#Google 发布最强#大模型 #Gemini 暴打 #GPT4

不二如是

“最大”、“最强”，主打的就是一个干爆GPT-4。



具体来说，此次谷歌一共带来了Gemini的三个版本：

• Gemini Ultra：谷歌最大、最强模型，适用于高度复杂的任务
• Gemini Pro：可扩展至各种任务的Gemini模型
• Gemini Nano：适用于端侧设备的高效Gemini版本（1.8B/3.25B）
  

谷歌Gemini背后技术的杀手锏，便是原生多模态（natively multimodal）。

因为以往创建多模态大模型的方法，通常是为不同的模态训练单独的组件，然后将它们拼接在一起，大致模拟其中的一些功能。

这样训练出来的模型虽然有时可以很好地执行某些任务（比如描述图像），但在面对更具概念性和复杂推理的情况下，就会出现表现不佳的结果。

而谷歌Gemini所强调的原生多模态，是指从一开始就对不同的模态进行预训练，然后用额外的多模态数据对其进行微调，以此来进一步完善大模型的有效性。

谷歌对此表示：

这样的训练方法，有助于Gemini从头开始无缝地理解和推理各种输入，远远优于现有的多模态模型；而且它的功能在几乎每个领域都是最先进的。