网易首页 > 网易号 > 正文 申请入驻

试用完谷歌的Gemini,我只想说GPT-4有点菜

0
分享至



告诉 GPT-4 :安,勿念。我这边和谷歌 Gemini 过得很幸福。

就在今天凌晨,憋了好久的谷歌开大了,直接推出了最新的人工智能模型Gemini( 双子座 )。



这个被谷歌称为规模最大、能力最强的人工智能模型,如果光看官方的演示视频,那真的过于高级了点。

在视频里, Gemini 不仅秒识别演示者画的画、放的视频、做的小把戏、玩的恶作剧,而且整个过程中对答如流,各种语气助词熟练得飞起。

如果没提前说,你甚至都会以为这就是电影里的贾维斯

要真这么牛逼,还要什么 GPT-4 啊?

不过差评君仔细看了下发现,这次发布的 Gemini 其实是一个家族式大模型,分别是 “中杯”Gemini Nano 、 “大杯”Gemini Pro 和 “超大杯”Gemini Ultra 。

目前现在大家能用上的都是 Gemini Pro ,而大部分的测试演示都是基于 “ 超大杯 ”Gemini Ultra 来的。



从官方放出的数据来看,虽然每个版本都有自己合适的环境,但不同版本间,性能还是有着明显差异的。



而 “ 超大杯 ” 的 Gemini Ultra 的能力确实是杠杠的。

不仅在各种常规测试里都薄纱了 GPT-4 。



甚至在 MMLU ( 大规模多任务语言理解 )测试里, Gemini Ultra 超过 GPT-4 还不够,还超越了人类专家,成为了第一个在该方面超越人类的模型。



除了在常规能力上的全面超越 GPT-4 , Gemini 最特殊的一点是,它是谷歌带来的首个多模态大模型,也就是能不光能打字互动,也能进行语音、视频、图片的互动。

按照谷歌的说法,现有的所谓多模态大模型,都是单独训练了文本、视觉和音频等模型,再把这几个拼接起来。

这样出来的 “ 散装 ” 多模态大模型,在遇到图片、文字、语音或者视频同时出现时,只会分解出不同模块各自回答,然后汇总各个部分的回答最后形成答案。

而 Gemini 从根上就是个多模态模型,然后又通过大量多模态数据训练,它能够一开始就同步理解多模态。



这就好比遇到一个中日韩英混杂的旅游团,以往都是找懂对应语言的导游组成导游团去带队。

而 Gemini 的做法是找了一个通晓中日韩英四门语言的导游,一个人就能无缝安排所有游客。

所以不出意外,在此前 GPT-4V “ 遥遥领先 ” 的多模态测试里, Gemini 也呈现了一种全面超越的姿态。



但也就是看起来过于牛逼,以至于显得不够真实,所以 Gemini 也在网上招来不少质疑。

比如有人吐槽明明 90.0% 和 89.8% 就差了千分之二,结果图里看起来像是巨大提升。

而且不少人还发现在不少测试里,谷歌用了些 “春秋手法” 。



因为给 Gemini Ultra 和 GPT-4 使用的测试方法并不一样, Gemini Ultra 用的是自家特调的全新方法 CoT@32* 。

在这种新方法下, GPT-4 得分提升一般般,而 Gemini 却进步明显。



可如果 Gemini Ultra 和 GPT-4 的同一标准,那它的得分就只有 83.7 ,还不如 GPT-4 。



甚至,还有不少人怀疑那个演示互动视频也是剪辑出来的卖家秀,实际效果绝对没那么牛。

这些真真假假的戏码咱也不管了,因为谷歌已经在 Bard 上用了微调后的 Gemini Pro ,所以我们也可以直接看看,这波升级后的 Bard 能耐到底涨了多少。

不过,目前调整过的 Bard 只支持英文,所以我们找来了 GPT-4V 版的 ChatGPT ,用英文让他们来一波华山论剑



按照谷歌说法,这次 Gemini 在多模态上的长进最大,所以今天,我们主要就测测这块。

先考考它们的一些基础常识,丢一张八达岭长城的照片过去,让它们猜猜这是什么地方。

没想到一上来 Bard 就给了 ChatGPT 一个下马威, Bard 这边准确地给出了八达岭长城的答案。



而 ChatGPT 这边却有点底气不足,只给了个长城的答案,至于是哪段,它就没具体说。



不过马有失蹄,偶尔一次失误也没啥,为了进一步考验它们的图片识别能力,这把我直接让他们识别车的型号。

它们倒是都给出正确答案了:雪佛兰科尔维特

但细节上还是 Bard 要稍稍细致些,发动机的型号,马力以及加速情况都写出来了,查了下也都对的上,没胡说八道。



ChatGPT 这边,就只简单给出了答案,带了句性价比不错。



能识别出这些正儿八经的图片,也显示不出有多大的能耐,毕竟现在这都是大模型的基本要求了。

于是差评君又上网找来了些梗图,试试它们理解人类复杂思维的程度。

先是这个狗带保护头套的一个梗图。



Bard 和 ChatGPT 给出的答案都差不多,都点明了带上这个保护套后,狗狗很想舔舐伤口。



接下来我又试了下这个猫猫表情包,各位打工人应该都能 get 到吧。



Bard 不仅读出了大伙们讨厌周一的意思,还认出了这是 2012 年火的一只网红猫。



ChatGPT 这边回答得倒很简洁,意思也解读出来了,和 Bard旗鼓相当



毕竟,幽默作为一种对事物的诙谐、滑稽或不合逻辑的理解和共鸣。。。

能读懂梗图、理解幽默,至少需要 AI 有理解人类情感、经验和文化背景的能力。

当然,天天要码字的差评君也得试试它的图表分析能力,说不定之后咱也能多了个生产力工具。。。

我从美国财政部的官网随便找了张柱状图丢给它们,看看它们能读出多少信息。



这块儿, Bard 和 ChatGPT 就有点难分伯仲了,大家给出的信息点都大差不差,都准确读出了美国会加大对低等基础设施州的投资力度。

就只是在表述语序上有一点差别,选哪个就看个人喜好了,不过要我说白嫖党还是 Bard 香啊。



最后,我们还搬出了大模型们的噩梦,也就是数学题,测了测它们的数学能力。

第一道是道初中难度的几何题,让它们求一下 ABO 的角度。



Bard 这边小试牛刀,迅速判断出了 ABO 是个等边三角形,得到 ABO 是个 60 °的答案。



但是 ChatGPT 这边的答案却大跌眼镜,直接整出了 45 °。。。



在另一道,判断哪些点连续但不可微的题目上, Bard 这边也略胜一筹

有点高数基础的差友,应该都能看出 C :x=-2 和 x=1 是正确答案。



Bard 这边稳扎稳打,选出了正确答案 C 。



ChatGPT 继续选择破罐子破摔,支支吾吾选了个它认为最有可能的答案 B 。。。



总得来讲,在几轮的测试对比之后,终于让差评君遇个到能和 GPT-4V 打得有来有回,甚至有些小优的大模型了。

而在几天之后的 13 号,开发者和企业用户,也直接可以调用 Gemini Pro 的 API 了。

另外,谷歌还准备把 Gemini 引入了 Pixel , Pixel 8 Pro 将是第一款运行 Gemini Nano 的智能手机。

在接下来的几个月中, Gemini 还会相继和搜索、广告、 Chrome 等服务和产品结合。

至于纸面实力 “ 暴打 ”GPT-4V 的Gemini Ultra,则还要等到明年的年初,在 Bard Advanced 才能体验到。



最后,差评君想说俗话讲得好,巨人难转身。。。不少人用这样的比喻,来形容今年谷歌在 AI 新时代的困境。

毕竟上半年发布 Bard 的时候,甚至还因为推出得太急,整出了不少笑话。



谷歌的 AI 从遥遥领先,到沦为 OpenAI 追赶者的故事,似乎也成了科技圈的“ 伤仲永 ”,被大家当成了典型。

但差评君觉得,巨人转身的 “ 难 ” ,最起码有两层逻辑在里面。

第一层是愿不愿意转身,另一层,才是成不成功的问题。

无论是雪藏 “ 数码相机 ” 的柯达,还是固守塞班系统到 2013 年的诺基亚,在第一层就出了些问题。

咱们也能看到,至少在转身的态度这块儿,谷歌是没得说。

而目前的 Gemini 给我的感觉,虽说没有当时初识 ChatGPT 时的惊艳,但好歹,是谷歌该有的水平。

毕竟,大伙们可别忘了,当年奥特曼、马斯克等人创办 OpenAI 的目的之一,就是为了打破谷歌在 AI 领域的垄断。

包括 “ GPT ” 中的 “ T ” ,也就是 Transformer ,最早也是谷歌团队提出来的。

而起了个大早,赶了个晚集的谷歌,这次最起码跟上了步伐。

当然在通往 AGI 的道路上,差评君不好说谷歌、 OpenAI 、或是其他谁谁谁会第一个到终点、谁的方向是不是走对了。

但不能否认的是,如果一个内力雄厚的巨人一旦转身成功,方向还碰巧对了,并且还开启氮气加速。。。

那,怕是谁也挡不住。

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
这才是德国真实收入:平均税前5800欧,税后实际到手大约为3600欧

这才是德国真实收入:平均税前5800欧,税后实际到手大约为3600欧

杂谈哥闲谈
2024-02-27 23:59:21
重伤!赛季报销!英超劲旅失去进攻核心,多线作战前景堪忧

重伤!赛季报销!英超劲旅失去进攻核心,多线作战前景堪忧

体育小龙说
2024-02-28 16:34:09
两岸已谈妥?台谈判代表离开金门,民进党一反常态洪秀柱火力全开

两岸已谈妥?台谈判代表离开金门,民进党一反常态洪秀柱火力全开

奇思妙想草叶君
2024-02-28 21:33:16
比特币一度突破64000美元,加密货币市场“狂飙”,24小时超11万人爆仓,32亿元蒸发!发生了什么?

比特币一度突破64000美元,加密货币市场“狂飙”,24小时超11万人爆仓,32亿元蒸发!发生了什么?

每日经济新闻
2024-02-29 06:13:19
42岁郭晶晶晒米兰之旅,开心上演腾空一字马,活力满格毫无包袱

42岁郭晶晶晒米兰之旅,开心上演腾空一字马,活力满格毫无包袱

侦探娱乐
2024-02-28 10:26:56
选择最痛苦的死法,为什么会让他露出这种神情?

选择最痛苦的死法,为什么会让他露出这种神情?

硬核研究所
2024-02-28 11:09:30
劝谏!哭诉!举报!刘国梁最新社媒评论区沦陷,马琳后悔也晚了

劝谏!哭诉!举报!刘国梁最新社媒评论区沦陷,马琳后悔也晚了

二哥聊球
2024-02-28 13:48:57
男子到女上司家谈工作,对方故意打扮拖延时间,为了爱情豁出去了

男子到女上司家谈工作,对方故意打扮拖延时间,为了爱情豁出去了

北风咧
2024-02-28 13:17:08
衣服好像不大合身李凯尔晒照:将胜利延续

衣服好像不大合身李凯尔晒照:将胜利延续

直播吧
2024-02-28 17:23:13
高启强原型,30万买初夜,搞12名女星,叫嚣:副国级以下办不了我

高启强原型,30万买初夜,搞12名女星,叫嚣:副国级以下办不了我

古今档案
2023-09-26 01:06:29
我弟弟刚提的车!哈哈哈

我弟弟刚提的车!哈哈哈

涛涛生活搞笑
2024-02-28 15:16:26
美国终于又发生森林火灾了,官媒又反复报道了

美国终于又发生森林火灾了,官媒又反复报道了

历史总在押韵
2024-02-27 23:42:05
著名演员佘诗曼在香港的“豪宅”,没看错吧,也就4-50平方米

著名演员佘诗曼在香港的“豪宅”,没看错吧,也就4-50平方米

静静时光
2024-02-23 12:52:56
美国这一夜,女星个个风情万种,却被石头姐的雪白腋窝抢走了风头

美国这一夜,女星个个风情万种,却被石头姐的雪白腋窝抢走了风头

电影烂番茄
2024-02-28 23:24:55
绝对的“狠角色”!预售24小时订单1.6万,3天后上市!

绝对的“狠角色”!预售24小时订单1.6万,3天后上市!

户外小阿隋
2024-02-28 23:58:46
2月28日俄乌:马克龙不放弃派兵的想法,约翰逊继续阻挠对乌援助

2月28日俄乌:马克龙不放弃派兵的想法,约翰逊继续阻挠对乌援助

山河路口
2024-02-28 20:52:05
宣布了:超万人集体辞职!

宣布了:超万人集体辞职!

天津人
2024-02-28 17:20:28
聂远带女儿去餐厅尝鹅肝,吃相“粗鲁”,才知星二代与富二代差距

聂远带女儿去餐厅尝鹅肝,吃相“粗鲁”,才知星二代与富二代差距

娱乐圈酸柠檬
2024-02-28 16:05:23
江苏省无锡市锡山区委原书记顾中明接受审查调查

江苏省无锡市锡山区委原书记顾中明接受审查调查

界面新闻
2024-02-28 20:14:24
王健林:“宗馥莉是我最心仪的儿媳,可惜犬子不争气。”

王健林:“宗馥莉是我最心仪的儿媳,可惜犬子不争气。”

柴叔带你看电影
2024-02-18 22:17:48
2024-02-29 13:12:49
差评
差评
这些东西,大佬们肯定不想让你
6988文章数 486933关注度
往期回顾 全部

科技要闻

学者:少吃饭能延缓衰老 这是目前最科学的

头条要闻

印度一航天发射场广告现中国国旗图案 莫迪狠批地方党

头条要闻

印度一航天发射场广告现中国国旗图案 莫迪狠批地方党

体育要闻

保罗也炮轰莫雷:他根本不会做人!

娱乐要闻

网传《浪姐5》最新名单:朱丹苗苗加入

财经要闻

搭上董明珠,王自如依旧难自如

汽车要闻

10.98-16.98万元 奇瑞iCAR 03纯电方盒子上市

态度原创

本地
时尚
房产
旅游
手机

本地新闻

望周知,新加坡是免签了,不是免费了

衣服不在多,会穿最重要!中年女人这样搭不显老,能焕发活力

房产要闻

2024交付大考,你有料我来爆

旅游要闻

这个碳水之王,香了中国人3000年

手机要闻

小米14 Ultra陶瓷背板材质遭博主质疑 是陶瓷还是玻璃?

无障碍浏览 进入关怀版