谷歌的多模态AI模型Gemini再升级，其中的Ultra版本在基准测试中大放异彩，力压GPT-4！

推荐使用Gemini中文版,国内可直接访问：https://ai.gpt86.top 

Gemini Ultra，处理文本、代码、图像、音频、视频等模态游刃有余，复杂推理也不在话下。在与GPT-4的较量中，它以7胜1负的成绩脱颖而出。

AI技术的边界再次被突破，Gemini Ultra的潜力令人期待。它还能带来哪些惊喜？

模型特点

Gemini，谷歌新一代AI神器，文本、音频、视频全都能处理！它的Transformer心脏让它快如闪电，准确无比。三款模型Ultra、Pro、Nano，总有一款适合你。

Ultra是巨无霸，力量无穷，适合大型任务；Pro则灵活多变，快速预训练，资源消耗小，中型项目的好帮手；Nano小巧玲珑，为移动设备而生，性能却毫不逊色。

视频、音频、文本，Gemini统统搞定！它深入视频每一帧，结合文本音频，精准理解内容。音频处理更是细腻入微，重要信息一个不漏。

下面，让我们一起来看看基准测试吧！

基准测试表现突出

Gemini，AI的佼佼者，在不同能力领域均有亮眼表现。通过50+基准测试，其“事实性”、“长上下文”、“数学/科学”、“推理”及“多语言”能力均得到验证。

其中，Gemini Ultra尤为突出，全面领先，是各项能力的佼佼者。无论是复杂的推理、数学难题，还是长文本处理，Ultra都游刃有余，展现出了卓越的智能水平。

而Gemini Pro则兼顾了性能与效率，为那些追求速度与准确度的用户提供了理想选择。

注意当人们报告他们的数据时，他们往往将其与去年3月发布的GPT-4进行比较。例如，谷歌声称Gemini Ultra在代码生成方面远胜于GPT-4，但这种说法是基于去年3月23日的GPT-4能力进行的比较。

实际上，GPT-4的得分高达88.4分，远胜于Gemini Ultra的74.4分。

那么如何去使用Gemini Ultra？

手机端使用

谷歌推出Google One AI Premium计划，集成强大的Gemini Advanced功能，月费仅19.9美元。安卓用户已可体验Gemini App，iOS版即将升级。Gemini Ultra的Imagen 2技术为每张生成的图片都加上了“隐形”的数字水印，虽然你看不见，但它确实在默默守护原创。

Ultra版与Gemini Pro相比，更能轻松应对编码、逻辑推理等高难度任务，指令再长再复杂，它也能游刃有余地完成。

Google Gemini应用已在美国的Google Play和App Store上架，全新体验等你来尝鲜！

Android用户有福了！Gemini能帮你控制智能家居、设置闹钟，还能与Google Assistant无缝对接。

一声“Hey，Google！”即可随时使用Gemini，助你轻松应对各种任务。

Google Assistant也将迎来革新，未来或更名为Gemini。

接下来具体测评Gemini Ultra与GPT-4的对比？

Gemini：https://Gemini.google.com/app

Gemini Ultra与GPT-4的对比

初体验

它还是有些保守，回避问题；

让它生成乔治·克鲁尼的插图，它却拒绝了，ChatGPT都能做得更好；PDF上传功能也缺失了；

不过，它的回答似乎比之前更出色；

有点“推理那味儿”了；

但是，面对GPT-4能回答的一些难题，它却束手无策。

举个例子，我问：“房间里只有我的3个姐妹。安娜在看书，爱丽丝在下棋。第三个姐妹阿曼达在做什么？”

答案是第三个姐妹也在下棋。GPT-4轻松搞定，Gemini却没辙。

简而言之，我觉得Gemini和之前的Bard没太大区别，特别是如果他们打算收费的话。不过，市场里多点竞争总是好的。

图像处理

发现Gemini Advanced在某些方面稍显逊色，特别是在图像处理上。

• 关于图片，它只能回答一个问题。
• 它无法进行多图像推理。
• 当你问它关于人物图像的问题时，它会告诉你：“抱歉，我还无法处理人物图像。”

想知道更多？继续往下看吧！

在使用Gemini Advanced时，你无法针对图像进行连续对话。每次只能围绕图像问一个问题。

比如，你可以问：“我有多少硬币？”而Qwen-VL可以轻松数出你有多少硬币，计算出硬币的总价值，并知道这是哪种货币。

而且，Gemini Advanced不支持同时加载多张图像。但GPT-4V、CogVLM或Qwen-VL-Plus不仅可以让你上传多张图像，还能回答需要多图像推理的问题。

再试一个问题：“这个场景出自哪部电影？”Gemini Advanced可能会告诉你它无法处理人物图像，但GPT-4V和Qwen-VL-Plus都能准确回答：“这是《小鬼当家》！”

至于从图片中读取文本？Gemini Advanced似乎有点力不从心。

在这场较量中，Gemini Advanced确实遇到了一些挑战。

注意：听说2024年6月份多模态有大更新！

但这场AI技术的竞赛还远未结束，让我们拭目以待它的后续发展吧！

论文：https://storage.googleapis.com/deepmind-media/gemini/gemini_1_report.pdf

结语

谷歌Gemini系列的发布，不仅是对现有AI技术的一次重大突破，更是对未来人机协作方式的一次深刻探索。

欢迎关注留言交流！

我是李孟聊AI，独立开源软件开发者，SolidUI作者，对于新技术非常感兴趣，专注AI和数据领域，如果对我的文章内容感兴趣，请帮忙关注点赞收藏，谢谢！