当地时间 12 月 6 日，谷歌 DeepMind 宣布推出全新多模态 AI 模型 Gemini，并称其为“最大、最强和最通用”的人工智能系统。在大型语言模型研究和开发中常用的 32 个学术基准中，Gemini 的表现在其中的 30 个上超越了现有最先进的成果——OpenAI 的大模型 GPT-4。

与 ChatGPT的 GPT-4 版本一样，Gemini 支持多种输入类型，可处理文本、代码、图像甚至音频等输入，能够从日常生活到科学研究等多个领域准确解决问题，并提供建议和答案。谷歌表示，Gemini 还具备复杂的推理和规划能力。根据官方发布的一段宣传视频，Gemini 能够根据提示，在一个午休的时间内阅读 20 万篇论文，从中筛选出 250 篇与一个特定生物学数据库有关的论文、提取出更新数据，进而将其绘制成表格或图片提供给使用者。

此外，谷歌还展示了 Gemini 卓越的编程能力，Gemini 具有在理解、解释和生成各种编程语言（包括 Python、Java、C++和 Go）中正确且编写良好代码的熟练度，在首次尝试中就解决了一个包含 200 个 Python 编程功能的基准测试中约 75% 的问题，并在自我修正后解决了超过 90% 的问题。此外，Gemini 的一个特殊版本——AlphaCode2，在竞技编程中成功处理了一项只有不到 0.2% 的参赛者才能解决的高难度问题，将 AI 编程能力推向新的高度。

据悉，Gemini 将推出三种不同大小的版本，包括面向高度复杂任务的 Gemini Ultra、覆盖广泛任务的 Gemini Pro，以及用于消费者设备的 Gemini Nano。这三个版本在参数数量和复杂性上有所区别，以满足不同的计算需求和应用场景。更多的参数意味着更大的神经网络，通常更有能力执行更复杂的任务，但需要更多的计算能力才能运行。这意味着最小的 Nano 被设计为在消费类设备上本地运行，而 Ultra 只能在数据中心硬件上运行。Gemini Pro 的英文版则将作为 Google Bard 聊天机器人的一部分在全球 170 多个国家和地区推出。然而，由于潜在的监管问题，目前在欧盟或英国尚未提供其服务。（谷歌，arstechnica.com，ft.com）

延伸阅读：

IBM、Meta 等 50 多家科技公司联手组建 AI 联盟，对抗 OpenAI、谷歌主导地位

来源：IBM

当地时间 12 月 5 日，IBM 和 Meta 宣布成立 AI 联盟（AI Alliance），旨在推动人工智能领域的“开放创新和开放科学”。该联盟包括 50 多个科技、教育、研究实体，包括 AMD、Intel、NASA、CERN 和哈佛大学等，共同促进替代当前由 OpenAI 和谷歌开发的人工智能系统 ChatGPT 和 Duet。

在过去一年，AI 科技公司逐渐形成两派。一类公司保留 AI 模型权重和有关模型创建方式的数据，如 OpenAI，另一类如 Meta 则提供给他人运行在其硬件上的 AI 模型权重，并允许基于其研究构建衍生模型。新成立的 AI 联盟强调“开放透明创新对于赋予广泛的 AI 研究人员、开发者和采用者所需的信息和工具至关重要。”

除了推动开放的 AI 研究外，联盟还制定了几项倡议，包括制定基准和评估标准、促进 AI 硬件加速器生态系统的发展，以及支持全球探索性 AI 研究。他们还强调多样性，包括创建旨在解决气候和教育等社会挑战的“高性能多语言、多模态和科学模型”。联盟的影响尚未可知，但它似乎是人工智能发展未来方向的一个标志，划定了那些强调开放和合作的人与主张更封闭、专有方法的人之间的界限。有媒体称，未来或将同时存在这两条道路，如同在软件市场中 Windows 和 Linux 等平台并存。（arstechnica.com）