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发布Gemini 1.5 Flash人工智能模型 比Gemini Pro更轻便与易于使用

Google发布Gemini1.5Flash人工智能模型比GeminiPro更轻便与易于使用GoogleDeepMind首席执行官德米斯-哈萨比斯（DemisHassabis）在一篇博客文章中写道："[Gemini]1.5Flash擅长摘要、聊天应用、图像和视频字幕、从长文档和表格中提取数据等。"Google之所以创建Gemini1.5Flash，是因为开发人员需要一个比Google今年2月发布的专业版更轻便、更便宜的型号。Gemini1.5Pro比该公司去年底发布的Gemini原型更高效、更强大。Gemini1.5Flash介于Gemini1.5Pro和Gemini1.5Nano之间，是Google在本地设备上运行的最小型号。尽管重量比GeminiPro轻，但功能却同样强大。Google表示，这是通过一个名为"蒸馏"的过程实现的，即把Gemini1.5Pro中最基本的知识和技能转移到更小的型号上。这意味着，Gemini1.5Flash将获得与Pro相同的多模态功能，以及长语境窗口（人工智能模型可一次性摄取的数据量），即一百万个词元。根据Google的说法，这意味着Gemini1.5Flash将能够一次性分析1500页的文档或超过30000行的代码库。Gemini1.5Flash（或这些型号中的任何一款）并非真正面向消费者。相反，它是开发人员利用Google设计的技术构建自己的人工智能产品和服务的一种更快、更便宜的方式。除了推出Gemini1.5Flash之外，Google还对Gemini1.5Pro进行了升级。该公司表示，已经"增强"了该模型编写代码、推理和解析音频与图像的能力。但最大的更新还在后面--Google宣布将在今年晚些时候把该模型现有的上下文窗口增加一倍，达到200万个词元。这将使它能够同时处理两小时的视频、22小时的音频、6万多行代码或140多万字。Gemini1.5Flash和Pro现在都可以在Google的人工智能工作室和顶点人工智能中进行公开预览。该公司今天还发布了新版Gemma开放模型，名为Gemma2。不过，除非你是开发人员或喜欢捣鼓构建人工智能应用程序和服务的人，否则这些更新其实并不适合普通消费者。...PC版：https://www.cnbeta.com.tw/articles/soft/1430899.htm手机版：https://m.cnbeta.com.tw/view/1430899.htm

谷歌发布了Gemini 1.5模型，最主要的升级是支持了高达 100 万的上下文长度，秒杀了所有模型。#ai##llm#

谷歌发布了Gemini1.5模型，最主要的升级是支持了高达100万的上下文长度，秒杀了所有模型。Gemini1.5基于Transformer和MoE架构的研究和工程创新，提高了训练和服务的效率。Gemini1.5Pro是一个中等规模的多模态模型，适用于多种任务，并引入了在长上下文理解方面的实验性特性。它标准的上下文窗口为128,000个Token，但现在已经可以通过AIStudio和VertexAI向开发者和企业客户提供高达100万个Token的私人预览。1.5Pro可以一次处理大量信息——包括1小时的视频、11小时的音频、包含超过30,000行代码的代码库或超过700,000个单词。Gemini1.5Pro在文本、代码、图像、音频和视频评估的综合面板上的性能超过了Gemini1.0Pro，并且与1.0Ultra在同样的基准测试上表现相当。此外，Gemini1.5Pro在进行长上下文窗口的测试中表现出色，在NIAH评估中，它在长达100万个Token的数据块中99%的时间内找到了嵌入的文本。了解更多：#context-window

Gemini 1.5 Pro 已上线 Poe

Poe在X表示，Gemini1.5Pro已在Poe推出，Google的这个强大的新多模态模型引入了业界领先的100万个tokens（约70万个单词）的上下文窗口，具有近乎完美的检索能力，可实现需要长上下文理解的复杂任务。Gemini1.5Pro支持文本、图像和视频输入，并具有文本输出功能。它目前在Poe中提供三个版本：Gemini1.5Pro、128k、1M。此外，Poe还添加了原版GeminiPro的升级版。该机器人经过微调，具有更具对话性的个性，并在推理、数学、延迟、讲故事和总结等方面具有质量改进。via匿名标签:#Gemini#Poe#AI频道:@GodlyNews1投稿:@GodlyNewsBot

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

谷歌 DeepMind 正在使用 Gemini 来训练机器人使其变得更聪明

谷歌DeepMind正在使用Gemini来训练机器人使其变得更聪明谷歌正在使用GeminiAI训练其机器人，以便它们能够更好地导航和完成任务，DeepMind机器人团队在一篇新的研究论文中解释了如何使用Gemini1.5Pro的长上下文窗口，让用户可以使用自然语言指令更轻松地与其RT-2机器人进行交互。其工作原理是拍摄指定区域的视频，研究人员使用Gemini1.5Pro让机器人“观看”视频以了解环境，然后机器人可以根据情况执行命令。DeepMind表示其Gemini驱动的机器人在超过50个任务中的成功率高达90%。研究人员还发现“初步证据”表明，Gemini使其机器人能够计划如何执行导航以外的指令，例如，当办公桌上有很多可乐罐的用户询问机器人“是否有他们最喜欢的饮料”时，Gemini就会知道“机器人应该导航到冰箱，检查是否有可乐，然后返回给用户报告结果。”DeepMind表示计划进一步调查这些结果。——，