Google的下一代人工智能模型Gemini 1.5已基本准备就绪

Google的下一代人工智能模型Gemini1.5已基本准备就绪Gemini1.5有很多改进：Gemini1.5Pro（Google系统中的通用模型）与该公司最近才推出的高端GeminiUltra能力不相上下，而且在87%的基准测试中，它都优于Gemini1.0Pro。它采用了一种越来越常见的技术，即"专家混合"（MoE），这意味着当你发送查询时，它只运行整个模型的一部分，而不是一直处理整个模型。这种方法能让用户更快地使用模型，也能让Google更高效地运行模型。但是，Gemini1.5中的一个新功能让整个公司都特别兴奋：Gemini1.5有一个巨大的上下文窗口，这意味着它可以处理更大的查询，一次查看更多的信息。这个窗口高达100万个tokens，而OpenAI的GPT-4为12.8万个，目前的GeminiPro为3.2万个。"这大约相当于是10或11个小时的视频，数万行代码"。上下文窗口意味着可以一次性向人工智能机器人询问所有内容。GoogleCEO皮查伊还表示，研究人员正在测试一个1000tokens的上下文窗口--这就好比是将《权力的游戏》的整个系列同时播出，或者把整个《指环王》三部曲都放进这个上下文窗口中。这允许在查询时添加大量个人上下文和信息，就像我们极大地扩展了查询窗口一样。目前，Gemini1.5只能通过Google的顶点人工智能（VertexAI）和人工智能工作室（AIStudio）提供给企业用户和开发人员。最终，它将取代Gemini1.0，而Gemini专业版的标准版本--每个人都可以在gemini.google.com和公司的App中使用的版本将是1.5专业版，拥有128000个tokens的上下文窗口，而需要支付额外的费用才能获得百万级的权限。Google还在测试该模式的安全性和道德底线，尤其是新增加的上下文窗口。当全球企业都在试图制定自己的人工智能战略--以及是与OpenAI、Google还是其他公司签署开发者协议时，Google正在为打造最好的人工智能工具而展开一场激烈的竞赛。就在本周，OpenAI公布了ChatGPT的"记忆能力"，同时似乎准备进军网络搜索领域。到目前为止，Gemini似乎给人留下了深刻印象，尤其是对于那些已经进入Google生态系统的人来说，但各方都还有很多工作要做。最终，所有这些1.0、1.5、Pro、Ultras和企业之争对用户来说并不重要。人们将只需要感受AI，这就像使用智能手机，而不必总是关注手机里面的处理器是怎么工作的。...PC版：https://www.cnbeta.com.tw/articles/soft/1418373.htm手机版：https://m.cnbeta.com.tw/view/1418373.htm

Google继Gemini 1.0 Ultra之后，推出了更高能力的模型Gemini 1.5。Gemini 1.5 Pro引入了

Google继Gemini 1.0Ultra之后，推出了更高能力的模型Gemini1.5。Gemini1.5Pro引入了一个实验性功能，能够处理长达1百万token的上下文窗口，上下文内容包括：代码、文本、图像和影片。同时，Gemini1.5采用了新的混合专家（Mixture-of-Experts，MoE）架构。从今天起，少数开发人员和企业客户可以通过AIStudio和VertexAI私有预览版中试用100万Token的上下文窗口的Gemini1.5Pro。https://blog.google/technology/ai/google-gemini-next-generation-model-february-2024/投稿：@TNSubmbot频道：@TestFlightCN

Google Gemini 1.5 Pro 现已拥有“听觉”并推出公共预览版

Google对Gemini1.5Pro进行更新，赋予了模型“听觉”能力。现在，该模型可以聆听上传的音频文件，并从中提取信息，例如财报电话会议或视频中的音频，而无需参考文字记录。在GoogleNext大会上，Google还宣布将首次通过其构建AI应用的平台VertexAI向公众开放Gemini1.5Pro。Gemini1.5Pro最初于2月份发布。这个新版本的GeminiPro被认为是Gemini家族中的中量级模型，但在性能方面已经超越了最大、最强大的模型GeminiUltra。Google声称，Gemini1.5Pro可以理解复杂的指令，并且无需微调模型。目前，Gemini1.5Pro仅对拥有VertexAI访问权限的用户开放。大多数人通过Gemini聊天机器人接触到Gemini语言模型。GeminiUltra为GeminiAdvanced聊天机器人提供支持，虽然它功能强大，也能理解长指令，但速度不如Gemini1.5Pro。除了Gemini1.5Pro，Google的其他大型AI模型也获得了更新。Imagen2是支持Gemini图像生成功能的文本到图像生成模型，它将添加修复和扩展功能，允许用户添加或删除图像中的元素。Google还将其SynthID数字水印功能应用于所有通过Imagen模型创建的图片。SynthID在图像上添加了一个对观众不可见的水印，通过检测工具查看时可以标记其来源。Imagen的许多新功能，尤其是修复和扩展功能，已经是其他文本到图像模型的一部分，例如StabilityAI的StableCascade和Getty的GenerativeAIbyiStock，以及在较新的三星Galaxy手机上更广泛的消费者可用性。Google表示，它还公开预览了一种将AI响应与Google搜索结合起来的方式，以便AI能够提供最新的信息。via匿名标签:#Google#Gemini#AI频道:@GodlyNews1投稿:@GodlyNewsBot

谷歌 Gemini 1.5 Pro 模型登顶世界第二

谷歌Gemini1.5Pro模型登顶世界第二自4月21日谷歌将Gemini1.5Pro交付给公众评审后，两天内Gemini1.5Pro一路过关斩，在竞技场收到两万有效投票后位列世界第二。如今Gemini1.5ProAPI-0409-preview超过了第3名GPT-4-0125-preview，差两分与Claude3Opus并列第一。关注频道@TestFlightCN

Google的秘密AI模型未来很可能在难题数学领域打败人类

Google的秘密AI模型未来很可能在难题数学领域打败人类上周，双子座人工智能模型的最新技术报告公布了其最新数学成绩的详细信息。这份相当厚重的文件显示，Google打算模仿数学家接受的训练来解决复杂的问题，为了实现这一目标，该公司对其双子座人工智能模型进行了专门的变体训练。Gemini1.5Pro的数学变体似乎经过了多项基准测试。根据其文件，Google依靠各种基准来评估其最新人工智能数学模型的输出。这些基准包括MATH基准、美国数学邀请考试(AmericanInvitationalMathematicsExamination,AIME)和Google内部的HiddenMath基准。根据Google的数据，数学型Gemini1.5Pro在数学基准测试中的表现"与人类专家的表现相当"，与标准的非数学型Gemini1.5Pro相比，数学型Gemini1.5Pro在AIME基准测试中解决的问题明显增多，在其他基准测试中的得分也有所提高。Google还举例说明了Gemini1.5Pro所解决的问题。根据该文件，这些问题是"Gemini1.5Pro、GPT-4Turbo和以前所有Gemini型号都没有正确解决的问题"，最终提高了Google产品的性能标准。在它分享的三个示例中，两个是由数学专用的Gemini1.5Pro解决的，而一个是由标准的Gemini1.5Pro变体错误解决的。这些问题通常要求解题者回忆代数中的基本数学公式，并依靠它们的分段和其他数学规则得出正确答案。除了问题之外，Google还分享了Gemini1.5Pro基准测试的重要细节。这些数据表明，在所有五项基准测试成绩中，Gemini1.5Pro都领先于GPT-4Turbo和亚马逊的Claude。据Google公司称，其数学专用变体能够"从单个样本中获得80.6%的MATH基准准确率，在对256个解决方案进行采样并选择一个候选答案时（rm@256），准确率达到91.1%"，这一成就使其与人类专家处于同等水平。事实上，根据Google深度思维首席科学家杰夫-迪恩（JeffDean）的说法，数学模型91.1%的得分大大高于三年前仅为6.9%的"SOTA"（最先进水平）得分。...PC版：https://www.cnbeta.com.tw/articles/soft/1431652.htm手机版：https://m.cnbeta.com.tw/view/1431652.htm

谷歌升级Gemini 1.5 Pro AI可以听音频了

谷歌升级Gemini1.5ProAI可以听音频了Gemini1.5Pro被视为Gemini家族中的“中量级”（middle-weight）模型，其性能已经超越了最大规模、最强大的GeminiUltra。谷歌表示，Gemini1.5Pro能够理解复杂指令，而且使用时无需对模型进行特别调整。需要指出的是，不通过VertexAI的用户无法体验到Gemini1.5Pro的全部功能。目前，大众主要通过Gemini聊天机器人与Gemini大语言模型互动。尽管GeminiUltra为GeminiAdvanced聊天机器人提供了强大支持，能理解较长的指令，但在反应速度上不及Gemini1.5Pro。除了Gemini1.5Pro的更新，谷歌还对其它大型人工智能模型进行了升级。特别是作为文本转图像生成模型的Imagen2，它增强了Gemini的图像生成能力。通过引入图像外延（Outpainting）和内填（Inpainting）功能，用户现在能更灵活地对图像的元素进行添加或删除。为确保Imagen模型生成的图片版权和来源可追溯，谷歌为所有生成图片加入了SynthID数字水印技术。这种创新技术通过几乎不可见的水印明确标识图片来源，可以通过专用工具进行检测。Imagen模型的许多新特性，如图像外延和内填技术，已被其他文本转图像模型采用，例如StabilityAI的StableCascade和Getty的GenerativeAIbyiStock。此外，这些技术也被广泛应用于消费电子产品中，如三星Galaxy手机。除图像生成的创新外，谷歌还公开展示了一种结合人工智能生成回答和谷歌搜索结果的方法，旨在为用户提供更实时、更准确的信息。然而，大语言模型生成的回答并非总是精准无误，有时可能会误导用户。因此，谷歌对Gemini模型设置了一些限制，比如禁止回答与2024年美国大选相关的问题。此前，Gemini模型因在生成历史人物描述时出现不准确而受到批评。...PC版：https://www.cnbeta.com.tw/articles/soft/1426835.htm手机版：https://m.cnbeta.com.tw/view/1426835.htm