文/陈根
在ChatGPT发布一年后，谷歌终于憋出了大招。当地时间12月6日，谷歌宣布正式推出大语言模型Gemini。
谷歌表示，Gemini是迄今“规模最大、功能最强”的AI模型，它分为三个版本，可以满足不同场景的需求。
第一个版本是轻便的版本Gemini Nano，可以在安卓设备上离线运行；第二个版本Gemini Pro 是一个更强大的版本，它将很快为谷歌的产品提供动力，并且从12月6日开始接入 Bard；第三个版本也是功能最强大、规模最庞大的Gemini Ultra，主要是为数据中心和企业应用设计，谷歌计划于明年推出。
当然，大家最关心的肯定还是Gemini的水平。用谷歌的话来说，就是吊打GPT。根据谷歌展示，针对于性能，在 32 项基准测试中，Gemini 有30项领先于 GPT-4，其中包括多任务语言理解基准测试等广泛的整体测试，也有生成 Python代码能力的测试。
此外，功能最强大的Gemini Ultra 得分率甚至高达 90.0%，是首个在大规模多任务语言理解 MMLU中超越人类专家的模型，MMLU 综合运用了数学、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。
除此之外，更值得我们关注的，是Gemini多模态能力。我们只要观察今天市面上的大模型，就会发现，即便是GPT-4，虽然有在往多模态发展，但仍主要聚焦在文本处理上。比如ChatGPT，最厉害的地方依然是文字处理能力，能回答各种问题、甚至能写诗。但除此之外，9月份更新的图像识别、语音输入等功能，虽然也可以，但并没有文字那么给力。Gemini就不一样，写诗、画画、编歌、剪视频，无缝理解，是个全才。
打个比方，如果说ChatGPT是一台高效的单屏电脑，Gemini大概就是一套全功能的多屏工作站。单屏电脑提供基本的计算和办公功能，而多屏工作站则可以同时处理多个任务，展示更多信息。
除了发布大模型，谷歌还同时发布了专门训练AI的最强芯片Cloud TPU v5p，可以说，谷歌这次发布是做足了准备。
不过，谷歌的Gemini 只有英语版本，其他语言版本将在未来陆续推出。但谷歌首席执行官 Sundar Pichai 表示，该模型最终将集成到谷歌的搜索引擎、广告产品、谷歌浏览器等等。
当然，谷歌Gemini能力到底怎么样，或许还要等一段时间，市场真正试用过了之后，才会有真实的反馈声音。但谷歌的这一次发布，也给了我们很重要的一个启示，那就是：好饭不怕晚，这也是今天我们国内的企业很缺少的一点。
去年ChatGPT刚推出来的时候，我们的很多企业就开始布局大模型，各种训练模型，急着推出来，但推出来以后，不是闹出了各种笑话，就是连公测都不敢公测，只能停留在发布会层面。很多企业都打着对标ChatGPT的口号，但最后是什么样子，大家有目共睹。
再来看谷歌，虽然在年初被认为是惨败，但谷歌依然还是投入了足够的资源和时间，并且还分出了不同版本，提供给B端用户和C端用户，才发布了今天的模型，谷歌的做法，值得我们的企业学习。
