在2023年 12 月，Google 推出了 Gemini 1.0，並提供三個尺寸：Ultra、Pro 和 Nano。繼其成功之後，我們發布了具突破性長上下文窗口（1 百萬標記）的 Gemini 1.5 Pro。開發者已經在各種應用中利用 1.5 Pro，其增強的多模態推理能力和整體性能表現非常出色。
https://storage.googleapis.com/gweb-uniblog-publish-prod/original_videos/gemini_2M_tokens.mp4
為了應對降低延遲和成本效率的需求，我們推出了 Gemini 1.5 Flash。這款模型專為高速度、高容量任務設計，雖然比 1.5 Pro 更輕量，但仍保持了令人印象深刻的性能。
Gemini 1.5 Flash 非常適合摘要、聊天應用、圖像和視頻字幕生成以及從長文檔和表格中提取數據。
我們顯著升級了 1.5 Pro，將其上下文窗口延長至 2 百萬標記，並增強了代碼生成、邏輯推理、多回合對話和多媒體理解等能力。這個模型現在在處理複雜指令、多回合對話和集成音頻和圖像處理方面表現優異。
Gemini Nano 正在擴展以支持多模態輸入，使應用能夠解讀文本、圖像、聲音和口語，首先在 Pixel 設備上實現。
我們也在推進我們的開放模型家族，推出 Gemma 2。這一新一代模型具有突破性性能和效率的架構，並包括我們的第一個視覺-語言模型 PaliGemma。
Gemma 2 將提供各種尺寸，我們還升級了負責任生成式 AI 工具包，增加了 LLM Comparator 來評估模型回應質量。
作為我們使命的一部分，我們在開發通用 AI 助手方面取得了重大進展。這些助手旨在：
Project Astra 旨在創造一個隨時可通過手機或眼鏡訪問的專家 AI 助手，通過先進的 AI 互動增強日常任務。
https://www.youtube.com/watch?v=nXVvvRhiGjI
我們將繼續探索新的想法和應用，確保我們的模型滿足不斷演變的用戶需求。
| 特點 | Gemini Ultra | Gemini Pro (Flash為輕量版) | Gemini Nano |
|---|---|---|---|
| 主要用途 | 高複雜度任務，廣泛數據處理 | 多功能任務，中等複雜度 | 輕量任務，移動和嵌入式應用 |
| 參數數量 | 約 5000 億 | 約 2800 億 | Nano-1: 18 億，Nano-2: 32.5 億 |
| 上下文窗口 | 高達 2 百萬標記 | 高達 2 百萬標記 | 有限，設計為高效 |
| 性能 | 在多數基準測試中超越 GPT-4，先進多模態推理 | 在多個基準測試中超越 GPT-3.5，適合一般 AI 任務 | 優化於低功耗設備上運行，高效 |
| 能力 | 精細理解文本、圖像、音頻、代碼、數學和物理 | 腦力激盪、摘要、內容創作、代碼生成、多回合對話 | 圖像和文本理解，適合移動和網頁應用 |
| 可用性 | 預計 2024 年推出，目前尚未公開 | 通過 Google Bard 和 Vertex AI 提供 | 可用於 Pixel 8 Pro，逐步擴展到其他設備 |
| 優勢 | 實時回應，卓越的多模態推理 | 各種任務的增強性能，有效利用資源 | 輕量，適合移動和嵌入式設備，成本效益高 |
| 部署 | 高功率服務器，專門應用 | Google Bard，企業應用通過 Vertex AI | |
| 應用案例： Envision：為視障用戶提供實時描述。 | |||
| Plural：總結和分析複雜的立法文件。 | |||
| Zapier：從視頻素材中提取細節，實現自動化。 | |||
| Dot：用於總結和信息過濾，支持個性化 AI 的開發。 | 移動設備，集成於 Pixel 手機和 Android 14 設備 | ||
| Gemini Nano 目前(2024.6)可在Chrome Canary 中呼叫，不久應也會部署於 Chrome 正式版 |
這個對比表展示了 Google 在設計 Gemini 模型時的量身定制方法，確保它們滿足多樣化的應用和性能需求。欲了解更多詳情，請參閱 Gemini 技術文檔 和其他來源如 Gaming Insighter。
參考來源：https://blog.google/technology/ai/google-gemini-update-flash-ai-assistant-io-2024/?utm_source=gdm&utm_medium=referral&utm_campaign=io24#gemini-model-updates
https://developers.googleblog.com/en/new-features-for-the-gemini-api-and-google-ai-studio/
我是 Wolke。我是一名專業程式開發者，專長是開發 AI 和程式解決方案。
我投入了不少時間在專業發展上。我是多本書的作者，其中包括《LINE聊天機器人+AI+雲端+開源+程式：輕鬆入門到完整學習》和《ChatGPT來襲，未來人人都需具備的運算思維！應用詠唱工程來釋放程式生產力—程式學習/開發篇》。也有出版線上課程，我熱衷於分享我的經驗和技術，幫助其他開發者更好地利用 AI 工具。
也在許多知名大學、論壇、社團擔任講者，如果貴方有需要也歡迎與我聯繫。
2023年 講座 紀錄
最後這篇文章若有切合你的需求，敬請訂閱按讚分享
iThome鐵人賽
看影片追技術