現地時間で2023年12月6日、Google DeepMindがマルチモーダルAI「Gemini」をリリースしました。文字・音声・画像を同時に処理することが可能で、最上位モデルではGPT-4を超える性能を達成しているほか、同時に公開されたハンズオンムービーで極めて自然な受け答えをしている様子を確認できます。 Gemini - Google DeepMind https://deepmind.google/technologies/gemini/ Introducing Gemini: Google’s most capable AI model yet https://blog.google/technology/ai/google-gemini-ai/ Geminiは「Ultra」「Pro」「Nano」という3つのモデルでリリースされました。 それぞれのモデルについては下記のように説明さ
![文字・音声・画像を同時に処理して人間以上に自然なやりとりができるGPT-4を超える性能のマルチモーダルAI「Gemini」がリリースされる](https://cdn-ak-scissors.b.st-hatena.com/image/square/5dd39c425c724f1a1bfdc6978c75c20dd0ffb487/height=288;version=1;width=512/https%3A%2F%2Fi.gzn.jp%2Fimg%2F2023%2F12%2F07%2Fgoogle-gemini%2F00.png)