近期，谷歌正在“争分夺秒”地准备在今年秋天发布 Gemini AI，以赶上 OpenAI 的 GPT-4 等竞争对手。

　　Gemini AI 在今年6月首度公开，将由先进的机器学习算法提供支持，使其能够理解自然语言并以对话方式响应用户查询。谷歌庞大的训练数据可以让 Gemini 在人工智能军备竞赛中占据优势。与 GPT-4 不同，Gemini 也是第一个可以处理视频以及文本和图像的多模态模型。

　　此外，Gemini 预计将用于多种 Google 产品，包括 Bard 聊天机器人、电子邮件助手和搜索引擎。

　　报告表明，Gemini AI 在多模式能力方面取得了显着进步，超越了以前的模型。不仅可以进行文本生成，还支持根据文本描述创建图像。这意味着它可以处理和理解不同形式的数据，并且在工具和 API 集成方面非常高效。

　　它可以进行聊天对话、分析图表数据、创建图像，甚至可以通过自然语言命令控制软件。与谷歌 Bard 聊天机器人的集成将有助于谷歌云与 Microsoft Azure 等产品竞争。

　　在 5 月的 I/O 2023 期间，谷歌指出 Gemini 正在接受培训，一旦经过微调，它将可以“以各种尺寸和功能”使用，就像 PaLM 2 一样。该公司表示，它可以部署在不同的产品中，为每个人带来利益。

　　除了在企业服务中的应用之外，Gemini 在医疗用例方面还拥有巨大的潜力。谷歌一直在测试一款名为 Med-PaLM 2 的人工智能工具，该工具可以通过 Gemini 功能得到增强。该模型可用于医疗聊天机器人或机器人技术，以协助手术和医疗程序。

　　此外，谷歌在构建 DeepMind 的 Gato（一种“通用”系统）以及最近推出的 RT-2（一种机器人 Transformer 模型）方面的见解也可以集成到 Gemini 中。Google Brain 和 DeepMind 之间的合作对 OpenAI 和人工智能领域的其他竞争对手构成了重大挑战。

　　据悉，Gemini 还对 YouTube 视频进行了训练，这使其比竞争对手更具优势。它可以访问庞大的视频库 YouTube，并受益于比 GPT-4 和 PaLM 2 更多的令牌进行训练。增加的训练数据使 Gemini 更聪明，更不容易出错。

　　然而，谷歌对有关训练数据的法律问题持谨慎态度，并通过法律团队的监控确保遵守版权法。

　　自ChatGPT诞生以来，DeepMind 和 Google 都针对 ChatGPT 制定了自己的应对措施，DeepMind 创建了 Project Goodall，而 Google 则推出了 Bard。该公司还在其搜索引擎和许多其他产品中使用了生成式人工智能。为了加速人工智能研究，该公司于4月份将 Hassabis 的 DeepMind 团队与谷歌的主要人工智能实验室 Brain 合并，创建了Google DeepMind。

　　据称，谷歌还表示，今年秋天发布 Gemini AI 的时机至关重要，谷歌当下正面临着在 AI 层面“掉队”的危险。