我们接连被谷歌的多模态模型 Gemini 1.5 以及 OpenAI 的视频生成模型 Sora 所震撼到，前者可以处理的上下文窗口达百万级别，而后者生成的视频能够理解运动中的物理世界，被很多人称为「世界模型」。
来自主题: AI技术研报
5604 点击 2024-02-20 11:24
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
我们接连被谷歌的多模态模型 Gemini 1.5 以及 OpenAI 的视频生成模型 Sora 所震撼到，前者可以处理的上下文窗口达百万级别，而后者生成的视频能够理解运动中的物理世界，被很多人称为「世界模型」。
这两天，几乎整个AI圈的目光都被OpenAI发布Sora模型的新闻吸引了去。其实还有件事也值得关注，那就是Google继上周官宣Gemini 1.0 Ultra 后，火速推出下一代人工智能模型Gemini 1.5。
刚刚，我们经历了LLM划时代的一夜。谷歌又在深夜发炸弹，Gemini Ultra发布还没几天，Gemini 1.5就来了。卯足劲和OpenAI微软一较高下的谷歌，开始进入了高产模式。
该团队的新模型在多个基准测试中都与 Gemini Pro 、GPT-3.5 相媲美。
谷歌Gemini迎来重大更新，包括Gemini Ultra和Gemini Advanced服务的发布，以及Bard品牌消失，Gemini成为唯一品牌。Gemini Ultra全面进入谷歌生态产品，并在多学科复杂知识的理解和处理上取得了优秀成绩。
谷歌推出Gemini大规模商业化，将其聊天机器人Bard改名为Gemini，并推出Gemini的Android版App。谷歌还将Gemini的能力加入iOS的Google App中，并免费向公众开放。Gemini还可替代原来的Google Assistant成为手机的默认语言助手。
刚刚，Google推出计划，用户可以每月花 19.99 美金订阅 Google One AI Premium，使用支持 Gemini 的 Gmail、Docs，Sheets，Slides 和 Meet——也就是说，你可以在谷歌办公全家桶中畅享 Gemini 的 AI 功能了。
2024年，是大模型落地的关键一年，国内外的大厂都在动作频频。但要想打造出首个超级AI原生应用，还是要敢啃技术硬骨头，这已成业内共识。
最近，复旦、俄亥俄州立大学、Meta和宾夕法尼亚州立大学的研究者发现，GPT-4 Agent规划旅行只有0.6%成功率！离在人类复杂环境中做出规划，智能体还任重道远。
也许，谷歌此举是为了提前应对 OpenAI 可能于今年推出的 GPT-4.5 或 GPT-5。