在一段视频中，一个男子做出后仰并躲避的慢动作，AI马上猜出：这是表演《黑客帝国》中“子弹时间”的场景。
当人类拿起画笔在一张纸上勾勒出一只鸭子，并为它涂上了蓝色。这次AI说道：“这可不是鸭子常见的颜色。”
三个空杯并排放在桌子上，一张蓝色纸团被塞进其中一个杯子里，在人类一番眼花缭乱的操作后，AI准确地猜出：“纸团在最左边的杯子里!”
“喂”给AI一张手写的物理题图片，它不仅能看懂，而且还能分辨手写答案的对错，并给出一步步解决问题的细节。
上传食材图像和语音输入，AI不仅可以指导你做菜，还能在不同阶段提出相应的建议。
这些片段，是Google演示其在12月6日最新出炉的AI大模型Gemini的场景。
“我们离新一代人工智能模型的愿景越来越近了。”进行完一系列视频演示后，Google DeepMind产品副总裁Eli Collins(伊莱·柯林斯)对包括第一财经在内的媒体说，这是Google迄今为止功能最强大、最通用的大模型。
和市面上现有大模型相比，Gemini从一开始就被创建为多模态的模型，这意味着它可以归纳并流畅地理解、操作以及组合不同类型的信息，包括文本、代码、音频、图像和视频。在灵活度上，从数据中心到移动设备上，它都能够运行。
Gemini被视作是Google在AI大模型领域放出的“大招”。多年前，Google凭借AlphaGo的惊艳表现在全球掀起了一波AI浪潮。但这一次，在OpenAI的ChatGPT所引发的AI新浪潮中，Google面临不小的压力。眼下，Google迫切需要一款现象级AI产品，证明自己在人工智能领域的实力。
能打败GPT4吗?
就在Google发布最新大模型之前，微软刚刚宣布了旗下AI助手Copilot重大升级，将接入OpenAI的最新模型GPT-4 Turbo。
“迟到总比不做好!终于有了OpenAI王座的有力竞争者。”在Google公布消息后，英伟达AI科学家Jim Fan(范麟熙)就第一时间转发并评论。
Google CEO Sundar Pichai(桑达尔・皮查伊) 评价，Gemini这一新时代的模型代表了Google作为一家公司在科学和工程方面所做的最大努力之一。他同时提到，这也是Google今年早些时候成立 Google DeepMind 时的愿景首次实现。
今年4月，或许是感受到了 OpenAI 联手微软带来的挑战，以及为了加速实现通用人工智能(AGI)的目标，Google将曾经诞生了Tensorflow与Transformer 的Google Brain 团队，和凭借AlphaGo掀起上一轮AI热潮、创造了AlphaFold预测蛋白质折叠的DeepMind 团队合并，成立 Google DeepMind，这一团队也被外界调侃是“AI复仇者联盟”。原Google AI产品负责人Eli Collins就是在那时开始担任起新团队的产品副总裁。
今日Google Deepmind发布第一个版本 Gemini 1.0 ，针对不同尺寸进行了优化，分别是Ultra、Pro 和 Nano。其中Gemini Ultra是目前Google规模最大、功能最强大的模型，适用于高度复杂的任务;Gemini Pro是适用于可扩展各种任务的模型;Gemini Nano主要是端侧设备上的模型。
Gemini发布后，外界最关心的是其对OpenAI GPT4的挑战。在采访中，记者提问Eli Collins ：“Gemini能打败市面上包括GPT4在内所有的大模型吗?”
Eli Collins在回答中表示，团队一直在对 Gemini 模型进行严格的测试并评估其在各种任务中的性能。从自然图像、音频和视频理解到数学推理，在被大型语言模型(LLM)研究和开发中广泛使用的 32 项学术基准中，Gemini Ultra 的性能有 30 项都超过了目前最先进的水平。
他援引了来自MMLU的测试结果，称Gemini Ultra 的得分率为 90%，是第一个在 MMLU测试中超过人类专家的模型，MMLU 综合使用了数学、物理、历史、法律、医学和伦理等 57 个科目，用于测试世界知识和解决问题的能力。作为对比，人类专家的得分率为89.8%，GPT4得分率为86.4%。
在多模态方面，Gemini Ultra在新的MMMU基准测试中也获得了59.4%的SOTA分数。这项基准测试是由跨不同领域的多模式任务组成，需要大模型进行一个深思熟虑的推理过程。