米科学技術会社グーグルは現地時間12月6日、Geminiの大モデルを発売した。大言語モデルChatGPTとは異なり、Gemini大モデルはネイティブマルチモーダル大モデルであり、テキストコンテンツだけでなく、コード、オーディオ、画像、ビデオなどの多様なモダリティの情報をシームレスに滑らかに処理することができる。内部者によると、Geminiには兆元のパラメータがあり、訓練に使う計算力はGPT-4の5倍にも達する。Geminiを発表する前に、グーグルは標準的な業界指標で評価する一連のテストを行った。その結果、自然画像、音声、ビデオ理解から数学的推論まで、Gemini Ultraは32種類の基準指標のうち30項目がGPT-4を超えたが、MMLU（大規模マルチタスク言語理解）テストでは、Gemini Ultraは90.0%の高得点で初めて人間専門家を上回った。1年前、OpenAIが発売したChatGPTは一夜にして爆発し、1年後、グーグルはOpenAIに反撃するGeminiを発売し、多くの能力でGPT-4への全面的な追い越しを示し、将来誰が最後まで笑うのか、注目したい。