新智元報道
編輯：編輯部
【新智元導讀】深夜，忽然放出復仇殺器。Bard、Duet AI，如今都成了歷史的塵埃。Gemini既是模型，也是產品，谷歌推向全世界的AI，在今夜正式統一。
爆料成真了，谷歌的Gemini大殺器果然在昨天晚上炸了出來。
就在剛剛，谷歌正式官宣，Bard更名為Gemini。
從此，谷歌進入Gemini時代的新篇章。
與此同時，迄今為止最強的Gemini Ultra所加持的聊天機器人Gemini Advanced也在今天正式開放，所有人皆可訪問。
從此，所有人都可以在谷歌辦公全家桶中用到最強大模型Gemini了！
當然，這個最強機器人並不是免費的，需要月付20美金，所幸前2個月可以免費使用。
要知道，ChatGPT每個月的收費就是20美元，谷歌此舉是直接和OpenAI打擂臺了。
此次谷歌不僅推出了大模型面向C端的APP，還將內部的多個產品接入大模型中。這樣，谷歌的大模型就離公眾又近了一步。
採取保守策略的谷歌，在去年一年被和OpenAI的重重險招打得找不著北，但最近的谷歌已經越來越大膽，誓要在產品和生態上攻城略地，扳回一局。
Gemini，進入谷歌全家桶
以前，或許你會為谷歌千千萬萬產品的名字感到困惑。
但未來談及谷歌的AI時，它們會匯合成同一個名字——Gemini。
Gemini既是模型名，也是產品名。既是聊天助手，又是聊天機器人，還是搜尋引擎。
Bard聊天機器人、安卓Gemini應用程式、Google Workspace中的所有Duet AI功能，通通都整合到了Gemini品牌中。
在谷歌郵箱中，你能讓它幫忙總結關於學校最近的郵件。
在Gemini APP中，它能幫你根據照片寫描述、發帖。
而迄今最強大模型Gemini Ultra 1.0，更是強到髮指。
每月20刀！Gemini開始收費了
屬於Bard的時代，已經不再了。
得到「地表最強」的模型Gemini Ultra加持後，Gemini Advanced註定要成為最受歡迎的聊天機器人。
谷歌部落格介紹，藉助Ultra 1.0模型，Gemini Advanced在完成複雜任務方面，效能暴漲。
比如，對於程式設計、邏輯推理、遵循複雜指令，以及參與創意專案的協作，勝任力近乎完美。
除此之外，Gemini Advanced不僅可以開啟更長、更詳細的對話，還能更好地理解此前提出問題的上下文。
Gemini Advanced能做的，或許並不比ChatGPT差。
它可以成為你的個人導師，為你量身訂製分佈教學、樣本測驗，或者討論話題。
面對更復雜的編碼難題時，它能助你一臂之力，提供反饋意見，並幫你評估不同的程式設計方法。
它甚至，可以為那些「數字內容創作者」從構思到實現，透過生成新內容、分析最新趨勢，以及尋找增長受眾的新方法
當然了，正如此前爆料所稱，Gemini Advanced將開啟收費模式：
價格為每月19.99美元，並提供兩個月的免費試用。
這是谷歌全新的Google One AI高階訂閱計劃的一部分。
計劃主要是為使用者，提供Google AI最好、最頂尖的技術，同時包括Google One Premium儲存空間優勢，比如2TB的儲存空間。
此外，AI Premium使用者不久很快就能夠在Gmail、Docs、Slides、Sheets等產品中使用Gemini（以前稱為Duet AI）。
谷歌表示，Gemini Advanced初代版本已展示出強大的AI推理能力，未來還將持續最佳化。
目前，Gemini Advanced現已在150多個國家和地區提供英語服務，之後會逐步擴充套件到更多語言。
需要明確的是，Bard的全新升級可以理解為，是一次純粹的「品牌」重塑，背後的模型本身並未改變。
早在去年12月初，劈柴就宣佈了，Bard背後的大模型從PaLM 2迭代為Gemini。
而這次，谷歌給聊天機器人的更名，更是將微軟、OpenAI視為強大的競爭對手。
AI助手Gemini裝進手機
此外，在手機端側用上大模型、聊天機器人Gemini，也是谷歌佈局中的一步大棋。
同在今天，谷歌為Gemini和Gemini Advanced聊天機器人，分別引入了全新的安卓應用，以及iOS上的谷歌應用。
以後，拿起手機只需呼喚一聲「Gemini」。
不論你身處何處，都可以透過透過輸入、語音、甚至是圖片尋求建議。
比如，出行的半路爆胎，你可以拍一張照片，問問Gemini如何處理棘手的難題。
又或者，你想舉辦一個晚餐party，卻不知如何設計，找Gemini製作個性化圖片，定製流程，準沒錯！
在谷歌看來：
這標誌著我們正構建一個真正的AI助手的重要起點 —— 一個既能進行對話、支援多種互動方式又實用的助手。Gemini安卓版上線
Gemini在安卓手機上也能下載了。
除了這種方式，你還可以選擇使用Gemini，替代原來的Google Assistant，成為手機的預設語音助手。
然後你可以透過長按電源鍵、在手機上滑動螢幕到角落，或者說「hi Google」，啟用Gemini。
這將為我們開啟一個全新的手機體驗，可以輕鬆訪問Gemini，並獲得與當前螢幕內容相關的幫助。
舉個栗子，隨手拍一張小清新風格的照片，然後讓Gemini生成描述。
立刻，它生成了多個可用的描述供你選擇，「多肉植物和點心」、「桌面靜物」、「沙漠氣息」.....
又或者拍一張狗狗照片，然後可以讓Gemini為Baxter建立一個可愛的社交標題。
此外，透過Gemini應用，你還可以使用許多Google Assistant的語音功能，比如設定計時器、撥打電話和控制智慧家庭裝置等等，
iOS版也來了
在iOS裝置上，谷歌將在未來幾周透過Google App提供訪問。
只需點選Gemini切換按鈕，即可開啟對話。
它可以激發你的創意，建立定製圖片，撰寫社交媒體帖子，甚至在Google App中策劃一場約會之夜。
許多網友已經迫不及待，剁手20刀體驗最新的Gemini Advanced。
「還是有些失望的」。
84頁超長技術報告更新
隨著Gemini Ultra的正式上線，谷歌也同步更新了Gemini 1.0的技術報告。
論文地址：https://storage.googleapis.com/deepmind-media/gemini/gemini_1_report.pdf
在完成大規模預訓練後，模型還需要通過後訓練（post-training），即在已有的預訓練模型基礎上進一步訓練，來拓展自己的能力（比如在程式設計和多語言處理領域）並增加更多的功能。
指令跟隨
對於LLM來說，精準地執行使用者的指令是一項基礎能力。為此，谷歌採用了一種非常細緻的方法來評估模型對每條指令的遵循程度。
具體評價標準有兩個：
1. 每條指令的準確率（評估集中遵循的子指令百分比）
2. 完整響應的準確率（評估集中所有子指令都被遵循的指令百分比）
結果如表14所示，Gemini Advanced（Ultra）在每條指令的準確率上達到了接近90%的平均水平，相比Gemini和經過後訓練的PaLM 2模型有顯著的提升。
不過，Gemini Advanced（Ultra）在完全滿足所有指令方面還有進一步的提升空間——準確率只有約54%。
多模態視覺
透過多模態後訓練，Gemini原生的多模態能力也得到了進一步加強，從而顯著提升了模型在各種實用場景中的應用能力。
其中，得益於監督微調（SFT）帶來的指令跟隨能力的提升，Gemini Vision模型的輸出風格也更加貼近標準答案，並且成功地在多個測試集上（如InfographicVQA、AI2D、VQAv2）實現了效能的提升。
程式碼
雖然基礎模型在程式設計基準測試中表現得已經非常出色，但後訓練資料還是顯著提升了程式碼的質量和正確性。
而這也凸顯了高質量示例資料和反饋資料對程式設計應用的重要性。其中，Gemini採用的是人工和自動生成的混合資料。
SxS得分顯示，Gemini（Pro版本）在使用了更新的後訓練策略後，效能顯著優於基於PaLM 2的舊版Bard。而Gemini Advanced（Ultra版本）在此基礎上進一步提升了效能。
老牌科技巨頭的最後一搏
谷歌如此全力以赴並不奇怪，OpenAI、Anthropic、Perplexity等強大的對手，都在虎視眈眈，蠶食著這家老牌科技公司的市場。
去年Gemini釋出的測試中，Gemini驅動的Bard效能很強，幾乎和GPT-4相當，但速度明顯較慢。
現在，谷歌急需證明自己能夠跟上行業的步伐。兩個難點在於：它既要打造一款引人注目的消費產品，又要試圖說服開發者在Gemini上構建應用，而非OpenAI的模型。
在谷歌的歷史上，集全公司之力押注同一件事的情況，只有寥寥數次。比如，曾經的Google Pllus。
但這一次，谷歌似乎在使出洪荒之力，致力於成為一家AI公司。
萬物皆可Gemini，會是谷歌撕開困境，給OpenAI猛力一擊的開始嗎？
參考資料：
https://blog.google/products/gemini/bard-gemini-advanced-app/
