是GPT-4的5倍以上。
Gemini的发布也意味着谷歌与OpenAI之间在大语言模型领域竞争的白热化。Gemini的能力对GPT-4的全面超越让业界瞩目，同时谷歌强调Gemini将通过谷歌产品推向数十亿用户，其中包括与ChatGPT对标的谷歌人工智能语言助手Bard。Gemini的融合与谷歌生态，以及其与TPU的优化使用，显示了谷歌在大模型领域的雄厚实力。
业界对Gemini的反应热烈，同时也将谷歌与OpenAI的竞争推向新的高潮。随着Gemini在各领域的应用推进，人工智能领域的未来充满了更多期待。
