8月18日消息，为了赶超 OpenAI 及其他竞争对手，Google 的 CEO 桑达尔·皮查伊（Sundar Pichai）于 4 月合并了两个具有不同文化和代码的大型人工智能团队——「Google Brain」和「DeepMind」。
据 The Information，新合并的「AI SWAT」团队计划于秋天发布一组大型机器学习模型「Gemini」，据开发人员透露，Gemini 预计将使Google 能够制造出竞争对手无法制造的产品。
彭博社风投分支 Bloomberg Beta 的 AI 初创公司投资人詹姆斯·钱匹（James Chami）表示：「似乎终于有模型能与 GPT-4 旗鼓相当了」。
Gemini 开发人员表示，Gemini 不仅能像 GPT-4 一样可以进行文本对话，还融合了 Midjourney 和 Stable Diffusion 的能力，能够生成图像。Gemini 的图像能力此前还从未有过报道。
另外，它还能提供分析图表、创建带有文本描述的图形、使用文本或语音命令控制软件。
Google 把重注押在了 Gemini 身上，Gemini 会为 Bard 聊天机器人提供动力、推动 Google Docs、Slides 等企业级应用。
谷歌还希望通过云服务器租赁服务，向开发者收取访问 Gemini 的费用。
据报道，Google 对 Gemini 进行了大量 YouTube 视频的训练。Gemini 还可以把音频和视频集成到模型本身，形成多模态能力，许多研究人员认为这是 AI 的下一个前沿领域。
使用 YouTube 内容，还可以帮助 Google 开发更先进的文本转视频软件，根据用户想看的内容描述，自动生成详细的视频。
这类似于 Google 支持的初创公司 RunwayML 正在开发的技术，好莱坞和内容创作者正在密切关注此类软件的发展。
Google Brain 和 DeepMind 的合并，令一些参与 Gemini 的工程师感到惊讶。合并后的团队由 DeepMind 首席执行官戴密斯·哈萨比斯（Demis Hassabis）领导。
知情人士称，DeepMind 的两位高管奥里奥尔·温亚尔斯（ Oriol Vinyals）和 Koray Kavukcuoglu 与前谷歌大脑负责人杰夫・迪恩（Jeff Dean）一起负责 Gemini 的开发。他们将监督数百名参与 Gemini 开发的员工。
组织合并后，除了人员安排问题， Gemini 团队在开发过程中还面临着巨大的挑战，如确定可以使用哪些数据来训练模型。
尽管如此，谷歌前高管、风险投资公司法利思投资创始人艾丁·森库特（ Aydin Senkut）表示，Gemini的发布表明，Google 决心再次走在最前沿，而不是极度保守。他说，「这是正确的方向，终于，他们有了火」。
- 蜜度索骥：以跨模态检索技术助力“企宣”向上生长
- 优信发布财报：零售量环比同比均增长 预计2025财年业务量增长超200%
- 36氪Q4季报图解：营收1亿同比增7% 净亏1766万
- 联想控股2023年净亏损38.74亿元同比转亏，营收下降10%
- 腾讯音乐Q4及年报：在线音乐强劲增长，持续促进产业共赢
- 微软Q2营收620.2亿美元超预期，净利218.7亿同比增长33%
- 又来一波大裁员？硅谷到底怎么了
- 苹果改造应用商店并不情愿，还给开发者"挖了个坑"
- 研究报告：2024年全球科技支出将增长5.3%至4.7万亿美元
- Alphabet旗下研究前沿技术的X实验室裁员几十人，寻求外部投资者
- 京东：旗下子公司达达在内部审计过程中发现存疑行为
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
