Gemini (语言模型)

Gemini是一个多模态大型语言模型系列，由谷歌DeepMind开发，是LaMDA的后继，属于PaLM 2系列的新一代。Gemini包含Gemini Ultra、Gemini Pro、Gemini Flash和Gemini Nano，于2023年12月6日面世，被定位为与OpenAI的GPT-4抗衡的产品系列。^[1][2][3]

关于使用Gemini语言模型的同名聊天机器人服务，请见“Gemini (聊天机器人)”。

Gemini

开发者	Google DeepMind
首次发布	2023年12月6日，​21个月前​（2023-12-06）
当前版本	2.5（2025年3月25日，​6个月前​（2025-03-25））
前任	PaLM 2
语言	英语
类型	大型语言模型
许可协议	专有
网站	deepmind.google/technologies/gemini/

历史

开发

Google在2023年5月10日的Google I/O上发布了Gemini，这是一个由其子公司Google DeepMind开发的大型语言模型。它被定位为PaLM 2更强大的继任者，PaLM 2也在该活动中亮相。Google CEO桑达尔·皮查伊表示，Gemini当时仍处于早期开发阶段。^[4][5]与其他大型语言模型不同，Gemini的独特之处在于它并非仅在文本语料库上进行训练，而是从一开始就被设计为多模态模型，这意味着它可以同时处理多种类型的数据，包括文本、图像、音频、视频和代码。^[6]该模型由DeepMind和Google Brain合作开发，这两个Google的分支已于前一个月合并为Google DeepMind。^[7]在接受《连线》杂志采访时，DeepMind的CEO杰米斯·哈萨比斯宣传了Gemini的先进能力，他相信该算法将胜过OpenAI的ChatGPT（其基于GPT-4运行）。哈萨比斯强调了DeepMind的AlphaGo项目的优势——该项目在2016年击败围棋世界冠军李世乭而举世闻名，并表示Gemini将结合AlphaGo及其他Google-DeepMind大型语言模型的能力。^[8]

推出

2023年12月6日,谷歌在一次虚拟记者招待会上宣布推出了“Gemini 1.0”。^[1]它由三个模型组成:Gemini Ultra—用于“高度复杂的任务”，Gemini Pro—用于“广泛的任务”, 以及Gemini Nano—用于“终端上设备的任务”。2024年2月5日，APP正式上线。

参见

• 聊天机器人
• 对话程式语言模型
• 语言模型
• 大型语言模型
• GPT-4