人工智能 Gemini 时代发布，一出生即是多模态！

背景和使命

[Sundar Pichai 发言] 从一开始，我们对人工智能的兴趣源于将我们的使命视为永恒的使命，即组织全球信息并使人人都能访问和使用。随着信息规模和复杂性的增长，我们认识到需要更深层次的突破才能取得进步。

​​

Gemini 时代的推出

[Demis Hassabis 的声音] 我一生致力于人工智能，认为这将是对人类最有益、最重要的技术。宣布 Gemini 时代的推出，标志着迈向真正通用人工智能模型的第一步。

多模态方法

[Jeff Dean 发言] Gemini 的多模态方法是实现人工智能系统所有功能的关键，这些功能以前在计算机中从未真正存在过。

传统方法 vs. Gemini

[Oriol Vinyals 发言] 传统上，多模态模型通过在第二阶段以次优方式将纯文本、纯视觉和纯音频模型拼接在一起来创建。Gemini 从一开始就是多模式的，可以无缝地进行跨模式对话，为用户提供最佳的响应。

Gemini 的能力

[Demis Hassabis 的声音] Gemini 是我们最大、最有能力的模型，能像人一样理解周围的世界，吸收任何类型的输入和输出，包括代码、音频、图像和视频。

卓越表现

[Sundar Pichai 发言] Gemini 在测试的50个不同主题领域中表现出色，与这些领域中最好的专家一样优秀。

Gemini 的三种尺寸

[Eli Collins 发言] Gemini 将提供三种尺寸：Gemini Ultra，最强大的模型，适用于高度复杂的任务；Gemini Pro，性能最佳的型号，适用于各种任务；Gemini Nano，专为设备上高效执行任务而设计。

创意的拓展

[Demis Hassabis 发言] 我们希望提供最好的基础构建模块，预计开发人员和企业客户将以创意的方式进一步完善我们的Gemini基础模型。

安全和责任

[Tulsee Doshi 发言] 随着系统功能的增强，出现了新的问题。在拥有图像的输入中，安全和责任必须从一开始就内置。

积极主动的政策

[Lila Ibrahim 发言] 在Google DeepMind，我们采取积极主动的政策，并根据多模态联运能力的独特考虑进行调整，通过分类器和过滤器等方法对策略进行严格测试，以防止潜在危害。

对未来的展望

[Sundar Pichai 的声音] 在过去十年中，谷歌一直处于人工智能领域基础性突破的最前沿，而Gemini延续了这一传统。Gemini是一项艰巨而令人兴奋的工程任务，是实现公司总体使命的重要一步。

世界的拓展

[奥里奥尔·维尼亚尔斯 (Oriol Vinyals) 发言] 最终，Gemini将使世界拥有更多知识，人们可以更多地获取原本无法获得的信息，为人工智能为全球每个人提供帮助提供了机会。

[音乐变得更加欢快]

‍