谷歌发布多模态大模型Gemini 1.0 预计明年初向开发者推出

Gemini 是 Google 推出的最新一代 AI 模型，Gemini 具有多模态的能力，可以处理和结合文本、代码、音频、图像和视频等不同类型的信息。

Gemini 分为三种规模:Ultra、Pro 和 Nano，分别针对不同的复杂任务和设备。

Gemini 在性能方面表现出色，超越了当前领先的大型语言模型研究中的30项常用基准测试中的30项。其中，在 "MMLU"（大规模多任务语言理解）基准测试中，Gemini Ultra 的得分达到了90.0%，首次超过人类专家的水平。Gemini 还在多模态基准测试中取得了优异的成绩，显示出其出色的多模态能力。

Gemini 具备先进的多模态推理能力，能够从复杂的文本和视觉信息中提取洞察力，并能够理解和回答与复杂主题相关的问题。此外，Gemini 还在编码方面表现出色，能够理解和生成高质量的代码。

Gemini 已经开始在 Google 产品中应用，包括 Bard 和 Pixel 系列。开发者和企业客户也可以通过 Gemini API 在 Google AI Studio 或 Google Cloud Vertex AI 中使用 Gemini Pro。

Gemini Ultra 目前正在进行严格的安全检查，计划在明年初向开发者和企业客户推出。