字級:
A+
｜
A-
科技巨頭Google今年壓軸的秘密武器「Gemini」本月終於正式登場，展示影片上線短短一周，就吸引超過230萬次點閱，人氣大爆棚，影片中人與AI間超流暢的口語對談，讓大家驚呼終於有產品具備與GPT-4一戰的實力了！但沒想到，Google不久後竟然承認影片其實「有動刀」，讓人不禁懷疑Gemini真的有這麼神嗎？
Gemini測試片超流暢 還會5國「鴨子」教學
Google執行長皮蔡、Google DeepMind執行長哈薩比斯本月6日向外界展示最新、最強的AI模型「Gemini」，並同步公布展示影片，公開Gemini在多模式對話、多語言、遊戲創建、視覺謎題、空間推理、翻譯、文化理解等各種挑戰的表現，Gemini「有問必答」、「有求必應」且「對答如流」的能力真的相當驚艷。
影片測試由一張空白小紙條開始，當測試者在紙上作畫，Gemini可以根據每一個畫圖步驟，給出「即時且正確」的解釋與訊息，例如：鳥在水裡游泳、牠有長長的脖子與喙、這是一隻鴨子、藍色的鴨子很少見等等，就好像它真的站在旁邊觀賞。當繪畫完成，面對測試者要求學習不同語言的「鴨子」，Gemini也能立刻秀出西班牙、法文、韓文、日文及中文五種語言，並講出非常標準的中文發音（它甚至還知道中文有四聲調）。
在多語言測試中，Gemini可以即時提供5國「鴨子」翻譯，並能正確唸出中文發音。／Google Youtube頻道
Gemini也能依照畫面變化即時修正自己的說詞，當它看到插畫上的藍色小鴨，會說出「藍色鴨子很少見」，但當測試者真的拿出橡膠藍鴨，也能馬上反應：
Gemini：這是什麼呀！說曹操曹操就到！看來藍鴨比我想像的更常見。
測試者：這隻鴨子能浮起來嗎？
Gemini：我不確定它是什麼材質，看起來像橡膠或塑膠。
測試者：如果它會吱吱叫呢？
Gemini：那肯定能浮起來。它是一隻橡皮鴨，是由密度小於水的材質做成。
Gemini後續在「發想遊戲」、「猜紙團」的表現也很有趣，它可以靠著一張世界地圖發想出「猜國家」的遊戲，還能出題目與測試者互動，它對於圖像的精準判讀、無延遲的回應，就好像真的在大家身邊一起玩遊戲一樣；而面對測試者請求建議，Gemini不只能提供意見，還能附上相片、音樂支援，圖文並茂相當精采。
Gemini不只能猜出測試者要玩「猜紙團」，還能正確指出紙團在哪個杯子底下／Google Youtube頻道
Gemini「秒答」成破綻 Google坦言有小動作
Gemini能夠即時判讀影像並「無縫接話」，迎來掌聲的同時也遭到質疑，如果大家用過ChatGPT，就知道再聰明的AI也不是每一次都能完美回應，有時候也需要一點時間組織回答，《彭博社》專欄作家Parmy Olson就質疑影片「有加工」，Gemini的真實能力可能只比OpenAI的GPT-4好一點點。
面對質疑，Google高層坦承，Gemini這支影片確實有經過「後製」，且不僅是影片說明欄上標註的「為了演示目的減少延遲、並加快輸出速度」而已，事實上，這整支影片都不是「實境錄製」，而是以「靜止影像的連續鏡頭製作，並透過文字給予提示」，換句話說，Google影片中暗示Gemini可以與人類流利的口語互動、觀察世界並即時反應的狀況，其實根本不存在。
Google DeepMind 產品副總裁Eli Collins也承認，影片中讓大家感到驚訝的鴨子測試的確是「研究等級」的功能，目前還沒有出現在Google的實際產品中。儘管高層強調影片內所有的用戶提示與輸出都是真實的，但這些小動作已讓Gemini展現出的效果大打折扣。
Bard才出大糗！Gemini是造假還是無傷大雅？
Google今年先後推出Bard及Gemini等AI產品／路透社
被批評誇大演示效果、誤導群眾，讓才在Bard出大糗的Google很尷尬，本想靠Gemini扳回一成，卻因為影片經過剪輯遭到質疑，不僅如此，Google號稱功能最強大、專為高度複雜任務設計的模型「Gemini Ultra」也被抓包，在專為語言模型制定的32項學術測試中，雖然有30項都超越GPT-4，卻取巧採用對自己較有利的測試標準，若採用與GPT-4相同標準，實際表現其實落後。
不過，Gemini也許沒有Google號稱的這麼強大，但就其提出的各項測試數據來看，也足以成為GPT-4的競爭對手，而影片展示的內容雖然並非即時演示，但已經充分激發眾人對Gemini的好奇，以及生成式AI「本應如此」的期許，挾帶Google強力資源，Gemini仍有機會成為OpenAI之外的另一個強大選擇，尤其未來將導入Bard、Pixel 8 Pro，近日也宣布開放開發者與企業進行Gemini Pro測試，相信在更多用戶的反饋下，想達到影片當中呈現那種超流暢、無延遲的互動指日可待。
