ChatGPT已经成为这波AI技术浪潮的核心,但谷歌旗下的研究实验室DeepMind表示不服,称其下一款大语言模型将可比肩OpenAI,甚至更胜一筹。
根据Wired网站发表的文章,DeepMind正使用AlphaGo(DeepMind原研的AI系统,曾首次在围棋中击败顶尖人类棋手)的技术开发名为Gemini的聊天机器人,矛头直指ChatGPT。
DeepMind CEO Demis Hassabis在接受Wired网站采访时表示,如果一切进展顺利,Gemini将具备规划、解决问题和分析文本内容的能力:
“从宏观层面看,Gemini继承了AlphaGo这类AI系统的独有优势,并与大语言模型那令人惊叹的语言能力相结合。我们还有其他一系列非常有趣的创新探索。”
Hassabis自信的态度,似乎代表今年5月谷歌I/O大会上一度遭受嘲讽的Gemini将凭借强化学习的创新方法,达成现有语言模型难以解决的复杂任务。强化学习的基本思路是“奖励”AI系统的某些行为及/或惩罚不当行为,借此“教导”系统在特定情况下做出特定的行为决策。
强化学习已经在语言模型领域取得了进展,也成为ChatGPT等系统在响应提示词时的主要方法。考虑到在强化学习方面拥有着丰富经验(AlphaGo就是最好的例子),DeepMind无疑渴望能将自己的优势应用到生成式AI领域。
值得注意的是,Gemini并不是DeepMind在语言模型领域的首次试水。去年,该公司推出了Sparrow聊天机器人。据称与其他语言模型相比,Sparrow对问题给出“不安全”或“不当”答案的几率要低得多。Hassabis在今年1月的另一次采访中提到,DeepMind正考虑在今年年内启动Sparrow内测,但目前不清楚这些计划是否仍在推进。
Gemini则更进一步,成为DeepMind迄今为止在该领域最雄心勃勃的研究成果。The Information网站今年3月报道称,Gemini的诞生源自谷歌聊天机器人项目Bard遭受的失败。为了紧跟ChatGPT的发展脚步,谷歌高层直接参与项目,包括公司最资深的AI研究主管Jeff Dean。
生成式AI领域的主导地位之争,也伴随着投资者和客户们的高度关注。Grand View Research公布的数据显示,到2030年,生成式AI(包括像Gemini这样的文本分析AI)的市场规模可能达到1093.7亿美元,体量增长达35.6%。
好文章,需要你的鼓励
AI颠覆预计将在2026年持续,推动企业适应不断演进的技术并扩大规模。国际奥委会、Moderna和Sportradar的领导者在纽约路透社峰会上分享了他们的AI策略。讨论焦点包括自建AI与购买第三方资源的选择,AI在内部流程优化和外部产品开发中的应用,以及小型模型在日常应用中的潜力。专家建议,企业应将AI建设融入企业文化,以创新而非成本节约为驱动力。
字节跳动等机构联合发布GAR技术,让AI能同时理解图像的全局和局部信息,实现对多个区域间复杂关系的准确分析。该技术通过RoI对齐特征重放方法,在保持全局视野的同时提取精确细节,在多项测试中表现出色,甚至在某些指标上超越了体积更大的模型,为AI视觉理解能力带来重要突破。
Spotify在新西兰测试推出AI提示播放列表功能,用户可通过文字描述需求让AI根据指令和听歌历史生成个性化播放列表。该功能允许用户设置定期刷新,相当于创建可控制算法的每周发现播放列表。这是Spotify赋予用户更多控制权努力的一部分,此前其AI DJ功能也增加了语音提示选项,反映了各平台让用户更好控制算法推荐的趋势。
Inclusion AI团队推出首个开源万亿参数思维模型Ring-1T,通过IcePop、C3PO++和ASystem三项核心技术突破,解决了超大规模强化学习训练的稳定性和效率难题。该模型在AIME-2025获得93.4分,IMO-2025达到银牌水平,CodeForces获得2088分,展现出卓越的数学推理和编程能力,为AI推理能力发展树立了新的里程碑。