Gemini | Let‘s Go AI工具导航

Gemini 系列模型简介

Gemini 是谷歌推出的一个大语言模型系列，其中包括三种不同规模的优化版本：Ultra、Pro和Nano。以下是这三个模型的详细介绍：

GeminiUltra

GeminiUltra 是三种版本中能力最强、复杂度最高的模型。它能够处理最为困难的多模态任务，并在多个学术基准测试集中表现出色。据称，它在某些任务上的性能超过了GPT4。它在 MMLU 多任务语言理解基准测试中取得了 90.0% 的成绩，首次超越了人类专家。这意味着它在处理复杂的多模态任务时表现出色，无论是数学推理、代码编写还是音频/图像理解，都能有很好的表现。

GeminiPro

GeminiPro 的能力稍弱于Ultra，但更具可扩展性，可以支持多任务。它的性能均衡，能够在多个场景中发挥作用。Pro 版本已经集成到了谷歌的聊天机器人 Bard 中，实现了高级的推理、规划和理解能力。此外，谷歌预计将在明年初推出 BardAdvanced，这将是 Pro 版本的一个增强版，将使用更强大的 GeminiUltra 模型。

GeminiNano

GeminiNano 是专为移动设备优化的模型，能够在手机等移动设备上运行。它针对on-device任务最有效，可直接在移动芯片上运行，提供一系列重要应用场景的支持。GeminiNano具备强大的功能，如高质量的文本摘要、上下文智能回复以及先进的校对和语法纠正。它增强了语言理解能力，即使在没有网络连接的情况下也能提供服务。Nano 版本已在谷歌 Pixel 8 Pro 手机上引入，并提供了 AI 摘要等功能。对于内存有限的设备，Nano-1 拥有 18 亿个参数，而对于功能更强大的设备，则有 Nano-2，拥有 32.5 亿个参数。

Gemini 应用程序

Gemini 是一款由 Google 推出的人工智能（AI）应用程序，旨在帮助用户处理生活中的各种任务，如写作、解释阅读内容等。该应用程序最初在美国发布了英文版，并计划扩展到亚太地区，提供日语和韩语版本。除了免费版本外，谷歌还将销售一项通过新应用程序访问的高级服务，每月收费20美元。

主要功能

Gemini 在 Android 上充当 AI 助手，具有上下文感知能力，能预测用户行为并提供即时背景。它可以创建文本和社交媒体图像，或回答关于正在观看的视频的问题。此外，它还能解析 PDF、网站和其他内容，提供摘要和翻译。

设备内 AI

谷歌使用设备内 AI 来保护敏感数据隐私，这也是苹果的计划。多个传言表明，苹果的许多首批人工智能功能将在设备上运行，而不是通过云服务器运行。GeminiNano 是谷歌的设备 AI，目前能在消息应用中生成智能回复，总结语音备忘录。GeminiNanowithMultimodality 将于今年晚些时候在 Pixel 手机上推出，支持新的设备内 AI 功能，如 TalkBack，帮助盲人和低视力用户更好地理解周围世界。谷歌还在开发一种呼叫筛选功能，该功能会主动听取通话，并让用户知道是否听起来像诈骗。

与其他版本的区别

Gemini 有三个版本，分别是适用于端侧的 GeminiNano, 适用于多任务的 GeminiPro, 以及能力最强的 GeminiUltra。其中 Bard 升级到 GeminiPro 版本，实现了更为高级的推理、规划、理解等能力，同时继续保持免费。而 GeminiUltra 当初宣布将于 2024 年年初通过「BardAdvanced」发布，如今终于要露出庐山真面目了。

使用场景

Gemini 可以用于多种场景，例如在 Chrome 浏览器中可以调用 GeminiNano, 直接生成产品评论、社交媒体帖子和其他简介。此外，谷歌云客户可以使用 GeminiPro 创建人工智能聊天机器人、易于查询的库存数据库以及营销演示等应用程序。

Gemini 的优势

用户可以通过将 Gemini 应用设置为默认助手来充分利用它的优势，取代手机上的 Google Assistant。Gemini 适用于至少 4GB 内存、运行 Android 12 及更高版本系统的安卓手机。对于苹果 iPhone 用户，谷歌没有推出专门的 iOS 版 Gemini 应用，而是将功能集成在 Google 应用中。