谷歌Gemini 1.5 Pro震撼发布：多模态能力超越GPT-4o、Claude-3.5 Sonnet

近日消息，谷歌揭晓了其人工智能研究的最新成果——Gemini1.5Pro，并通过Google AI Studio搭配Gemini API，发布了实验性质的“版本0801”，旨在邀请开发者和研究人员参与早期测试，收集宝贵意见与反馈，共同推进AI技术的边界。

新模型迅速在著名的 LMSYS Chatbot Arena 排行榜（由 Gradio 构建）上占据榜首，其令人瞩目的 ELO 分数高达1300。这一成就使 Gemini1.5Pro 领先于像 OpenAI 的 GPT-4o（ELO:1286）和 Anthropic 的 Claude-3.5Sonnet(ELO:1271)这样强大的竞争对手。

Gemini 团队的关键人物西蒙·托库明在 X.com 上的一篇帖子中庆祝了这一发布，称其为“我们所打造的最强、最智能的 Gemini”。早期用户的反馈也支持了这一说法，一位 Redditor 称该模型“好得令人疯狂”，并希望其能力不会被削减。

Gemini1.5Pro 的新功能

Gemini1.5Pro 在众多任务中展现出强大实力，该模型在多语言任务方面表现出色，在数学、复杂提示和编码等技术领域也有强劲表现。它还在 LMSYS 的视觉排行榜上位居榜首，突显了其多模态能力。

这次发布建立在谷歌于2月推出的 Gemini1.5的基础上，1.5系列的一个突出特点是其广阔的上下文窗口，多达200万个标记，远远超过许多竞争模型。这使得 Gemini1.5Pro 能够处理和推理大量信息，包括冗长的文档、广泛的代码库以及扩展的音频或视频内容。

Gemini1.5Pro 增强的能力可能会改变企业在数据分析、软件开发和客户互动方面的运营。该模型能够高精度处理复杂的多模态输入，为各行业的自动化和决策支持开辟了新的可能性。

谷歌决定让 Gemini1.5Pro进行早期测试，反映了 AI 行业日益增长的开放开发和社区参与的趋势。通过征求开发者和用户的反馈，谷歌旨在进一步完善该模型，并在更广泛推广之前解决潜在问题。

Gemini1.5Pro 的发布代表了正在进行的 AI 竞赛中的重大举措，科技巨头和初创公司都在争夺霸主地位。其在各种任务中的表现表明，谷歌在开发更通用和强大的 AI 系统方面正在取得实质性进展。

扩 展 阅 读

谷歌安卓15 QPR2新增Linux终端，助力开发者在虚拟机中运行Linux应用

谷歌（Google） 7小时前