Google Gemini 1.0: multimodale nativo in tre taglie
In una frase Google annuncia Gemini 1.0 in tre taglie (Ultra, Pro, Nano), addestrato fin dall'inizio su testo, immagini, audio e video. Ultra dichiara 90,0% su MMLU e lo stato dell'arte su 30 di 32 benchmark. Pro arriva subito in Bard; la demo video si rivela montata.
Google presenta Gemini, la famiglia di modelli che succede a PaLM 2. La novità di principio: Gemini è multimodale nativo, cioè addestrato fin dall'inizio su testo, immagini, audio e video insieme.
Tre taglie:
- Ultra: il modello più capace; secondo Google supera lo stato dell'arte su 30 dei 32 benchmark accademici più usati ed è il primo a superare gli esperti umani su MMLU (90,0%);
- Pro: la taglia che da subito alimenta Bard, in inglese in oltre 170 paesi e territori;
- Nano: gira on-device, a partire dal Pixel 8 Pro.
Il lancio è macchiato da una controversia: il video "Hands-on with Gemini" sembra un'interazione dal vivo, ma Google conferma che è stato realizzato con fotogrammi statici e prompt testuali, con latenza ridotta e risposte accorciate. Ultra non è disponibile al lancio: Google lo promette per l'inizio del 2024, anche in una nuova versione Bard Advanced.
Aziende
Google, Google DeepMind
Tool
Gemini Ultra, Gemini Pro, Gemini Nano, Bard
Tag
Fonti