【ＦＯＣＵＳ】谷歌Ｇｅｍｉｎｉ驚艷，ＡＩ創富聚焦「行動力」

　　【ＦＯＣＵＳ】當ＣｈａｔＧＰＴ４獨領風騷、Ｓａｍ　Ａｌｔｍａｎ人設如神、微軟股價
創下新高……蟄伏多時的谷歌周三（６日）終於以雷霆萬鈞之勢，揭盅下一代ＡＩ大模型「王者
」－－Ｇｅｍｉｎｉ　１﹒０。主打「多模態（ｍｕｌｔｉｍｏｄａｌ）模型」，文字理解功夫
了得，更憑藉同門Ｙｏｕｔｕｂｅ海量視頻，練就圖片、音頻、視訊的跨模態（ｃｒｏｓｓ－
ｍｏｄｅｌ）分析、推理神技，預示ＡＩ競賽下一焦點將從「知識力
」晉級至「行動力」。
　
＊主打「跨模態」，分析、推理、規劃＊
　
　　從Ｇａｍｉｌ的「幫我寫信」，到Ｇｏｏｇｌｅ地圖的沉浸式街景，再到Ｇｏｏｇｌｅ相冊
的魔法編輯，身為ＡＩ先驅的谷歌，自去年１１月起就相當憋屈，皆因ＯｐｅｎＡＩ旗下
ＣｈａｔＧＰＴ問世搶盡光芒。眼看ＣｈａｔＧＰＴ４上月再下一城推出Ｔｕｒｂｏ版，谷歌５
月就預告的Ｇｅｍｉｎｉ始終只聞樓梯響，直到昨日。
　　被谷歌首席執行長Ｓｕｎｄａｒ　Ｐｉｃｈａｉ稱為「我們迄今為止最強大、最通用模型」
的Ｇｅｍｉｎｉ，１﹒０版本分為三種尺寸：用於高度複雜任務的Ｕｌｔｒａ、用於大規模增強
效能的Ｐｒｏ、用於行動裝置應用程式的Ｎａｎｏ。谷歌指，Ｇｅｍｉｎｉ　Ｕｌｔｒａ在
ＭＭＬＵ（大規模多任務語言理解）基準測試（覆蓋５７門專業學科）中，以９０﹒０％得分擊
敗ＧＰＴ４的８６﹒４％，且是首個超越人類專家的大模型。
　　但Ｇｅｍｉｎｉ最讓人驚艷的技能仍是「跨模態」，即同時識別文字、圖片、視訊、語音，
並進行分析、推理、規劃。例如，當展示一段人身體後傾、舞動雙臂動作的視頻，Ｇｅｍｉｎｉ
會推理為這是模仿電影「Ｍａｔｒｉｘ」的子彈時間鏡頭；當輸入「提供三個用兩種顏色製作鈎
針作品的主意」，Ｇｅｍｉｎｉ會規劃出藍黃耳朵的狗、黃色觸手的藍色水母、黃鼻子的藍貓。
　
＊初創融資方興未艾，助升全球生產力＊
　
　　伴隨ＡＩ大模型的強大進化，通過提問獲取精簡資訊，輸入文本獲取摘要報告，提交指令撰
寫簡歷、創作故事等「知識力」技能比拼，將升級至「行動力」之爭。
　　早前獲億萬富翁、ＮＢＡ球隊班主Ｍａｒｋ　Ｃｕｂａｎ垂青的初創公司Ｂｏｔ－ｉｔ，就
利用ＡＩ為每個人量身定制音樂會、餐廳、露營、限量運動鞋的自動預定、付款、取消功能。而
公司「Ａｕｔｏｍａｔｉｏｎ　Ｍａｄｅ　Ｅａｓｙ」，正正一語道出ＡＩ下半場「行動力」的
精要。
　　看看４月成立的ＡＩ視訊生成工具Ｐｉｋａ　Ｌａｂｓ，短短半年獲得融資５５００萬美元
；類似的還有允許用戶自訂３Ｄ角色、並可用於遊戲、電影、電子商務的ＡＩ初創公司
Ｃｈａｒａｃｔｅｒ﹒ａｉ，據報正獲谷歌洽談投資，估值超過５０億美元。此外，被視作
ＯｐｅｎＡＩ後繼者的Ａｄｅｐｔ　ＡＩ，旨在為人類建立瀏覽互聯網、使用軟件、指示ＡＩ工
作等「最好的助手」，獲得英偉達、微軟、ＳＶ天使投資等大手投資。
　　據普華永道估算，到２０３０年，ＡＩ料可為全球經濟貢獻１５﹒７萬億美元，其中６﹒６
萬億來自生產力提高，另９﹒１萬億來自消費端效應。對打工者、創作者、創業者來說，務必僅
記：未來取代你的不是ＡＩ，而是擅於運用ＡＩ的人。