Gemini 是 Google 推出的「原生」AI 模型，可以處理包含程式碼、文字、聲音、圖片、影片這些不同形式的內容，而且因為 Google 的資料庫中有著巨量的內容，是訓練 Gemini 很棒的資源。 Google 甚至表示 Gemini 可以直接「看懂」圖片，而不是像過去使用 OCR 的方式掃描圖片然後再辨識上面的文字這種方式來分析圖片。 在 Google 的影片中，拿了兩張圖片做比較，Gemini 可以回答右邊圖片中的汽車會跑的比較快，因為符合空氣力學的關係，但你可以注意到，圖片中並沒有任何的文字
How much is bitcoin currently worth? Find the current and up to date crypto prices. Find bitcoin, btc price, and other cryptocurrency coin values on Gemini ...
Google 近日推出最新且最具突破性的人工智能模型 Gemini。Gemini 在各方面表現均比現有 GPT-4 AI 模型還要強大，是一款具有複合性能力的 AI，不論是 Coding、圖片、影片或文字的處理上都沒問題，並且共有三種版本：Gemini Ultra、Gemini Pro 和 Gemini Nano。Gemini 將逐步推出到 Google 各種產品和平台上，包括 Bard、Pixel 8 Pro 和其他產品中。此外，從 12 月 13 日起，開發者和企業可以透過 Google AI Studio 或 Google Cloud Vertex AI 存取 Gemini Pro 的 API。
從上方影片可以看到 Gemini 用鏡頭看桌面，Gemini 能夠聽懂人講話、看懂人類的畫、並且和人類與鏡頭互動。當人發問，Gemini 會回應並提供更多意見、想法，成果非常驚人。
Gemini 在許多領先的基準測試中表現出最先進的性能，是迄今為止 Google 最有能力和最通用的 AI 模型。Google DeepMind 的 CEO 和共同創辦人 Demis Hassabis 強調，Gemini 的推出是他們長期以來構建新一代 AI 模型願景的實現，Gemini 能夠理解和操作文字、Coding、音檔、圖片和影片在內的不同類型的資訊。Gemini 有三種版本：Ultra、Pro 和 Nano，分別針對不同的應用和需求進行優化。
UltraL：是最大型的模型，適用於高度複雜的任務
Pro：適用於廣泛的任務
Nano：則是最高效的模型，適合在行動裝置上的任務。
Gemini 在文字和 Coding 等一系列測試中效能皆超越了 GPT-4。與現有的 AI 模型如 GPT-4 相比，Gemini 在多模態理解和處理方面展現了更先進的性能。它在理解和處理複雜數據方面的能力可能超越了 GPT-4，特別是在處理圖片、音檔和影片在內的非文字數據方面。此外，Gemini 還能在移動裝置上運行，這是目前大多數 AI 模型，包括 GPT-4，所無法辦到的。在 MMLU（大規模多任務語言理解）上，它首次超越人類專家的表現。
上方影片清楚的說明 Gemini 在科學、研究領域的實際應用範例：
Gemini 在文字和 Coding 等一系列測試中效能皆超越了 GPT-4。
與現有的 AI 模型如 GPT-4 相比，Gemini 在多模態理解和處理方面展現了更先進的性能。它在理解和處理複雜數據方面的能力可能超越了 GPT-4，特別是在處理圖片、音檔和影片在內的非文字數據方面。此外，Gemini 還能在移動裝置上運行，這是目前大多數 AI 模型，包括 GPT-4，所無法辦到的。在 MMLU（大規模多任務語言理解）上，它首次超越人類專家的表現。
上方影片清楚的說明 Gemini 在科學、研究領域的實際應用範例：
此外，Google 在開發 Gemini 時強調了對負責任和安全的承諾。該模型進行了全面的安全評估，包括對偏見和有害內容的檢測，並與外部專家合作，對潛在風險進行測試。Gemini 將逐步推出到谷歌的各種產品和平台上，包括在谷歌的 Bard、Pixel 8 Pro 和其他產品中的應用。此外，從 12 月 13 日起，開發者和企業客戶可以通過 Google AI Studio 或 Google Cloud Vertex AI 訪問 Gemini Pro 的 API。總的來說，Gemini 的推出不僅展示了谷歌在 AI 領域的創新實力，還代表了 AI 技術對社會進步和人類福祉的巨大潛力。隨著 Gemini 的應用日益廣泛，我們可以期待它在創造性、知識擴展、科學進步和全球數十億人的生活和工作方式上帶來的轉變。傳送門：
