科技巨头公司—Google，在12月6日发表了新一代的人工智慧模型—Gemini，官方对外宣称，在32项AI测试中，有30项的评分超越了OpenAI的GPT-4。
官方秀出的展示视频中，与多模型人工智慧的互动，令社群媒体瞠目结舌，更被认为是辗压GPT-4的杀手级产品。然而没有想到的是，这场竞赛很快就迎来反转，Gemini似乎正在跌落神坛。
Google官方提前对影片进行了剪辑？
回顾谷歌的官方Youtube视频，首次展示的成果，已经展示了Google DeepMind AI实验室多年来在推理能力上的进步。这款新型智能模型能够预测一个纸球从塑料杯底部移动，或者在点连点图形成螃蟹之前，立即识别出它将成为螃蟹的形状，这种能力在其他人工智慧模型中是罕见的。
然而在视频发布后不久，大家却发现，几天以后，Google在视频下方的说明区里加了一段备注表示：
为了这次的演示，我们降低了反应延迟时间，并且简化了Gemini输出的内容长度，以便于简洁地展示。
这句话意味着每个与人工智慧的对谈过程中，所花费的时间实际上比视频中的时间要长，具体要等待Gemini的响应时间是多久，Google并没有公布。
发言人：语音互动完全不存在？
据彭博社的报导，实际上这部视频的演示既不是实时进行的，也不是用语音进行的。Google的一位发言人对彭博社说明，该视频是利用静态照片和文字提示制作而成。此外，他们还展示开发者是如何使用手部照片、绘画作品或其他物体来与Gemini进行互动。
换句话说，演示中的声音，其实是在朗读人类制作给Gemini的提示，并向它展示静态图像。这与整部视频呈现的效果截然不同。目前社群媒体上的许多理解，皆是以为人们可以与Gemini进行流畅的语音对话，同时它能即时观察并响应周围环境，然而事实并非如此。
Google回应：为了激发开发者的灵感
值得一提的是，在AI产品的展示会上，不管是OpenAI、马斯克Grok，目前也都没有实际操作的演练，大部分都是截图或录像，因为AI输出的结果是不一定的，相同的参数与提示词，跑出来的结果可能都大不相同。对此，Gemini共同负责人Oriol Vinyals也发布推文，认为展示过程中并没有不正当的行为：
视频中所有的用户提示和输出都是真实的，只是为了简洁而缩短。这部视频展示了使用Gemini建立的多模式用户体验可能会是什么样子。我们制作这部视频是为了激发开发者的灵感。
从12月13日起，开发者和企业客户将能够通过Google AI Studio或Google Cloud Vertex AI中的Gemini API，存取Gemini Pro。
此外，Android开发人员也将能够使用Gemini Nano进行应用程序的开发和建置，到时候Gemini是否能够成为超越GPT-4的杀手级产品，正受全世界关注。
