跳转到内容

Gemini (语言模型)

维基百科，自由的百科全书
关于使用Gemini語言模型的同名聊天機器人服務，请见「Gemini (聊天機器人)」。
Gemini
開發者Google DeepMind
首次发布2023年12月6日，​2年前​（2023-12-06）
当前版本4 Argon（2026年9月30日，​36天前​（2026-09-30））
前任PaLM 2
语言英語
类型大型语言模型
许可协议專有
网站deepmind.google/models/gemini/ 编辑维基数据

Gemini（/ˈdʒɛmɪnaɪ/）是由谷歌DeepMind開發的多模态大型语言模型系列，是LaMDA和PaLM 2系列的继承者。Gemini 1.0于2023年12月6日面世，被定位为与OpenAI的GPT-4抗衡的产品系列。Gemini家族目前包含Gemini Deep Think、Gemini Pro、Gemini Flash和Gemimi Flash-Lite。[1][2][3]

历史

[编辑]

開發

[编辑]

Google在2023年5月10日的Google I/O上發布由其子公司Google DeepMind开发的Gemini。它被定位为PaLM 2更强大的继任者。Google CEO桑达尔·皮查伊表示，Gemini当时仍处于早期开发阶段。[4][5]与其他大型语言模型不同，Gemini的独特之处在于它并非仅在文本语料库上进行训练，而是从一开始就被设计为多模态模型，这意味着它可以同时处理多种类型的数据，包括文本、图像、音频、视频和代码。[6]该模型由DeepMind和Google Brain合作开发，後者在當時已經和前者合併。[7]在接受《连线》杂志采访时，DeepMind的CEO杰米斯·哈萨比斯宣传了Gemini的先进能力，他相信该算法将胜过OpenAI的ChatGPT（當時基于GPT-4运行）。哈萨比斯强调了DeepMind的AlphaGo项目的优势——该项目在2016年击败围棋世界冠军李世乭而举世闻名，并表示Gemini将结合AlphaGo及其他Google DeepMind大型语言模型的能力。[8]

推出

[编辑]

2023年12月6日，谷歌在一次虚拟记者招待会上宣布推出了“Gemini 1.0”。[1]它由三个模型组成:Gemini Ultra—用于“高度复杂的任务”，Gemini Pro—用于“广泛的任务”, 以及Gemini Nano—用于“终端上设备的任务”。 在發布時，Gemini Pro和Gemini Nano分別被整合到Bard（後來更名為Gemini）和Pixel 8 Pro智慧型手機中，而Gemini Ultra則計劃在2024年初用於“Bard Advanced”服務並向開發者提供。Google亦計劃將Gemini整合到其他產品中，包括搜索、广告、Chrome、Google Workspace的Duet AI以及AlphaCode 2。[3][2] 2024年2月5日，流動應用程式正式發布。

模型版本

[编辑]

下表列出了Gemini的主要模型版本，描述了每个版本所包含的重大变更：[9][10]

版本 发布日期 状态[11][12] 描述
Bard 2023年3月21日 已關閉 Google首个基于LaMDA的实验性聊天机器人服务。[13]
1.0 Nano 2023年12月6日 已關閉 设计用于设备端任务，并首次应用于Google的Pixel 8 Pro。[14]
1.0 Pro 2023年12月13日 已關閉 为多样化任务而设计。[14]
1.0 Ultra 2024年2月8日 已關閉 Google在Gemini 1.0系列中最强大的模型。[14]
1.5 Flash 2024年5月14日 已關閉 从原Nano版本重新命名而来，也是Gemini提供的免费模型。
1.5 Pro 2024年5月24日 已關閉 作为1.0系列模型的继任者，1.5 Pro提供了显著增大的上下文窗口（最高100万个token），是Gemini 1.5系列中能力最强的模型。[15]
2.0 Flash 2025年2月5日 已關閉 由Google开发，专注于多模态、代理能力和速度。[16]
2.0 Pro 2025年2月5日 已關閉
2.0 Flash-Lite 2025年2月25日 已關閉 首个为成本效益和速度设计的Gemini Flash-Lite模型。[17]
2.5 Pro 2025年6月17日 未宣佈關閉
2.5 Flash 2025年6月17日 未宣佈關閉 Gemini 2.5系列的渐进式改进版本。
2.5 Flash-Lite 2025年7月22日 未宣佈關閉
2.5 Flash Image (Nano Banana) 2025年10月2日 2026年10月2日關閉
3 Pro 2025年11月18日 未宣佈關閉 基于稀疏混合专家模型（Sparse MoE），最多可输出64K token。[18]
3 Pro Image (Nano Banana Pro) 2025年11月20日 當前版本 Nano Banana的改进版本，增强了文字渲染能力和现实世界知识能力。[19]
3 Deep Think 2025年12月3日 當前版本 基于Gemini 2.5 Pro的Deep Think模式，该模式在国际信息学奥林匹克竞赛（IOI）中获得较高评价。[20][21]
3 Flash 2025年12月17日 未宣佈關閉 是 Google 推出的輕量級多模態 AI 模型，結合了 Pro 等級的推理能力與 Flash 系列的極速與低成本優勢。
3.1 Pro 2026年2月19日 當前版本 是Google的先進多模態推論模型，其抽象推理能力比前一代提升了一倍。
3.1 Flash Lite 2026年5月7日 2027年5月7日關閉 是 Google 推出的低延遲、高成本效益輕量型多模態 AI 模型，適合高頻率與大規模工作負載。
3.5 Flash 2026年5月19日 未宣佈關閉 是Google推出的生成式 AI 模型，兼具 Pro 級別的程式設計與智慧能力，以及 Flash 系列的高速度與低成本。
3.1 Flash Image (Nano Banana 2) 2026年5月28日 當前版本
3.1 Flash Lite Image 2026年6月30日 當前版本
3.6 Flash 2026年7月21日 未宣佈關閉 提升了編碼、知識工作與多模態表現，而Token用量減少17%，並且降低延遲與成本。
3.5 Flash-Lite 2026年7月21日 當前版本 是Google推出速度最快、最具成本效益的 3.5 級輕量化模型，每秒可輸出高達 350 個token。
3.7 Flash 2026年8月13日 未宣佈關閉 專為程式編寫與 AI 智慧代理打造的高效能多模態推理模型。
3.8 Flash 2026年9月2日 當前版本 Gemini 3.8 Flash 主打多步驟推理、軟體工程與 AI 代理（Agentic）任務。
4 Argon 2026年9月30日 當前版本 單次輸出上限大幅提升至 1,000,000 個 Token，在多項基準測試中排名第一，主打安全地解決複雜難題。[22]

模型關閉時間資料來源： https://ai.google.dev/gemini-api/docs/deprecations?hl=zh-tw

技术规格

[编辑]

Gemini是多模态模型，每个上下文窗口都可以包含多种形式的输入，用户在對話中可以混合文本、图片、视频和音频来开启对话，Gemini也能在回复生成這些的內容。输入图像可以是不同的分辨率，而视频则作为图像序列输入。音频以16kHz的频率进行采样，然后由通用语音模型（Universal Speech Model）转换为tokens序列。根據Deepmind的技術文檔，Gemini是多模态和多语言的数据集上訓練的，數據組由“网页文档、书籍和代码组成，并包含图像、音频和视频数据”。[23]

Gemini是仅解码器的Transformer，并经过修改以允许在TPU上进行高效的训练和推理。Gemini 1.0使用了多查询注意力(multi-query attention)。[23]

Gemini 2.5 系列：強化深層推論與長文本穩定度，包含適合高階專業任務的 Gemini 2.5 Pro 與著重效率的 Gemini 2.5 Flash。

Gemini 3 系列：持續在基準測試中超越前代，並在日常應用中提供「快捷」與「思考型」等不同模式供使用者彈性調度。

外界反响

[编辑]

Gemini的发布经历了长达数月的市场猜测和高度期待，被《麻省理工科技评论》形容为“AI炒作的顶峰”。[24][25] 2023年8月，研究公司SemiAnalysis的分析师迪伦·帕特尔（Dylan Patel）和丹尼尔·尼什尔（Daniel Nishball）发表博文，宣称Gemini的发布将“吞噬世界”并超越GPT-4，此举引发了OpenAI CEO萨姆·阿尔特曼在X（原Twitter）上的嘲讽。[26][27] 商业巨头、OpenAI的联合创始人埃隆·马斯克也参与讨论，并问道：“是数字错了吗？”[28]《商业内幕》的休·兰利（Hugh Langley）评论说，Gemini对谷歌而言是一个成败的关键时刻，他写道：“如果Gemini表现出色，将有助于谷歌改变其被微软和OpenAI抢占先机的叙事。如果它令人失望，那么批评者会更大胆地宣称谷歌已经落后了。”[29]

在2023年12月Gemini发布后，华盛顿大学名誉教授奥伦·埃齐奥尼预言，谷歌与OpenAI之间将展开一场“针锋相对的军备竞赛”。[30] 加州大學柏克萊分校的教授阿列克謝·埃弗羅斯赞扬了Gemini多模态方法的潜力，[31]而圣菲研究所的科学家米兰妮·米歇尔则称其“非常复杂”。并非所有人都印象深刻，华盛顿大学的奇拉格·沙阿（Chirag Shah）教授将这次发布比作苹果公司推出新款iPhone一样的例行公事。同样，斯坦福大学的珀西·梁（Percy Liang）、华盛顿大学的艾米丽·本德尔以及高威大学的迈克尔·马登（Michael Madden）都警告说，在不了解训练数据的情况下，很难解读基准测试的分数。[24][32] 《快公司》的马克·苏利文（Mark Sullivan）认为，谷歌有机会挑战iPhone的主导市场份额，因为他相信苹果公司不太可能利用其Siri虚拟助手开发出与Gemini相媲美的功能。[33] 在Gemini发布后的第二天，谷歌股价上涨了5.3%。[34][35] 在Gemini发布时，谷歌发布了一段令人印象深刻的演示视频，名为“与Gemini的上手体验”，视频展示了模型流畅、实时响应语音和视觉提示的能力。然而，该视频很快引发了争议，因为谷歌承认这并非真实的实时互动录像。批评者指出，视频通过剪辑和后期处理，误导用户認為Gemini拥有极低延迟和强大语音对话能力。根据报道，谷歌澄清该影片使用了视频录像中的静态图片帧，并结合文本提示词来生成Gemini的回应，而非模型实时理解人类语音和连续的视觉画面。事后，谷歌在视频的YouTube描述中补充：“为本次演示之目的，我们缩短了延迟并精简了Gemini的输出内容。”[36] Gemini 2.5 Pro預覽版在发布后登上LMArena的基准测试排行榜榜首。[37][38] 该模型在评估推理、知识、科学、数学、编码和长上下文性能的各种基准测试[哪個／哪些？]中，均取得了顶尖或极具竞争力的结果。[37][39][38][40] 初步评测强调了其相對旧版本在推理能力和性能上有所提升。[40][41] 同时，已发布的基准测试[哪個／哪些？]也显示，在某些领域来自Anthropic、xAI或OpenAI的同期模型仍保持优势。[39][38]

参见

[编辑]

參考資料

[编辑]
  1. ^ 1.0 1.1 Kruppa, Miles. Google Announces AI System Gemini After Turmoil at Rival OpenAI需要付费订阅. The Wall Street Journal. 2023-12-06 [2023-12-06]. ISSN 0099-9660. （原始内容存档于2023-12-06）. 
  2. ^ 2.0 2.1 Liedtike, Michael; O'Brien, Matt. Google launches Gemini, upping the stakes in the global AI race. Associated Press. 2023-12-06 [2023-12-06]. （原始内容存档于2023-12-06）. 
  3. ^ 3.0 3.1 Edwards, Benj. Google launches Gemini—a powerful AI model it says can surpass GPT-4. Ars Technica. 2023-12-06 [2023-12-06]. （原始内容存档于2023-12-06）. 
  4. ^ Grant, Nico. Google Builds on Tech's Latest Craze With Its Own A.I. Products有限度免费查阅，超限则需付费订阅. The New York Times. 2023-05-10 [2023-08-21]. ISSN 0362-4331. （原始内容存档于2023-05-10）. 
  5. ^ Ortiz, Sabrina. Every major AI feature announced at Google I/O 2023. ZDNet. 2023-05-10 [2023-08-21]. （原始内容存档于2023-05-10）. 
  6. ^ Milmo, Dan. Google says new AI model Gemini outperforms ChatGPT in most tests. The Guardian. 2023-12-06 [2023-12-06]. ISSN 0261-3077. （原始内容存档于2023-12-06）. 
  7. ^ Levy, Steven. Sundar Pichai on Google;s AI, Microsoft's AI, OpenAI, and ... Did We Mention AI?有限度免费查阅，超限则需付费订阅. Wired. 2023-09-11 [2023-09-12]. （原始内容存档于2023-09-11）. 
  8. ^ Knight, Will. Google DeepMind's CEO Says Its Next Algorithm Will Eclipse ChatGPT有限度免费查阅，超限则需付费订阅. Wired. 2023-06-26 [2023-08-21]. （原始内容存档于2023-06-26）. 
  9. ^ Gemini Release updates. Google. [2025-04-09]. （原始内容存档于2025-04-09）. 
  10. ^ Gemini models. Google. [2025-04-09]. （原始内容存档于2025-04-09）. 
  11. ^ Model versions and lifecycle. Google Cloud. [2025-10-05]. （原始内容存档于2025-11-12）. 
  12. ^ Doshi, Tulsee. We're expanding our Gemini 2.5 family of models. The Keyword. Google. 2025-06-17 [2025-07-12]. （原始内容存档于2026-01-01）. 
  13. ^ Pichai, Sundar. An important next step on our AI journey. The Keyword. 2023-02-06 [2025-07-12]. （原始内容存档于2026-01-01）. 
  14. ^ 14.0 14.1 14.2 Pichai, Sundar; Hassabis, Demis. Introducing Gemini: our largest and most capable AI model. The Keyword. 2023-12-06 [2025-07-12]. （原始内容存档于2025-12-26）. 
  15. ^ Pichai, Sundar; Hassabis, Demis. Our next-generation model: Gemini 1.5. The Keyword. 2024-02-15 [2025-07-12]. （原始内容存档于2024-02-18）. 
  16. ^ Pichai, Sundar; Hassabis, Demis; Kavukcuoglu, Koray. Introducing Gemini 2.0: our new AI model for the agentic era. The Keyword. 2024-12-11 [2025-07-12]. 
  17. ^ Mallick, Shrestha; Kilpatrick, Logan. Gemini 2.0: Flash, Flash-Lite and Pro. Google for Developers. 
  18. ^ 引用错误：没有为名为t5REb的参考文献提供内容
  19. ^ 引用错误：没有为名为x46Kx的参考文献提供内容
  20. ^ 引用错误：没有为名为wWwmU的参考文献提供内容
  21. ^ 引用错误：没有为名为S5d8b的参考文献提供内容
  22. ^ Gemini 4 Argon: our next era of frontier intelligence. Google for Developers. 
  23. ^ 23.0 23.1 Gemini: A Family of Highly Capable Multimodal Models (PDF) (技术报告). Google DeepMind. 2023-12-06 [2023-12-07]. （原始内容存档 (PDF)于2023-12-06）. 
  24. ^ 24.0 24.1 Heikkilä, Melissa; Heaven, Will Douglas. Google DeepMind's new Gemini model looks amazing—but could signal peak AI hype有限度免费查阅，超限则需付费订阅. MIT Technology Review. 2023-12-06 [2023-12-06]. （原始内容存档于2023-12-06）. 
  25. ^ Henshall, Will. Google DeepMind Unveils Its Most Powerful AI Offering Yet有限度免费查阅，超限则需付费订阅. Time. 2023-12-06 [2023-12-06]. （原始内容存档于2023-12-06）.  参数|magazine=与模板{{cite web}}不匹配（建议改用{{cite magazine}}或|website=） (帮助)
  26. ^ howdhury, Hasan. AI bros are at war over declarations that Google's upcoming Gemini AI model smashes OpenAI's GPT-4有限度免费查阅，超限则需付费订阅. Business Insider. 2023-08-29 [2023-09-07]. （原始内容存档于2023-08-29）. 
  27. ^ Harrison, Maggie. OpenAI Rages at Report that Google's New AI Crushes GPT-4有限度免费查阅，超限则需付费订阅. Fortune. 2023-08-31 [2023-09-07]. （原始内容存档于2023-08-31）. 
  28. ^ Musk, Elon [@elonmusk]. Are the numbers wrong? (推文). 2023-08-29 [2023-10-15]. （原始内容存档于2023-09-01） –通过Twitter. 
  29. ^ Langley, Hugh. Google's make-or-break moment with Gemini is near有限度免费查阅，超限则需付费订阅. Business Insider. 2023-10-01 [2025-10-05]. 
  30. ^ Bishop, Todd. Google’s Gemini reveal promises to escalate AI ‘arms race’ with Microsoft and OpenAI. GeekWire. 2023-12-06 [2025-10-05]. 
  31. ^ Knight, Will. Google Just Launched Gemini, Its Long-Awaited Answer to ChatGPT有限度免费查阅，超限则需付费订阅. Wired. 2023-12-06 [2023-12-06]. （原始内容存档于2023-12-06）. 
  32. ^ Madden, Michael G. Google's Gemini: is the new AI model really better than ChatGPT?. The Conversation. 2023-12-15 [2024-02-04]. （原始内容存档于2023-12-15）. 
  33. ^ Sullivan, Mark. Gemini-powered Google phones may make Siri even more of an Achilles' heel for the iPhone有限度免费查阅，超限则需付费订阅. Fast Company. 2023-12-06 [2023-12-07]. （原始内容存档于2023-12-07）. 
  34. ^ Soni, Aditya. Alphabet soars as Wall Street cheers arrival of AI model Gemini有限度免费查阅，超限则需付费订阅. Reuters. 2023-12-07 [2024-02-04]. （原始内容存档于2023-12-07）. 
  35. ^ Swartz, Jon. Gemini, Google's long-awaited answer to ChatGPT, is an overnight hit有限度免费查阅，超限则需付费订阅. MarketWatch. 2023-12-07 [2024-02-04]. （原始内容存档于2023-12-07）. 
  36. ^ Kovach, Steve; Elias, Jennifer. Google Faces Controversy over Edited Gemini AI Demo Video. CNBC. 2023-12-08 [2023-12-09]. （原始内容存档于2023-12-09） （英语）. 
  37. ^ 37.0 37.1 Kavukcuoglu, Koray. Gemini 2.5: Our most intelligent AI model. The Keyword (Google Blog). 2025-03-25 [2025-03-26]. （原始内容存档于2025-07-26）. 
  38. ^ 38.0 38.1 38.2 Google's Gemini 2.5 Pro model tops LMArena by close to 40 points. R&D World. 2025-03-25 [2025-03-26]. （原始内容存档于2026-02-15）. 
  39. ^ 39.0 39.1 Gemini Pro - Technical Details and Benchmarks. Google DeepMind. 2025-03-25 [2025-03-26]. （原始内容存档于2025-05-16）. 
  40. ^ 40.0 40.1 Gemini 2.5 is now available for Advanced users and it seriously improves Google's AI reasoning. TechRadar. 2025-03-26 [2025-03-26]. （原始内容存档于2025-11-09）. 
  41. ^ Gemini 2.5 Pro Exp: How to Access, Features, Applications & More. Analytics Vidhya. 2025-03-26 [2025-03-26]. （原始内容存档于2026-06-04）. 

外部链接

[编辑]
取自“https://zh.wikipedia.org/w/index.php?title=Gemini_(语言模型)&oldid=95014808”