Google 最亮眼的 Gemini 演示翻车:看似实时互动,实为图文提示剪辑
据外媒报道,Google 发布的 Gemini 多模态上手视频并非实时音视频交互。官方承认这是用静止图片搭配精心调优的文本提示词剪辑而成,并缩短了延迟。这引发了外界对演示真实性与 Google 诚信的强烈质疑。
据外媒报道,Google 发布的 Gemini 多模态上手视频并非实时音视频交互。官方承认这是用静止图片搭配精心调优的文本提示词剪辑而成,并缩短了延迟。这引发了外界对演示真实性与 Google 诚信的强烈质疑。
Google 宣布为 Bard 接入多模态模型 Gemini。即日起 Bard 在 170 多个国家和地区率先启用特调版 Gemini Pro(仅英语文本),官方称在多项基准测试中超越 GPT-3.5;明年初还将推出搭载旗舰模型 Gemini Ultra 的 Bard Advanced。
消息,Google 针对 ChatGPT 的真正竞争对手 Gemini 将推迟至 2024 年初推出,此前其曾向部分云客户承诺在 11 月交付。该模型被 DeepMind 视为抗衡 GPT-4 的主力,跳票意味着 Google 在追赶 OpenAI 的路上依然走得吃力。
开发者曝光 Google MakerSuite 的未发布界面。多模态大模型 Gemini 将直接接入该平台,同时曝光的还有秘密工具「Stubbs」,允许用户仅凭单句提示词生成、部署并分享可交互的应用原型。
据 The Information 报道,OpenAI 正加速为 GPT-4 全面引入视觉多模态能力(GPT-Vision),并筹备代号为 Gobi 的下一代模型。这套看图写代码的能力此前仅向少数机构内测,OpenAI 试图抢在 Google 今秋发布 Gemini 之前落地,继续稳坐领头羊位置。
SemiAnalysis 发文指出,Google 正全力加速 Gemini,其预训练算力预计年底达 GPT-4 的 5 倍,明年可达 20 倍。报告划分了「算力富人」与「算力穷人」,直言中小团队正陷入低算力内卷,而手握 TPUv5 的 Google 是抗衡英伟达算力垄断的关键变量。
据《华尔街日报》报道,Google 联合创始人 Sergey Brin 近期重返一线,每周三到四天到山景城办公室,直接与研究人员一同开发下一代基础模型 Gemini。该模型主打原生多模态,计划对标 OpenAI 的 ChatGPT4,预计年底前发布。CEO Sundar Pichai 对他的回归表示支持与鼓励。
Google DeepMind CEO Demis Hassabis 透露,团队正在研发下一代大模型 Gemini。该模型将结合 AlphaGo 擅长的强化学习与树搜索技术,赋予 AI 规划和解决复杂问题的能力,研发成本或达数千万至上亿美元,目标直指超越 ChatGPT 及其背后的 GPT-4。
针对 The Information 爆料称其使用 ShareGPT 抓取内容训练聊天机器人,Google 明确否认 Bard 使用了 ChatGPT 的数据。此前有报道称前研究员曾警告此举违规并跳槽 OpenAI;不过 Google 发言人拒绝回应过去是否曾试用过相关数据。