The Verge ·

谷歌推出下一代AI模型Gemini 1.5——几乎已准备就绪

💡 原文英文，约700词，阅读约需3分钟。

📝

内容提要

谷歌推出Gemini 1.5，是Gemini大型语言模型的继任者，具有更大的上下文窗口和更高的效率。该模型使用“Mixture of Experts”技术，正在测试1000万个令牌的上下文窗口。Gemini 1.5将仅对企业用户和开发者提供，最终将取代Gemini 1.0。谷歌正在与OpenAI等公司竞争建立最佳AI工具。

🔎

延伸解读

上下文窗口的突破性扩展

Gemini 1.5 的上下文窗口达到 100 万令牌，远超 GPT-4 的 12.8 万和当前 Gemini Pro 的 3.2 万。这意味着模型能一次性处理约 10 小时视频或数万行代码，适合需要分析大量资料的任务。谷歌还在测试 1000 万令牌的窗口，但标准版仍为 12.8 万，百万级需额外付费。

MoE 技术带来的效率提升

Gemini 1.5 采用“混合专家”（MoE）技术，每次查询只运行模型的一部分，而非全部。这使模型响应更快，对谷歌而言运行成本也更低。效率提升是 Gemini 1.5 Pro 能在 87% 基准测试中超越 1.0 Pro 的重要原因之一，也为处理更大上下文提供了基础。

商业应用与竞争定位

Gemini 1.5 目前仅通过 Vertex AI 和 AI Studio 面向企业和开发者开放，最终将取代 Gemini 1.0。大上下文窗口支持上传整部电影或大量财务记录进行分析，皮查伊认为这是重大突破。谷歌正与 OpenAI 等公司激烈竞争，企业需在 OpenAI、谷歌等之间选择开发者协议。

安全与伦理的同步测试

随着上下文窗口扩大，谷歌正在测试模型的安全性和伦理边界。更大的窗口意味着模型能接触更多信息，可能带来新的风险，如隐私泄露或不当内容生成。谷歌在推进功能的同时强调安全测试，但具体措施和结果尚未详细披露，这是企业用户需要关注的方向。

❓

Q&A

Gemini 1.5 是什么？它和 Gemini 1.0 有什么关系？

Gemini 1.5 是谷歌推出的下一代大型语言模型，是 Gemini 1.0 的继任者。它最终将取代 Gemini 1.0，目前仅对企业用户和开发者开放。

Gemini 1.5 的上下文窗口有多大？相比其他模型有什么优势？

Gemini 1.5 的上下文窗口高达 100 万个令牌，而 OpenAI 的 GPT-4 为 12.8 万，当前的 Gemini Pro 为 3.2 万。这意味着它可以一次性处理更大量的信息，例如约 10-11 小时的视频或数万行代码。谷歌还在测试 1000 万令牌的上下文窗口。

Gemini 1.5 使用了什么技术来提高效率？

Gemini 1.5 使用了“Mixture of Experts”（专家混合）技术，这意味着在处理查询时只运行模型的一部分，而不是始终处理整个模型。这种方法使模型对用户来说更快，对谷歌来说运行更高效。

Gemini 1.5 在性能上比 Gemini 1.0 提升了多少？

Gemini 1.5 Pro 在 87% 的基准测试中超越了 Gemini 1.0 Pro，并且与谷歌最近推出的高端 Gemini Ultra 相当。

Gemini 1.5 目前对哪些用户开放？未来会如何推广？

目前 Gemini 1.5 仅通过谷歌的 Vertex AI 和 AI Studio 对企业用户和开发者开放。最终它将取代 Gemini 1.0，标准版 Gemini Pro（在 gemini.google.com 和谷歌应用中提供）将变为具有 12.8 万令牌上下文窗口的 1.5 Pro，而使用 100 万令牌窗口需要额外付费。

Gemini 1.5 的大上下文窗口有哪些实际应用场景？

大上下文窗口可以处理更大查询和更多信息，适用于商业用途。例如，电影制作人可以上传整部电影并询问 Gemini 评论家可能怎么说；公司可以用 Gemini 查看大量财务记录。谷歌 CEO 皮查伊认为这是谷歌取得的更大突破之一。

谷歌在 AI 领域面临怎样的竞争？

谷歌正在与 OpenAI 等公司竞争，争夺最佳 AI 工具的市场。企业正在决定与 OpenAI、谷歌还是其他公司签署开发者协议。OpenAI 最近为 ChatGPT 宣布了“记忆”功能，并似乎准备进军网络搜索。

谷歌如何确保 Gemini 1.5 的安全性和伦理合规？

谷歌正在测试模型的安全性和伦理界限，特别是针对新扩大的上下文窗口。

🏷️