谷歌Gemini開啟原生多模態大模型新時代（附股）

• 財經與經濟


谷歌Gemini開啟原生多模態大模型新時代（附股）插图1

12月6日，谷歌發佈大模型Gemini 1.0，並在技術報告中聲稱其Ultra版在絕大部分測試中優於GPT-4。

（1）Gemini Ultra，對標GPT-4，主要用於數據中心，在32項基準測試中30項優於GPT-4，絕大部分文本和推理測試中略勝於GPT-4，在幾乎所有多模態（圖像、視頻、音頻）任務中

略勝於GPT-4V。預計2024年初可以通過Bard的高級版訪問。

（2）Gemini Pro，對標GPT3.5，在8項基準測試中6項優於GPT3.5，適用於廣泛的任務，目前已部署在Bard（僅支持文本），開發者和企業客戶12月13日可以通過Google AI Studio或Google Cloud Vertex AI訪問Gemini Pro。

（3）Gemini Nano，支持在安卓設備上本地離線訪問，目前已在Pixel 8 Pro上部署，可以實現文本摘要、上下文智慧回復、語法糾正等功能，在Gemini Nano支持下，Pixel 8 Pro可以在沒有網路連接的情況下總結錄音內容。    

谷歌Gemini開啟原生多模態大模型新時代（附股）插图3

目前創建多模態模型時，往往分別訓練不同模態的模型並加以拼接。OpenAI就是單獨訓練了支持圖像和語言的模型DALL-E和Whisper。而Gemini為原生多模態大模型，由多模態數據集訓練而來，一開始就在不同模態上進行預訓練，可以處理跨文本、圖像、音頻、視頻和代碼的複雜任務，因此能夠對輸入的各模態內容順暢地理解和推理，效果較優。

多模態能力將是未來大模型廠商技術發展重點，谷歌、OpenAI、Adobe等巨頭紛紛發力多模態，人工智慧有望加速邁進“通感”時代，應用場景和生態也將進一步豐富。    

谷歌Gemini開啟原生多模態大模型新時代（附股）插图5

A股多模態相關概念股有約40只，受Gemini發佈的影響，近期表現搶眼。

網達軟體(603189.SH)拿下6天4板，公司稱促進AI技術在視頻圖像領域的應用，可對媒資內容進行視頻結構化分析，實現自動打點、自動標注、自動快剪、自動人物集錦等功能，以減少了人工標注的工作量。此外，參股公司上海蛙色產品可以實現AI摳圖生成嵌入視頻/圖文，位置匹配系統可實現多模態動態交互，打造科技創意效果。

因賽集團(300781.SZ)近6天內收穫3次20%漲停，公司基於各類第三方大型模型和自研營銷領域專用的AIGC多模態模型，實現文本、圖片、視頻等多種形式的智能化內容生成，並應用於智慧策劃、文案撰寫、平面設計、視頻製作等具體的業務場景。

秀克州科達(603660.SH)兩連板，公司是網路視頻會議和網路安防領域龍頭，推出了著眼於安防行業實際應用場景的大模型KD-GPT，包括多模態大模型、AIGC圖像大模型和行業大模型已經初具雛形，並開始在實際專案中投入應用

聲訊股份(003004.SZ)：公司在多源多模態算法和模型上有長期的積累，在沉澱多年的行業大數據基礎上，經過長期訓練形成了安防、檢領域的行業化智慧應用。公司在安防、安檢類的數據，如視頻數據、音頻數據、報警圖像數據、X光成像數據等方面，有著豐富的大數據基礎，形成了安防與安檢千萬級的可見光視頻圖像數據、光圖像數據以及其他結構光的圖像數據。   


聯系郵箱：0xniumao@gmail.com






赞 (0)
上一篇 2023年12月10日 pm6:15
下一篇 2023年12月10日 pm6:16

相关推荐