Gemini 1.5-谷歌发布的新一代AI大模型

Gemini 1.5是谷歌发布的全新AI大模型，除了性能显著增强，还在长上下文理解方面取得突破，它可以处理多达100万token，实现了迄今为止任何大型基础模型中最长的上下文窗口。甚至能仅靠提示词学会一门训练数据中没有的新语言。

Gemini 1.5主要功能特点

谷歌表示相比较前代产品 Gemini 1.0 Ultra，1.5 新模型在多个方面都取得了长足进步，能够更高效、更长时间地处理信息。

• 性能提升：Gemini 1.5 在多个维度上展示了显著的性能提升，尤其是在长上下文理解方面。
• 长上下文窗口：模型支持长达 100 万 token 的上下文窗口，这是迄今为止任何大规模基础模型中最长的上下文窗口。
• 多模态处理：Gemini 1.5 能够处理和理解视频、音频、文本和代码等多种数据模态。
• 高效架构：采用 Mixture-of-Experts (MoE) 架构，提高了模型的训练和推理效率。
• 长上下文理解：能够处理大量信息，如 1 小时视频、11 小时音频、超过 30,000 行代码或超过 700,000 个单词。
• 复杂推理：能够分析、分类和总结大量内容，例如 Apollo 11 任务的 402 页记录。
• 跨模态理解与推理：能够对视频内容进行高级理解和推理，例如分析 Buster Keaton 的 44 分钟无声电影。
• 代码问题解决：能够处理和推理超过 100,000 行代码，提供有用的修改建议和解释。
• 增强性能：在文本、代码、图像、音频和视频评估中，1.5 Pro 在 87% 的基准测试中优于 1.0 Pro，与 1.0 Ultra 的性能相当。

如何使用Gemini 1.5？

开发者和企业客户现在可以通过AI Studio and in Vertex AI申请试用1.5 Pro，其中有12.8万token上下文窗口，稍后可扩展到100万token。