谷歌Gemini橫空出世，再次讓大家的目光聚焦在了多模態(tài)大模型上。
Gemini1.0號稱具有原生多模態(tài)能力，能夠處理視頻、音頻、圖像、文本和代碼等多種形式的內容，且性能優(yōu)于現(xiàn)有的“拼接型”多模態(tài)大模型。從谷歌官方公布的技術文檔中的示例來看，Gemini不僅能夠進行雙模態(tài)之間的轉換（如文生圖或文生視頻），亦能處理需要進行多模態(tài)轉換的復雜任務。
多模態(tài)的意義在于，為AI應用帶來了更多可能性，是通用人工智能（AGI）發(fā)展的關鍵。
從這個角度來看，Gemini上線是AI產業(yè)發(fā)展的里程碑事件，其代表的原生多模態(tài)大模型有望拓展大模型的應用場景和邊界。國盛證券稱，Gemini的問世有望為業(yè)界貢獻大模型泛化能力的全新范式，加速AIGC向AIAgent的轉變。
而谷歌作為科技巨頭，擁有豐富的軟硬件生態(tài)。國海證券表示，如果谷歌將旗下產品全面接入Gemini，其搜索引擎和辦公軟件將能夠與微軟的NewBing及Microsoft 365 Copilot對壘；此外，谷歌亦有可能在搭載Android系統(tǒng)的移動設備上推出類似于Windows Copilot的AI助手，充分發(fā)揮其在2C端的用戶優(yōu)勢，順應當前AI手機的發(fā)展潮流。
▌多個多模態(tài)AI應用驚艷亮相
最近已有多個多模態(tài)AI應用驚艷亮相，包括爆火出圈的Pika，以及三大圖片轉視頻神器——阿里的Animate Anyone、字節(jié)跳動的Magic Animate、微軟的GAIA。
對于Pika，大家已經耳熟能詳，它是對標Runway Gen-2的AI視頻生成平臺，對于Animate Anyone和Magic Animate，《科創(chuàng)板日報》此前已做過詳細報道。GAIA相關論文發(fā)布于11月26日，該AI工具的效果同樣出色，能讓一張人物肖像/照片“張嘴說話”，還附帶音頻。
另有多家科技公司在文生視頻領域取得新進展：Meta發(fā)布工具Emu Video，能夠基于文本和圖像輸入生成視頻剪輯；Runway在Gen2中上線Motion Brush動態(tài)筆刷功能，只需對著圖像任意位置一刷，就能讓靜止的一切物體動起來；Stable AI推出Stable Video Diffusion，可以從圖像中生成高品質的視頻剪輯。
開源證券表示，科技巨頭之間多模態(tài)大模型的競爭日益激烈，同時驅動著底層多模態(tài)大模型的能力不斷突破，疊加GPTs等AI應用形式的出現(xiàn)，AI應用有望迎來快速增長期。
▌再次呼喚更多算力
多模態(tài)大模型的算力需求遠高于純文本模態(tài)。以Gemini為例，其強大的多模態(tài)能力背后，是龐大的算力需求。雖然沒有正式公布，但根據(jù)內部消息，Gemini有萬億參數(shù)，訓練所用的算力甚至達到GPT-4的五倍。
有別于傳統(tǒng)大模型對英偉達硬件及生態(tài)的依賴，Gemini訓練所需的算力基于谷歌自研的TPU v4和v5e等硬件。在推出新模型的同時，谷歌順勢宣布推出迄今為止功能最強大、最高效、可擴展性最強的TPU系統(tǒng)Cloud TPU v5p，將用于開發(fā)更高層次的AI大模型。
其TPU v5p的訓練性能是上一代TPU v4的2.8倍，內存帶寬提升3倍，芯片間互聯(lián)帶寬翻倍，達到4.8Tbps，同時，v5p單個POD中的芯片數(shù)量翻倍，達到8960顆。
民生證券認為，谷歌作為自研算力新勢力，有望激化算力市場良性競爭，進而降低算力使用成本。在海外互聯(lián)網巨頭AI模型軍備競賽下算力基建產業(yè)鏈將持續(xù)受益。國盛證券也表示，谷歌作有望為算力供需雙方提供全新選項，從供應側看，有利于技術的良性競爭，從需求側看，充分的市場競爭也有利于降低算力的使用成本。
另一方面，因Gemini Nano將登陸谷歌Pixel 8 Pro手機，端側算力也受到重視。此前高通發(fā)布的報告顯示，未來AI推理的規(guī)模將遠高于AI訓練，推理成本將隨著日活用戶數(shù)量及其使用頻率的增加而增加，而云端推理的成本掌握在云廠商手中，這將導致規(guī)模化擴展難以持續(xù)，因此布署端側算力是生成式AI規(guī)?；瘮U展至關重要的一步。
放眼全球AI產業(yè)，OpenAI于11月份發(fā)布了GPT-4 Turbo且開放了GPTs，谷歌緊隨其后發(fā)布Gemini，表明人工智能巨頭在大模型領域的競爭依然白熱化。
平安證券表示，在此背景下繼續(xù)看好AI算力需求的增長。國信證券也稱，ChatGPT外，繪圖、視頻等多類AI應用陸續(xù)取得進展，訓練與后續(xù)推理需求持續(xù)，算力基礎設施長期景氣度持續(xù)。
（來源金融界）未經數(shù)字化報網授權，嚴禁轉載或鏡像，違者必究。
特別提醒：如內容、圖片、視頻出現(xiàn)侵權問題，請發(fā)送郵箱：tousu_ts@sina.com。
風險提示：數(shù)字化報網呈現(xiàn)的所有信息僅作為學習分享，不構成投資建議，一切投資操作信息不能作為投資依據(jù)。本網站所報道的文章資料、圖片、數(shù)據(jù)等信息來源于互聯(lián)網，僅供參考使用，相關侵權責任由信息來源第三方承擔。
本文地址: http:///news/53307.shtml
Copyright ? 2013-2023 數(shù)字化報（數(shù)字化報商業(yè)報告）
數(shù)字化報并非新聞媒體，不提供新聞信息服務，提供商業(yè)信息服務
浙ICP備2023000407號數(shù)字化報網（杭州）信息科技有限公司 版權所有