谷歌深夜爆最强复仇杀器，超大杯Gemini Ultra硬刚GPT-4！19.99美元包月，84页技术报告更新

  新智元报道  

编辑：编辑部

【新智元导读】深夜，谷歌忽然放出复仇杀器。Bard、Duet AI，如今都成了历史的尘埃。Gemini既是模型，也是产品，谷歌推向全世界的AI，在今夜正式统一。

爆料成真了，谷歌的Gemini大杀器果然在昨天晚上炸了出来。

就在刚刚，谷歌正式官宣，Bard更名为Gemini。

从此，谷歌进入Gemini时代的新篇章。

与此同时，迄今为止最强的Gemini Ultra所加持的聊天机器人Gemini Advanced也在今天正式开放，所有人皆可访问。

从此，所有人都可以在谷歌办公全家桶中用到最强大模型Gemini了！

当然，这个最强机器人并不是免费的，需要月付20美金，所幸前2个月可以免费使用。要知道，ChatGPT每个月的收费就是20美元，谷歌此举是直接和OpenAI打擂台了。此次谷歌不仅推出了大模型面向C端的APP，还将内部的多个产品接入大模型中。这样，谷歌的大模型就离公众又近了一步。采取保守策略的谷歌，在去年一年被微软和OpenAI的重重险招打得找不着北，但最近的谷歌已经越来越大胆，誓要在产品和生态上攻城略地，扳回一局。

Gemini，进入谷歌全家桶

以前，或许你会为谷歌千千万万产品的名字感到困惑。但未来谈及谷歌的AI时，它们会汇合成同一个名字——Gemini。Gemini既是模型名，也是产品名。既是聊天助手，又是聊天机器人，还是搜索引擎。Bard聊天机器人、安卓Gemini应用程序、Google Workspace中的所有Duet AI功能，通通都整合到了Gemini品牌中。在谷歌邮箱中，你能让它帮忙总结关于学校最近的邮件。在Gemini APP中，它能帮你根据照片写描述、发帖。而迄今最强大模型Gemini Ultra 1.0，更是强到发指。

每月20刀！Gemini开始收费了

属于Bard的时代，已经不再了。得到「地表最强」的模型Gemini Ultra加持后，Gemini Advanced注定要成为最受欢迎的聊天机器人。谷歌博客介绍，借助Ultra 1.0模型，Gemini Advanced在完成复杂任务方面，性能暴涨。比如，对于编程、逻辑推理、遵循复杂指令，以及参与创意项目的协作，胜任力近乎完美。除此之外，Gemini Advanced不仅可以开启更长、更详细的对话，还能更好地理解此前提出问题的上下文。Gemini Advanced能做的，或许并不比ChatGPT差。它可以成为你的个人导师，为你量身订制分布教学、样本测验，或者讨论话题。面对更复杂的编码难题时，它能助你一臂之力，提供反馈意见，并帮你评估不同的编程方法。它甚至，可以为那些「数字内容创作者」从构思到实现，通过生成新内容、分析最新趋势，以及寻找增长受众的新方法当然了，正如此前爆料所称，Gemini Advanced将开启收费模式：价格为每月19.99美元，并提供两个月的免费试用。这是谷歌全新的Google One AI高级订阅计划的一部分。计划主要是为用户，提供Google AI最好、最顶尖的技术，同时包括Google One Premium存储空间优势，比如2TB的存储空间。此外，AI Premium用户不久很快就能够在Gmail、Docs、Slides、Sheets等产品中使用Gemini（以前称为Duet AI）。谷歌表示，Gemini Advanced初代版本已展示出强大的AI推理能力，未来还将持续优化。目前，Gemini Advanced现已在150多个国家和地区提供英语服务，之后会逐步扩展到更多语言。需要明确的是，Bard的全新升级可以理解为，是一次纯粹的「品牌」重塑，背后的模型本身并未改变。早在去年12月初，劈柴就宣布了，Bard背后的大模型从PaLM 2迭代为Gemini。而这次，谷歌给聊天机器人的更名，更是将微软、OpenAI视为强大的竞争对手。

AI助手Gemini装进手机

此外，在手机端侧用上大模型、聊天机器人Gemini，也是谷歌布局中的一步大棋。同在今天，谷歌为Gemini和Gemini Advanced聊天机器人，分别引入了全新的安卓应用，以及iOS上的谷歌应用。以后，拿起手机只需呼唤一声「Gemini」。不论你身处何处，都可以通过通过输入、语音、甚至是图片寻求建议。比如，出行的半路爆胎，你可以拍一张照片，问问Gemini如何处理棘手的难题。又或者，你想举办一个晚餐party，却不知如何设计，找Gemini制作个性化图片，定制流程，准没错！在谷歌看来：这标志着我们正构建一个真正的AI助手的重要起点 —— 一个既能进行对话、支持多种交互方式又实用的助手。

Gemini安卓版上线

Gemini在安卓手机上也能下载了。除了这种方式，你还可以选择使用Gemini，替代原来的Google Assistant，成为手机的默认语音助手。然后你可以通过长按电源键、在手机上滑动屏幕到角落，或者说「hi Google」，激活Gemini。这将为我们开启一个全新的手机体验，可以轻松访问Gemini，并获得与当前屏幕内容相关的帮助。举个栗子，随手拍一张小清新风格的照片，然后让Gemini生成描述。立刻，它生成了多个可用的描述供你选择，「多肉植物和点心」、「桌面静物」、「沙漠气息」…..又或者拍一张狗狗照片，然后可以让Gemini为Baxter创建一个可爱的社交标题。此外，通过Gemini应用，你还可以使用许多Google Assistant的语音功能，比如设置计时器、拨打电话和控制智能家居设备等等，

iOS版也来了

在iOS设备上，谷歌将在未来几周通过Google App提供访问。只需点击Gemini切换按钮，即可开启对话。它可以激发你的创意，创建定制图片，撰写社交媒体帖子，甚至在Google App中策划一场约会之夜。许多网友已经迫不及待，剁手20刀体验最新的Gemini Advanced。「还是有些失望的」。

84页超长技术报告更新

随着Gemini Ultra的正式上线，谷歌也同步更新了Gemini 1.0的技术报告。

论文地址：https://storage.googleapis.com/deepmind-media/gemini/gemini_1_report.pdf在完成大规模预训练后，模型还需要通过后训练（post-training），即在已有的预训练模型基础上进一步训练，来拓展自己的能力（比如在编程和多语言处理领域）并增加更多的功能。

指令跟随

对于LLM来说，精准地执行用户的指令是一项基础能力。为此，谷歌采用了一种非常细致的方法来评估模型对每条指令的遵循程度。具体评价标准有两个：1. 每条指令的准确率（评估集中遵循的子指令百分比）2. 完整响应的准确率（评估集中所有子指令都被遵循的指令百分比）结果如表14所示，Gemini Advanced（Ultra）在每条指令的准确率上达到了接近90%的平均水平，相比Gemini和经过后训练的PaLM 2模型有显著的提升。不过，Gemini Advanced（Ultra）在完全满足所有指令方面还有进一步的提升空间——准确率只有约54%。

多模态视觉

通过多模态后训练，Gemini原生的多模态能力也得到了进一步加强，从而显著提升了模型在各种实用场景中的应用能力。其中，得益于监督微调（SFT）带来的指令跟随能力的提升，Gemini Vision模型的输出风格也更加贴近标准答案，并且成功地在多个测试集上（如InfographicVQA、AI2D、VQAv2）实现了性能的提升。

代码

虽然基础模型在编程基准测试中表现得已经非常出色，但后训练数据还是显著提升了代码的质量和正确性。而这也凸显了高质量示例数据和反馈数据对编程应用的重要性。其中，Gemini采用的是人工和自动生成的混合数据。SxS得分显示，Gemini（Pro版本）在使用了更新的后训练策略后，性能显著优于基于PaLM 2的旧版Bard。而Gemini Advanced（Ultra版本）在此基础上进一步提升了性能。

老牌科技巨头的最后一搏

谷歌如此全力以赴并不奇怪，OpenAI、Anthropic、Perplexity等强大的对手，都在虎视眈眈，蚕食着这家老牌科技公司的市场。去年Gemini发布的测试中，Gemini驱动的Bard性能很强，几乎和GPT-4相当，但速度明显较慢。现在，谷歌急需证明自己能够跟上行业的步伐。两个难点在于：它既要打造一款引人注目的消费产品，又要试图说服开发者在Gemini上构建应用，而非OpenAI的模型。在谷歌的历史上，集全公司之力押注同一件事的情况，只有寥寥数次。比如，曾经的Google Pllus。但这一次，谷歌似乎在使出洪荒之力，致力于成为一家AI公司。万物皆可Gemini，会是谷歌撕开困境，给OpenAI猛力一击的开始吗？参考资料：https://blog.google/products/gemini/bard-gemini-advanced-app/