雖然早前有傳聞指 Google 要將大語言模型 Gemini 的推出押後到明年，但昨日卻毫無先兆下突然發表。Gemini 是一款原生多模態，可以同時支援文字、圖像和聲音輸入的大型語言模型；Google 表示在 32 項人工智能測試中，Gemini 有 30 項的評分超過了 OpenAI 的 GPT-4V。
Google 史上最強
這個被稱爲 Google 史上最強大和最通用的模型，將會有 3 個版本，包括最大的 Ultra 版、通用性最廣的 Pro 版，以及可以在手機上運作的 Nano 版。Gemini 可以同時辨識和理解文字、圖像和聲音，亦能夠分辨和解釋 C++、Go、Java 和 Python 程式語言。Google 以 Gemini 製作了 AlphaCode 2 新版程式碼生成系統，較兩年前的第一版有很多改進，包括可以解決兩倍的問題。以自家晶片 TPU 訓練
Google 透露 Gemini 是以自家開發的晶片 TPU 訓練，使用了 v4 和 v5e 版 TPU，而全新的 v5p 新版本 TPU 則有望加速 Gemini 的開發，讓企業去客製化訓練自己的大型語言模型。v5p 單一叢集可支援 8,960 枚 TPU，比起 v4 能夠提供兩倍 FLOPS 運算力，記憶體頻寬則提高了三倍。即日起整合到 Bard
Google 宣佈會分階段將 Gemini 整合到 Bard 人工智能，率先加入的是一個經微調的 Gemini Pro 版本，擁有推理和計劃的回答能力，明年就會推出更先進的版本。Gemini 會先推出英語版本，可以在全球 170 個國家或地區使用，之後會加入更多語言的支援。即日起 Bard 已經用上 Gemini Pro 去提供回應，預計到 12 月 13 日，在 GCP Vertex AI 或 Google AI Studio 上，就能容許企業通過 API 存取 Gemini Pro 模型。毋須連線 Nano 手機版
發佈活動其中一項重點，就是在手機執行的 Nano 版 Gemini 模型，Google 表示它甚至毋須連線上網，單靠手機內置 TPU 晶片就能運作，現時會率先對應 Pixel 系列手機，而 Pixel 8 Pro 將會是第一款。Nano 版 Gemini 能夠在手機上整理會議錄音並準備內容摘要，亦會用來強化 Gboard 的自動語音回覆輸入能力，包括率先支援 WhatsApp 輸入，而明年支援的 Apps 將會越來越多。現時 Gemini Nano 只支援 TPU 晶片，未來會陸續支援其他手機的人工智能晶片，但 Google 未有提供時間表。以下為 Google Gemini 的 Hands-on 示範：
Google 的官方介紹：
資料來源：ithome