Google 加緊開發第一個從頭即採多模態（multimodal）的 Gemini 模型，在不同大小模型下都能提供絕佳性能，並有效率地整合其他工具、API，成為 ChatGPT 及其背後模型最具代表性的挑戰者。
國外媒體 The Information 引述知情人士的消息指出，Google 的代表稍早告訴一些雲端客戶和業務合作夥伴，原本預定 11 月之前可使用的全新 Gemini 模型，要延到明年第一季才能實現。
據悉 Gemini 是 Google 第一個能夠處理文字以及圖片、影片等不同資料形式的多模態模型，換句話說，它不僅能以對話方式理解、產生文字內容，對於圖片和影片的內容輸入也能加以處理，這點與 ChatGPT 有所不同。
The Information 先前報導也指出，訓練 Gemini 的 token 量相當於 GPT-4 的兩倍，可使它的內容處理和反應更顯睿智。此外，甚至有研究機構稱，Gemini 每秒浮點運算次數（FLOPS）可望有超越 GPT-4 五倍的表現，帶來強大算力。
Gemini 可望取代目前的 PaLM 2，支援對話式人工智慧 Bard 以及 Google 文件、試算表、簡報、Meet 等企業應用程式的 Duet AI。
這次 Gemini 延後上線對 Google 來說不是時候，雲端業務成長未如市場預期，而競爭對手微軟的成長卻是加速進行。與此同時，微軟投資的 OpenAI 持續強化技術和產品，例如首場開發者大會宣布 GPT-4、GPT-3.5 多項改進，並新推出「GPT」等產品，雖然發生令外界譁然的公司經營問題，但微軟仍掌握關鍵人才和技術，仍以大型語言模型繼續推動各項 AI 服務。
（首圖來源：截圖）
延伸閱讀：
標題：對決 OpenAI 關鍵利器，Google Gemini 模型恐延至明年第一季現身
地址：https://www.utechfun.com/post/294077.html