Gemini是一款由Google DeepMind（谷歌母公司Alphabet下设立的人工智能实验室，是谷歌的兄弟公司）于2023年12月6日发布的人工智能模型，可同时识别文本、图像、音频、视频和代码五种类型信息，还可以理解并生成主流编程语言（如Python、Java、C++）的高质量代码，并拥有全面的安全性评估。首个版本为Gemini 1.0，包括三个不同体量的模型：用于处理“高度复杂任务”的Gemini Ultra、用于处理多个任务的Gemini Nano和用于处理“终端上设备的特定任务”的Gemini Pro。
主要功能
播报
编辑
谷歌针对Gemini（1.0）优化了三个不同体量的模型，分别应用于不同的场景：
|
模型规模
|
模型描述
|
|---|---|
|
Gemini Ultra
|
虽然目前还没有被广泛使用，但谷歌将Gemini Ultra描述为其最强大的模型。可在各种高度复杂的任务（包括推理和多模态任务）中提供最先进的性能。由于采用了Gemini架构，它可以在TPU加速器上高效地提供大规模服务。该版本将于2024年在Bard中推出，并通过云API提供服务（前提是经过“广泛的信任和安全检查”）。该模型被定位于击败ChatGPT 4.0。
|
|
Gemini Pro
|
在成本和延迟方面性能优化的模型，可在广泛的任务范围内提供较优性能。该模型表现出强大的推理性能和广泛的多模态能力。Gemini Pro在谷歌的数据中心运行，旨在支持公司AI聊天机器人Bard的最新版本，它能够快速响应并理解复杂的查询。该模型定位于击败ChatGPT 3.5。
|
|
Gemini Nano
|
用于在数码设备上运行的最高效模型，目前应用于谷歌的智能手机系统，特别是Google Pixel 8（谷歌智能手机)，旨在执行需要高效AI处理但不需要连接到外部服务器的本地任务，比如在聊天应用中建议回复或总结文本，分别应用于Pixel 8录音机应用中的自动摘要功能，以及Gboard键盘的智能回复部分。谷歌训练了两个Nano版本，参数分别为18亿（Nano-1）和32.5亿（Nano-2），分别针对低内存和高内存设备。它是通过从更大的Gemini模型中提取精髓进行训练。该模型经过4位量化（量化是指将连续的模拟信号转换为离散的数字信号的过程；4位量化即数字信号的每个采样点数值表示为4位二进制数，其可以表示16个不同的数值）以进行部署，并提供最佳性能。
|
阿里旗下堆友推出的多风格AI绘画生成器