报告

华安证券：计算机行业点评：Gemini发布,原生多模态与更强的理解能力

admin2023-12-08 07:30 68人已围观下载完整内容

简介主要观点：事件概况谷歌于12月6日发布了其新一代AI大模型Gemini，主要特性包括但不限于：1）在基准测试中多项得分高于GPT-4V，并在视频、音频等项目中优

主要观点：

事件概况

谷歌于12月6日发布了其新一代AI大模型Gemini，主要特性包括但不限于：

1）在基准测试中多项得分高于GPT-4V，并在视频、音频等项目中优势较大；2）原生多模态，并拥有更强的复杂推理能力；3）更细的产品分级，覆盖从云到端；4）人机协同编程成为现实；5）不同于英伟达产品的专用硬件支持。

更细的产品定位划分，有望快速适配终端

根据参数量和模型复杂度，Gemini将分为Ultra、Pro和Nano三个子系列，覆盖从数据中心到手持智能终端。在谷歌服务框架的普及率和完善度的加持下，Gemini有望快速投入终端市场。GeminiPro的微调版本将用于Bard进行更高级的推理、计划、理解等。Pixel8Pro是首款专为GeminiNano设计的智能手机，可在录音机中的“汇总”和Gboard中的“智能回复”等功能中使用。

颠覆性的多模态训练方式

不同于现有主流大模型的训练方式，即通过为不同的模态训练单独的组件，然后将它们拼接在一起以粗略地模仿其中的一些功能，Gemini从一开始就对不同的模态进行预训练，再用额外的多模态数据对其进行了微调，以进一步完善其有效性，这能帮助Gemini从头开始无缝地理解和推理各种输入信息，使其能够有更加亮眼的理解表现。

从跑分结果来看，表现不逊于GPT-4v

谷歌官方从自然图像、音频和视频理解到数学推理，GeminiUltra在大型语言模型（LLM）研发中使用的30个广泛使用的学术基准中的32个方面，其性能超过了当前最先进的结果，并在MMLU（大规模多任务语言理解）中超过了人类专家。以上表现从理论层面充分说明了Gemini的不俗能力，有望跻身一线并挑战GPT系列。

独立于英伟达的硬件支持

有别于传统大模型对英伟达硬件及生态的依赖，Gemini的训练来自于谷歌的TPUv4和v5e的硬件支持。与此同时，谷歌也顺势宣布推出迄今为止功能最强大、最高效、可扩展性最强的TPU系统CloudTPUv5p，将用于更高层次的ai开发。我们认为，随着大模型领域软硬件互促，未来硬件生态也有望实现进一步丰富，摆脱对单一生态和单一硬件供应商的依赖。

报告

华安证券：计算机行业点评：Gemini发布,原生多模态与更强的理解能力

相关文章

文章评论

评论0

站点信息

点击排行

本栏推荐

标签云

猜你喜欢