谷歌AI“王炸”曝光！功能或可对标三大顶流 视频数据竟成胜负手？

一场ChatGPT引发的AI热潮，引发了谷歌的危机感。从聊天机器人Bard、“通才”AI模型PaLM 2，再到合并谷歌大脑与DeepMind、联合创始人Sergey Brin回归，这家科技巨头的各种措施都在强调自己对AI的重视。

如今，谷歌的全新AI“大杀器”即将到来。

据The Information消息，谷歌最大的AI集成产品Gemini最早将于今年秋季推出。谷歌意在凭借这一产品直接超越ChatGPT等对手，而非简单地与对手竞争。

知情人士指出，谷歌的重点是将AI的文本生成功能与文生图功能相结合，打造一款多模态产品。同时，谷歌甚至还在考虑进一步增加其他功能，例如分析流程图、语音控制软件等。

鉴于Gemini具备的强大功能，谷歌很可能会将其用于自家产品组合，包括Google Docs、Slides等企业级应用。

此外，谷歌或将通过云服务器租赁服务，向开发者收取Gemini访问费用。

这也意味着，若上述功能全部实现，谷歌一款Gemini，或许就将抵得上ChatGPT + Midjourney/Dall-E + Microsoft 365 Copilot。

▌谷歌两大AI团队结合 26位大佬参与

谷歌的这一产品名Gemini，意为“双子座”，在拉丁语中意为“双胞胎”，常与双面性、双重性格联系在一起。

这一象征意味也暗示着Gemini的功能与诞生——除了功能上的多面性、多元化之外，Gemini诞生于谷歌两大AI团队的结合：谷歌大脑与DeepMind，这两个团队的理念与历史不尽相同，有时甚至相互冲突。

消息人士指出，目前至少有26名技术大拿正在参与开发Gemini，其中便包括曾在谷歌大脑或DeepMind工作的研究人员，例如谷歌高级研究员Paul Barham、来自DeepMind的Tom Hennigan。另外，DeepMind的两位高管Oriol Vinyals、Koray Kavukcuoglu，将与前谷歌大脑负责人Jeff Dean一起负责Gemini开发。

当然，Gemini团队中，最引人瞩目的成员或许当属谷歌联合创始人Sergey Brin。重返谷歌后，Brin在Gemini模型的评估与训练中发挥着重要作用。

▌YouTube视频数据库帮大忙

说到Gemini模型训练，其强大的能力离不开庞大的训练数据支撑。

与其他AI大模型类似，Gemini的训练数据中包含多种文本及图像数据，以帮助其识别不同模式并对不同问题作出回答。

同时，谷歌自家的视频平台YouTube更是帮了大忙。知情人士指出，谷歌一直在使用YouTube视频副本来训练Gemini。由此Gemini可以将音频与视频集成到模型之中，实现多模态能力。

YouTube上有多少个视频？目前其并没有公布具体数据。但据Global Media Insight估计，平台上至少有8亿个视频。

而谷歌公司的律师也在持续密切关注Gemini使用的训练数据材料，以防侵犯版权。