传媒行业事件点评：谷歌发布Gemini，把握AI多模态应用投资机遇

谷歌Gemini大模型研究报告概要

1. 多模态大模型Gemini发布

• 发布时间：2022年12月6日
• 特点：原生支持多模态，利用图像、音频、视频和文字等多种数据进行预训练，展现出在理解和推理不同输入类型方面的卓越能力。
• 优势：远超现有多模态模型，具备在多个领域强大的理解和推理能力。

2. Gemini规格及应用

• 规格：

  • Ultra：适用于高度复杂的任务。
  • Pro：具有增强性能，适合多任务处理。
  • Nano：适用于特定任务及移动设备，适配性强。

• 训练资源：大量使用TPU资源，包括TPUv4和最新版本TPUv5e。

3. 强大的多模态理解与推理能力

• 测试表现：在MMLU上，Gemini Ultra首次在57个学科中达到超过90%的人类专家水平得分。
• 具体应用：
  • 理解手写笔记并指出错误推理步骤。
  • 准确识别图像中的特定植物及其相关信息。
  • 分析图像中的形状属性及相互关系，预测后续对象。

4. TPUv5e的技术优势

• 性能提升：提供2倍的训练性能和2.5倍的推理性能提升。
• 成本优化：成本较TPUv4减少一半，提高企业部署更大、更复杂AI模型的经济性。

5. 投资建议

• 关注方向：重点关注拥有相关多模态产品布局且有望近期上线的公司，以及其核心业务应用场景可能受益的公司。
• 推荐名单：包括昆仑万维、易点天下、浙文互联、紫天科技、汤姆猫、盛天网络、中文在线、南方传媒、世纪天鸿、元隆雅图、视觉中国、奥飞娱乐、蓝色光标、掌趣科技、中国电影、北京文化、新媒股份等。

6. 风险提示

• 技术发展：AI技术发展可能低于预期。
• 行业竞争：市场竞争加剧带来的潜在挑战。