每經(jīng)記者 蔡鼎    每經(jīng)編輯 蘭素英    

美東時(shí)間12月6日，谷歌CEO桑達(dá)爾?皮查伊宣布迄今為止規(guī)模最大，能力最強(qiáng)的谷歌大模型Gemini 1.0 版正式上線。Gemini是原生多模態(tài)大模型，是谷歌大模型新時(shí)代的第一步，它包括三種量級：能力最強(qiáng)的 Gemini Ultra，適用于多任務(wù)的 Gemini Pro，以及適用于特定任務(wù)和端側(cè)的 Gemini Nano。

皮查伊官宣推文發(fā)布后，馬斯克也在下面評論稱，“（Gemini）令人印象深刻”。當(dāng)天，谷歌還發(fā)布了一條約6分鐘的延時(shí)演示視頻，展示Gemini的多模態(tài)功能（例如，口語對話提示與圖像識別相結(jié)合）。截至發(fā)稿，該視頻在YouTube上已經(jīng)收獲141萬次觀看。

然而，Gemini發(fā)布才一天，外界已開始有聲音指控谷歌對Gemini的性能“造假”。

其中，彭博社一篇專欄文章就表示，谷歌在一段演示視頻中歪曲了Gemini的AI性能。專欄作家帕米·奧爾森（Parmy Olson）認(rèn)為，在谷歌發(fā)布的這段視頻中，Gemini似乎非常強(qiáng)大，但有點(diǎn)過于強(qiáng)大了。對此質(zhì)疑，谷歌回應(yīng)時(shí)承認(rèn)，這段關(guān)于Gemini性能演示的視頻并不是實(shí)時(shí)的，而是使用了原始鏡頭中的靜止圖像幀，然后編寫了文本提示，以便讓Gemini做出回應(yīng)。

6分鐘演示視頻引質(zhì)疑

奧爾森認(rèn)為，Gemini的演示視頻確實(shí)非常令人印象深刻。Gemini能夠僅憑一些毫無規(guī)則的點(diǎn)就可以推斷出繪制內(nèi)容是一只螃蟹，顯示出谷歌DeepMind人工智能實(shí)驗(yàn)室多年來訓(xùn)練的大模型推理能力。不過，奧爾森指出，谷歌這段視頻中展示的Gemini所具備的一些功能并不是其獨(dú)有的，ChatGPT Plus也具有類似的推理能力。

圖片來源：谷歌

《每日經(jīng)濟(jì)新聞》記者注意到，在這6分鐘的視頻中，Gemini似乎能夠快速識別圖像，并在幾秒鐘的時(shí)間內(nèi)做出反應(yīng)。然而，如果用戶點(diǎn)擊發(fā)布在YouTube上的這段視頻的描述，谷歌寫了一個(gè)重要的“免責(zé)聲明”，稱“為了達(dá)到Gemini的演示目的，延遲已經(jīng)被人為減少，Gemini的輸出時(shí)長也為了簡潔而被縮短。”這意味著，Gemini實(shí)際回答每個(gè)問題所花費(fèi)的時(shí)間要比視頻演示中的更長。 

機(jī)器學(xué)習(xí)講師Santiago Valdarrama在X平臺上發(fā)文暗示，谷歌上述視頻的“免責(zé)聲明”似乎“展示的是精心挑選的好結(jié)果，不是實(shí)時(shí)錄制而是剪輯的。”他直言，“這就是誤導(dǎo)，任何參與到其中的人都應(yīng)該感到尷尬。”

圖片來源：X

此外，谷歌公布的MMLU多任務(wù)語言理解數(shù)據(jù)集測試顯示，Gemini Ultra不光超越GPT-4，甚至超越了人類專家。然而，不少業(yè)內(nèi)專家發(fā)現(xiàn)，在MMLU測試中，Gemini Ultra的結(jié)果下面有灰色小字標(biāo)CoT@32，代表使用了思維鏈提示技巧、嘗試了32次后選取最好結(jié)果。而作為對比的GPT-4，卻無提示詞技巧，且只嘗試了5次。

圖片來源：谷歌

否認(rèn)造假，Gemini負(fù)責(zé)人稱只是為了簡潔縮短了反應(yīng)時(shí)長 

美國科技媒體The Verge報(bào)道中稱，公平地說，這并不是大型科技公司首次對其產(chǎn)品演示視頻進(jìn)行剪輯處理，除了谷歌外，其他大型科技公司為了避免現(xiàn)場演示帶來任何技術(shù)性問題，都會稍微對視頻進(jìn)行調(diào)整，這也非常普遍。 

但對于視頻“造假”一說，谷歌堅(jiān)決予以否認(rèn)。谷歌DeepMind和深度學(xué)習(xí)副總裁、Gemini聯(lián)合負(fù)責(zé)人奧里奧爾·維亞萊斯（Oriol Vinyals）在一篇博客文章中，解釋了Gemini演示視頻的制作過程：性能演示視頻不是實(shí)時(shí)的，而是使用了原始鏡頭中的靜止圖像幀，然后編寫了文本提示，并要求它通過預(yù)測來做出回應(yīng)。

“視頻中的所有用戶提示和輸出都是真實(shí)的，只是為了簡潔而縮短了（Gemini的反應(yīng)時(shí)長）。這個(gè)視頻展示了使用Gemini構(gòu)建的多模式用戶體驗(yàn)，我們制作它是為了激勵開發(fā)者。”維亞萊斯強(qiáng)調(diào)。 

奧爾森對此卻并不買賬。她在專欄文章中寫道：“這與谷歌描述的完全不同——谷歌稱，任何人都可以與Gemini進(jìn)行流暢的語音對話，因?yàn)镚emini可以實(shí)時(shí)觀察周遭世界并做出反應(yīng)。”

她同時(shí)指出，谷歌官方發(fā)布的Gemini各模態(tài)性能顯示，Gemini Ultra（下圖中藍(lán)色部分）在9項(xiàng)標(biāo)準(zhǔn)基準(zhǔn)測試中的7項(xiàng)都優(yōu)于GPT-4。這些基準(zhǔn)測試往往用于測試人工智能模型在高中物理、專業(yè)法律和道德場景等方面的能力。

圖片來源：谷歌

然而，在大多數(shù)基準(zhǔn)測試中，Gemini Ultra只比OpenAI的GPT-4高出幾個(gè)百分點(diǎn)，有些甚至不到1個(gè)百分點(diǎn)。奧爾森認(rèn)為，換句話說，谷歌這個(gè)所謂的頂級人工智能模型只對OpenAI一年前完成的工作進(jìn)行了有限的改進(jìn)。

需要指出的是，谷歌的6分鐘Gemini演示視頻并沒有說明演示的模型是Gemini Ultra。

奧爾森認(rèn)為，一年前，谷歌這個(gè)“笨拙的搜索巨頭”被OpenAI的ChatGPT打了個(gè)措手不及，此后便一直希望趕上生成式人工智能這股浪潮。谷歌希望通過強(qiáng)大的營銷讓人們記住，它擁有世界上最強(qiáng)大的人工智能研究團(tuán)隊(duì)之一，并且比其他任何人都能獲得更多的數(shù)據(jù)。但從技術(shù)角度來看，在生成式人工智能方面，谷歌仍然落后于OpenAI。 

不過，在科技行業(yè)，誰也不能保證一直一帆風(fēng)順，屹立不倒。早期的手機(jī)霸主諾基亞和黑莓就是例子。在蘋果推出功能更強(qiáng)大、更受歡迎的產(chǎn)品iPhone后，諾基亞和黑莓的市場份額便迅速被搶走。而在軟件領(lǐng)域，市場的成功則來自于擁有最強(qiáng)大性能的系統(tǒng)。

封面圖片來源：視覺中國-VCG41N1188747468