谷歌(Google)周三推出其认为规模最大、功能最强大的人工智能模型，该公司面临的压力越来越大，需要回答如何将人工智能商业化的问题。
大型语言模型Gemini将包括三种不同尺寸的套件：最大、功能最强的Gemini Ultra;Gemini Pro，它可以扩展各种任务;以及将用于特定任务和移动设备的Gemini Nano。
目前，该公司正计划通过谷歌云将Gemini授权给客户，让他们在自己的应用程序中使用。从12月13日开始，开发者和企业客户可以通过Google AI Studio或Google Cloud Vertex AI中的Gemini API访问Gemini Pro。Android开发者也可以使用Gemini Nano进行开发。Gemini还将用于支持谷歌的产品，如巴德聊天机器人和搜索生成体验(Search Generative Experience)，后者试图用对话式文本回答搜索查询(SGE尚未广泛使用)。
谷歌表示，企业可以通过聊天机器人和产品推荐，将该模型用于更高级的客户服务，以及为希望宣传产品的公司识别趋势。如果公司想要创建营销活动或博客内容，Gemini也可以用于内容创建，并可用于总结会议或为开发人员生成代码等。
该公司给出了一些例子，包括展示Gemini能够截取图表的截图，分析数百页的研究结果，然后更新图表。另一个例子是分析一个人的数学作业的照片，找出正确的答案并指出错误的答案。
该公司周三在一篇博客文章中表示，Gemini Ultra是第一个在MMLU(大规模多任务语言理解)上超越人类专家的模型，该模型结合了数学、物理、历史、法律、医学和伦理学等57个学科来测试世界知识和解决问题的能力。据说它可以理解复杂主题的细微差别和推理。
谷歌首席执行官桑达尔•皮查伊周三在一篇博客文章中写道：“Gemini是谷歌各团队大规模合作的结果，包括谷歌研究部门的同事。”“它从头开始构建为多模式，这意味着它可以概括和无缝理解，跨操作和组合不同类型的信息，包括文本，代码，音频，图像和视频。”
此外，谷歌的聊天机器人巴德将使用Gemini Pro来帮助实现高级推理、规划、理解和其他功能。该公司高管本周表示，明年初，该公司将推出采用Gemini Ultra技术的“巴德高级”(Bard Advanced)产品。这是对其类似ChatGPT的聊天机器人巴德的最大更新。
这次更新是在搜索巨头谷歌首次推出巴德八个月之后，也是OpenAI在GPT-3.5上推出ChatGPT一年之后。今年3月，这家由山姆•奥特曼(Sam altman)领导的初创公司推出了GPT-4。高管们周二表示，Gemini Pro的表现优于GPT-3.5，但回避了与GPT-4相比如何的问题。
然而，根据谷歌周三发布的白皮书，Gemini Ultra在一些基准测试中表现优于GPT-4。当被问及谷歌是否计划对“Bard Advanced”的访问收费时，谷歌的巴德总经理Sissie Hsiao表示，谷歌将专注于创造良好的体验，目前还没有任何盈利细节。
在新闻发布会上，当被问及与当前一代语言模型相比，Gemini是否有什么新颖的功能时，谷歌DeepMind产品副总裁Eli Collins回答说：“我怀疑有。”但该公司仍在努力了解Gemini Ultra的新颖功能。
值得注意的是，谷歌推迟了Gemini的发布，这让人想起了该公司今年年初推出人工智能工具时遇到的困难。
当被询问延迟的原因，Collins回答说，测试更先进的型号需要更长的时间。Collins表示，Gemini是该公司打造的经过最严格测试的人工智能模型，它拥有谷歌所有模型中“最全面的安全评估”。
Collins说，尽管是其最大的型号，但Gemini Ultra的服务成本要低得多。“它不仅功能更强，效率也更高。我们仍然需要大量的计算来训练Gemini，但就训练这些模型的能力而言，我们的效率要高得多。”