谷歌开大!全新通用大模型Gemini基准测评30项碾压GPT-4,谷歌演示视频上演现实版的“贾维斯”
最新更新:当地时间12月8日,谷歌发言人在外媒彭博社的采访中承认,官方发布的 Gemini 演示视频并非真实交互效果实时录制。换而言之,仅仅只是广告效果。
谷歌于2023年12月8日发布了Gemini大模型,这是一款由6000亿个参数组成的多模态语言模型。Gemini是谷歌人工智能团队在LaMDA和PaLM的基础上开发的,能够处理文本、代码、音频、图像和视频等多种格式的信息。 Gemini在32项学术基准测试中都达到了SOTA水平,在MMLU测试中,Gemini Ultra的得分率高达90.0%,是第一个超过人类专家的模型。
谷歌Gemini大模型里边体积最小的Gemini Nano搭配AICore, 可用 LoRA 来做 Fine Tune。
这天迟早要来,但没想到这么快!
简单的一张架构图,开启在智能手机上实现大语言模型和生成式 AI 的序幕。
变革应该只是开始而已,将来做 IC 设计 、 AI Compute Architecture 和手机上的生成式 AI 应用的等等,未来几年有得忙了!
这段谷歌的Gemini演示Demo视频,简直可谓是现实版的“贾维斯”,非常震撼,很好的展示了多模态大模型的未来!
【视频简介】
视频中展示了谷歌Gemini大模型的各种功能,如识别使用者画的图、猜出手部游戏的答案等,甚至还能理解手绘图中的逻辑并播放音乐。这标志着谷歌在AI领域取得了巨大进步。
【视频时间戳】
谷歌全新多模态大型语言模型Gemini,涵盖文字、声音、图像和影片处理,适用于不同应用场景。
00:01 谷歌发布多模态大型语言模型Gemini
00:31 鸭子识别:Gemini能够识别使用者画的鸭子并调侃鸭子的颜色
01:08 手绘图识别:Gemini能够识别手绘图,并推理出其中的逻辑,还能够识别手绘图中的文字
近期文章
更多