谷歌发布革命性AI模型Gemini 1.5 处理能力飙升

纵横网讯  谷歌近日推出AI模型——Gemini 1.5，该模型基于谷歌在基础模型开发和基础设施上的深入研究与创新，尤其是通过全新的专家混合（MoE）架构，显著提升了Gemini 1.5的训练和服务效率。

作为Gemini 1.5的早期测试版，新推出的Gemini 1.5 Pro是一款中型多模态模型，其优化针对多种任务，性能与谷歌迄今为止最大的模型1.0 Ultra相当。更值得一提的是，它在长上下文理解方面取得了突破性的进展。

Gemini 1.5 Pro配备了前所未有的128,000个token上下文窗口。然而，令人振奋的是，从现在开始，少数精选的开发人员和企业客户将有机会通过AI Studio和Vertex AI的私人预览版，在高达100万个token的上下文窗口中率先体验这一功能。谷歌还针对延迟、计算需求和用户体验进行了一系列优化。

“上下文学习（in-context learning）”是Gemini 1.5的另一大亮点，它意味着模型能够从长提示中快速学习新技能，而无需进行额外的微调。在MTOB（Translation from One Book）基准测试中，Gemini 1.5展示了其从从未见过的信息中学习的惊人能力。例如，当给定卡拉芒语（全球使用人数不足200人的语言）的语法手册时，它能够学习将英语翻译成卡拉芒语，其翻译水平与专业翻译者不相上下。

通过一系列前沿的机器学习创新，谷歌成功将Gemini 1.5 Pro的上下文窗口容量提升至远超Gemini 1.0最初的32,000个token。现在，这款大型模型能够在生产环境中轻松处理高达100万个token的信息量。

这意味着Gemini 1.5 Pro能够一次性处理巨量数据，包括1小时的视频、11小时的音频、超过30,000行代码或超过700,000个单词的代码库。谷歌的研究团队甚至成功测试了处理多达1000万个token的情况。

鉴于Gemini 1.5 Pro的长上下文窗口在大型模型中属首创，谷歌正积极开发新的评估和基准来全面测试其新颖功能，并探索其在各个领域的无限潜力。