Google 发布 Gemini 1.0，原生多模态模型覆盖云端与端侧

摘要

2023年12月6日，Google和Google DeepMind发布Gemini 1.0，这是Google DeepMind成立后首个大型统一模型系列。Gemini从训练阶段即面向多模态设计，可理解和组合文本、代码、音频、图像与视频，而非仅在文本模型外部拼接独立感知组件。首代产品分为Ultra、Pro和Nano三个规模：Ultra面向复杂任务，Pro用于广泛云端场景，Nano则针对移动设备端侧运行。Gemini Pro同日开始进入Bard，Nano进入Pixel设备，Ultra计划在完成更多信任与安全检查后推出。Google披露Gemini Ultra在其测试的32项常用学术基准中有30项超过此前最佳成绩，并在MMLU上取得90.0%；这些数字属于厂商评估及其选定方法，需明确归因。Gemini的发布标志着Google把模型研究、搜索与办公产品、Android生态、自研TPU和云平台整合为完整生成式AI战略。