想象一下，一个能够理解图片、音频和视频的AI，还能进行复杂数学推理——这就是谷歌新推出的Gemini模型。这个模型有三个版本：Gemini Ultra(大号版)、Gemini Pro(专业版)和Gemini Nano(迷你版)。Gemini Ultra就像是AI界的超级英雄，它在32个学术基准中的30个上都超越了现有的顶尖成绩。
更神奇的是，Gemini Ultra在MMLU基准测试中取得了90.0%的高分，这是第一个在这个基准上超越人类专家的模型。谷歌还发布了一些令人惊叹的演示视频，显示了Gemini在多模态交互方面的强大能力。
Gemini：赋能谷歌生态，应用前景无限
谷歌的聊天机器人Bard即将使用Gemini Pro的版本，这是Bard迄今为止最大的一次升级。
谷歌将Gemini引入到Pixel手机中，Pixel 8 Pro将是第一款搭载Gemini Nano的智能手机。
接下来的几个月里，Gemini将出现在更多的谷歌产品和服务中，比如搜索、广告、Chrome和Duet AI。
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访问Gemini Pro。
Gemini Ultra计划在明年初向开发人员和企业客户开放。谷歌也计划推出Bard Advanced，将Gemini Ultra集成进去。
Gemini对标GPT-4：良性竞争加速AI进步
虽然目前还不能直接比较Gemini Ultra和GPT-4的能力，但在某些方面，Gemini已经显示出其优势。例如，在处理视频和音频方面，Gemini可以直接输入，而GPT-4目前还无法直接处理这些类型的数据。在算力支持方面，谷歌发布了专门用于训练尖端AI模型的TPU系统Cloud TPU v5p，而OpenAI则有微软Azure的算力支持。
在AI应用生态构建方面，Google Play作为全球最大的应用商店，Gemini Nano的推出有望促进移动AI应用生态的发展。
我们认为，Gemini的推出不仅打破了OpenAI在大模型领域的领先地位，而且良性竞争将极大地加速LLM的能力进步，进一步推动各类AI应用的落地，并带来更大的算力需求。
建议关注：
多模态应用领域的领军企业
大华股份：专注于提供综合智能解决方案。
海康威视：全球领先的智能视频监控解决方案提供商。
金山办公：知名的办公软件和服务提供商。
漫步者：专注于音频设备的创新企业。
万兴科技：提供专业的数字创作工具和解决方案。
紫天科技：专业从事视频监控和智能分析的高科技企业。
科大讯飞：全球领先的智能语音和人工智能公共服务平台。
中科创达：专注于智能语音和人工智能领域的高新技术企业。
新国都：提供智能终端及支付解决方案。
福昕软件：专注于PDF解决方案的领先企业。
传音控股：专注于移动通讯设备的研发和制造。
千方科技：提供智能交通解决方案的高新技术企业。
虹软科技：专注于人工智能视觉技术。
当虹科技：提供智能化解决方案，专注于物联网技术。
算力支持领域的关键企业
英伟达：全球领先的GPU制造商，专注于图形处理和人工智能。
中科曙光：提供高性能计算解决方案的企业。
海光信息：专注于服务器处理器和相关技术的企业。
中际旭创：提供数据通信设备和解决方案。
新易盛：专注于集成电路设计的高新技术企业。
浪潮信息：提供全面的IT解决方案和服务。
云赛智联：专注于物联网和大数据服务。
高新发展：涉足多个高科技领域的综合性企业。
神州数码：提供IT产品和服务的大型企业。
利通电子：专注于电子制造服务。
万马科技：提供通信网络设备和解决方案。
烽火通信：专业从事通信网络技术和设备的研发与制造。
润建股份：提供建筑智能化解决方案。
南威软件：专注于软件开发和系统集成。
寒武纪：专注于AI芯片的研发和生产。
恒为科技：提供高性能计算和数据存储解决方案。
工业富联：专注于智能制造和高端装备制造业。
谷歌推出划时代的多模态大模型Gemini，刷新多个评测记录
2023年12月6日，互联网巨头谷歌宣布了其最新技术突破：Gemini多模态大模型。这款模型的首个版本，Gemini 1.0，分为三种规模：
Gemini Ultra：作为谷歌的旗舰型号，它专为处理极为复杂的挑战而设计。
Gemini Pro：一个多任务扩展型号，适合广泛的应用。
Gemini Nano：在设备端任务中实现高效运作的模型。
谷歌的官方信息显示，Gemini Ultra在大型语言模型(LLM)领域普遍采用的32个学术评测基准中的30项上超越了现有最先进技术(SOTA)。在MMLU评测中，Gemini Ultra取得了90.0%的得分，这一评测涵盖57个不同学科，如数学、物理、历史、法律等，用于测试全球知识和解决问题的能力。Gemini Ultra成为首个在MMLU评测上超越人类专家的模型。