在历经了发布时间跳票等种种传言后，谷歌方面近日正式公布了人工智能大模型Gemini 1.0。在其用于展示Gemini多模态功能的相关演示视频中，Gemini能够迅速判断出画面中的实物、并给出像人一样的语音反馈，但旋即有相关人士指出，在这一演示中最为吸引人的部分有伪造嫌疑。
随后谷歌方面在YouTube中的视频描述中，已“委婉”承认了演示视频进行了一定程度的“粉饰”，声称“为了演示的目的，已经减少延迟；为了简洁，Gemini的输出也缩短了”，这也意味着每个响应所花费的时间实际上比视频中展示的时间更长。为验证这一说法，有相关人士进行了验证，包括使用视频截图向Gemini提问，结果发现其并不能如演示那样准确地回答问题。
谷歌相关方面承认，这一视频演示并不是实时的，而是使用了原始镜头中的静止图像帧，然后编写了文本提示，让Gemini来进行有针对性的回答。以视频中猜测石头、剪刀、布游戏的部分为例，只有在同时展示三个手势，并提示“在做什么”和“是一个游戏”两个关键点后，Gemini才会给出正确答案。
随后，Google DeepMind副总裁Oriol Vinyals在海外社交媒体上发文，详细介绍了录制该视频时Gemini的工作原理。在文章中，Oriol Vinyals承认Demo视频中的内容是使用Gemini Ultra模型（Gemini大模型共有Ultra、Pro、Nano三个版本）完成的，所有的人类提示和AI输出都是真实的，但为了简洁而进行了缩短。对此，海外媒体称其说明与事实自相矛盾。
此外在谷歌CEO皮查伊（Sundar Pichai）极力推荐的“画鸭子”部分，有相关人士暗示这一演示经过了欺骗性编辑。甚至有谷歌员工称，这段演示描述了一副不切实际的画面，过分渲染了从Gemini输出惊艳的效果十分容易。谷歌DeepMind产品副总裁伊莱·柯林斯为此向海外媒体表示，演示视频中的画鸭子演示仍然是“研究级别”的功能，至少目前还没有出现在实际产品中。
对于视频造假问题，有部分谷歌员工透露，认为这一视频更看重“讲故事”的能力，并不关心是否会误导公众。同时部分谷歌员工也表示，已经习惯了公司对于产品营销时进行某种程度的夸大，认为大多数使用过大语言模型技术的人都知道，要对（演示中的）这一切持保留态度。
对此有业内人士表示，谷歌的这种行为或许反映出目前谷歌的的焦虑。早年间凭借AlphaGo在围棋领域的出色表现，谷歌曾引发了公众对于AI的关注，但近年OpenAI旗ChatGPT却明显抢走了这一“风头”，因此谷歌迫切的需要现象级产品来证实自己的实力。
当地时间本周四，谷歌母公司Alphabet的市值一度暴涨800亿美元，外界就认为与Gemini的发布有强关联，并且Gemini或帮助其缩小与微软、OpenAI在这一领域的差距。在此前，谷歌方面于2月推出Bard后，Alphabet的市值曾在一天内暴跌1000亿美元。
【本文图片来自网络】
