您尚未登录账户
您的企业账号申请正在审核中
谷歌发布新AI模型Gemini，却承认视频演示有造假
谷歌发布了Gemini，这是其最强大的一套AI模型，但被指控在视频中夸大了它的性能。
彭博社的一篇专栏文章说，谷歌在一段视频中歪曲了Gemini的能力。视频展示了Gemini的多模态能力（比如，结合语音对话提示和图像识别）。Gemini似乎能快速识别图像，实时跟踪纸杯和球游戏中的一团纸。但是谷歌在视频描述中有一个免责声明：
“为了演示的目的，我们减少了延迟，并缩短了Gemini的输出。”
专栏作家Parmy Olson不满意这个声明。她在彭博社的文章中说，谷歌承认，视频演示并没有使用语音提示实时进行，而是使用原始视频的静态图像帧，然后写出文本提示，让Gemini对其做出回应。“这与谷歌似乎在暗示的完全不同：一个人可以与Gemini进行流畅的语音对话，而它可以观察并实时响应周围的世界，”Olson写道。
谷歌经常编辑演示视频，尤其是想避免现场演示的技术故障。在这种情况下，Olson说谷歌是在“炫耀”，为了误导人们，让他们忽略Gemini仍然落后于OpenAI的GPT的事实。
谷歌不同意。它向媒体引用了一篇来自Oriol Vinyals的文章，他是谷歌DeepMind的研究副总裁和深度学习负责人（也是Gemini的共同负责人），他解释了团队是如何制作视频的。
“视频中的所有用户提示和输出都是真实的，为了简洁而缩短，”Vinyals说。“视频展示了使用Gemini构建的多模式用户体验可能是什么样子。我们制作它是为了激励开发者。”
他补充说，团队给了Gemini图像和文本，并要求它通过预测接下来会发生什么来回应。
这当然是一种处理这种情况的方法，但它可能不是谷歌的正确方法——因为它已经在公众眼中显得被OpenAI今年的巨大成功打了个措手不及。如果它想要激励开发者，不是通过精心编辑的炫酷视频，这些视频可以说是歪曲了AI的能力。而是通过让记者和开发者真正体验产品。
