Google Gemini 是由 Google DeepMind 開發(fā)的一系列多模態(tài)大型語言模型，被認為是 LaMDA 和 PaLM 2 的后繼者。Gemini 包括三個模型：Gemini Ultra、Gemini Pro 和 Gemini Nano，分別針對不同的任務(wù)優(yōu)化。Gemini Ultra 設(shè)計用于處理高度復(fù)雜的任務(wù)，Gemini Pro 旨在適應(yīng)廣泛的任務(wù)，而 Gemini Nano 則專為端側(cè)設(shè)備上的任務(wù)設(shè)計。Gemini 模型是多模態(tài)的，能夠理解和操作文本、代碼、音頻、圖像和視頻等不同類型的信息。這些模型不僅在多種行業(yè)基準測試中表現(xiàn)出色，而且還是首個在大規(guī)模多任務(wù)語言理解（MMLU）測試中超越人類專家的模型，顯示了其在多項選擇題上的卓越理解能力。

Gemini 1.0 的推出標志著 Google 在 AI 領(lǐng)域的一個重要進步，它不僅能夠提高開發(fā)者和企業(yè)客戶使用 AI 構(gòu)建和擴展應(yīng)用的能力，而且也展示了 Google 在負責任地推動 AI 發(fā)展方面的承諾。Google 還通過使用其 Tensor Processing Units (TPUs) v4 和 v5e 在 AI 優(yōu)化的基礎(chǔ)設(shè)施上進行大規(guī)模訓(xùn)練，確保了 Gemini 的高效性和可擴展性。此外，Gemini 在安全性和可靠性方面也進行了廣泛的評估，包括偏見和毒性評估，以及對網(wǎng)絡(luò)攻擊、說服力和自主性等潛在風險領(lǐng)域的創(chuàng)新性研究。

2023年12月6日，Sundar Pichai 和 Demis Hassabis 通過虛擬新聞發(fā)布會宣布了 Gemini 1.0。Gemini Pro 和 Nano 分別被集成到 Bard 和 Pixel 8 Pro 智能手機中，而 Gemini Ultra 則計劃在2024年初為軟件開發(fā)者提供，并將被用于 Bard Advanced。Gemini 1.5 在2024年2月15日發(fā)布，提供了更快的性能和更高的效率，這得益于包括新架構(gòu)在內(nèi)的各種技術(shù)進步。

Gemini 模型的技術(shù)規(guī)格包括基于解碼器的變換器，具有高效訓(xùn)練和推理的修改，以及長達32,768個令牌的上下文窗口長度。它的數(shù)據(jù)集是多模態(tài)和多語言的，包括網(wǎng)絡(luò)文檔、書籍、代碼以及圖像、音頻和視頻數(shù)據(jù)。Gemini 1.5 Pro 是一種稀疏的專家混合變換器，具有多達1000萬個令牌的可變上下文長度，但具體細節(jié)尚不清楚。

Gemini 的發(fā)布引發(fā)了廣泛的關(guān)注和討論，被認為是 Google 在 AI 領(lǐng)域的一次重要突破。它不僅在多模態(tài)理解和生成方面展示了先進的能力，而且在編程和科學(xué)領(lǐng)域內(nèi)的應(yīng)用潛力也引起了人們的興趣。此外，Gemini 的推出被視為 Google 與 OpenAI 之間競爭的一個新篇章，展示了 Google 在構(gòu)建更復(fù)雜、更負責任的 AI 模型方面的持續(xù)投資和創(chuàng)新。