谷歌Gemini多模态大模型报告：突破30项基准，首个达到人类专家水平MMLU

报告摘要

谷歌发布Gemini系列多模态模型，包括Ultra、Pro和Nano三种规模，在30/32项基准测试中达到SOTA，首个在MMLU上实现人类专家水平，并提升所有20个多模态基准的SOTA。该模型跨图像、音频、视频和文本理解，适用于复杂推理到设备端应用。