Gemini-谷歌发布的多模态AI大模型

Google Gemini是什么？

AIHub 12 月 6 日消息，谷歌宣布推出其认为规模最大、功能最强大的人工智能多模态大模型Gemini。意味着它可以理解、操作和结合不同类型的信息，包括文本、代码、音频、图像和视频。

根据谷歌给出的基准测试结果，Gemini 在许多测试中都表现出了「最先进的性能」，甚至在大部分基准测试中完全击败了 OpenAI 的 GPT-4。

Google官方介绍视频

Google Gemini有什么？

谷歌针对不同场景发布了三种不同版本：Gemini Ultra、Gemini Pro 和 Gemini Nano。这些不同的版本也将适用于不同的场景和案例：

• Gemini Ultra – 用于处理高度复杂任务的最强、最大的模型。
• Gemini Pro – 用于扩展各种任务的最佳模型。
• Gemini Nano – 用于手机等设备的最高效模型。

1、Gemini Nano 的更轻版本，旨在在 Android 设备上本地离线运行。

Gemini Nano 对于设备上的任务非常高效。 Android 开发者可以通过 Android AICore 注册 Gemini Nano 的抢先体验计划，Pixel 8 Pro 用户已经可以看到它在录音机中的汇总和 Gboard 中的智能回复等功能中推出，以及更多即将推出的功能！

2、Gemini Pro 的更强大版本，它将很快为许多 Google AI 服务提供支持，并且从今天开始成为 Bard 的支柱。

现在，Gemini Pro 今天在 Bard 迄今为止最大的更新中推出（在 170 个国家/地区提供英语），在响应中提供了更高级的推理和理解。 Bard Advanced with Ultra 是我们用于高度复杂任务的最通用、最强大的模型，将于明年初推出。

从 12 月 13 日开始，开发者和企业客户将可以通过 Google AI Studio 或 Google Cloud Vertex AI 访问 Gemini Pro 的 Gemini API。

3、还有一个功能更强大的模型，称为 Gemini Ultra，它是 Google 迄今为止创建的最强大的大模型，主要是为数据中心和企业应用程序设计的。

Gemini Ultra 目前只提供给被邀请的客户、开发者、合作伙伴以及安全专家进行早期实验和反馈，并计划于明年初向开发者和企业客户推出。

Google Gemini性能表现

Gemini Ultra 的性能在 32 个广泛使用的学术基准测试中的 30 个上超过了当前最先进的水平。 Gemini Ultra 的得分为 90.0%，是第一个在 MMLU 上超越人类专家的模型。

Gemini Ultra 的得分率为 90.0%，是第一个在 MMLU（大规模多任务语言理解）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。

在图像基准测试中，Gemini Ultra 在不使用对象字符识别 (OCR) 系统来提取图像中的文本进行下一步处理的情况下，表现优于以前最好的模型。这些基准测试凸显了 Gemini 的原生多模态性，并显示出了 Gemini 具有更复杂推理能力的潜力。

Gemini 目前仅提供英语版本，其他语言显然很快就会推出。该模型最终将被整合到谷歌的搜索引擎、广告产品、Chrome 浏览器等世界各地。

Gemini官方测试视频

如何使用Google Gemini？

个人用户

对于普通用户，现在可以去Google bard免费使用Gemini了。使用地址：https://bard.google.com/

为了使用Gemini Pro模型，您需要满足以下条件:

• 您的Bard界面语言必须为英语
• 您的Bard节点必须位于美国
• 您必须使用最新版本的Bard

如果您满足上述条件，您可以通过以下步骤来启用Gemini Pro模型:

• 1.打开Bard界面
• 2.点击“设置”图标
• 3.点击“模型”
• 4选择“Gemini Pro”
• 5.点击“保存”

完成这些步骤后，Bard将开始使用GeminiPro模型。您可以通过以下方法来验证是否已成功启用GeminiPro模型

• 1.点击“帮助”图标
• 2.点击“关于Bard”
• 3.查看“模型”部分

如果“模型”部分显示“Gemini Pro”则表示您已成功启用Gemini Pro模型

开发者和企业用户

今天（12月14日）， Google 的 Gemini Pro 通过 Gemini API 上线，并且提供了 API 访问，同时还有一个开发者的利好：

目前 Gemini Pro 可免费使用！ Gemini API 地址：http://ai.google.dev

Gemini API支持32k上下文窗口，在一定限制内可免费使用，具有函数调用、嵌入、语义检索和自定义知识基础以及聊天功能，支持全球180多个国家和地区、38种语言，支持文本、图像输入和文本输出，提供SDK（软件开发工具包）。

现在可在在线免费开发者工具Google AI Studio、云托管AI平台Vertex AI上使用该模型。

定价方面，免费版本支持每分钟最多60个请求，但输入输出数据将被用于改善谷歌的模型。之后将推出付费计划，每千字符输入定价0.00025美元（约合人民币0.0018元），每张图像输入定价0.0025美元（约合人民币0.018元），每千字符输出定价0.0005美元（约合人民币0.0036元）。

了解更多详情：

官方中文内容：https://www.aihub.cn/news/google-gemini/

官方英文博客：https://blog.google/technology/ai/google-gemini-ai/

→想免费在线AI绘画，点此立即使用！