Google推出新的生成式AI模型「Gemini」，將首度可直接在手機上運作，這將為該公司與ChatGPT開發商OpenAI等同業的競爭帶來突破。

英國金融時報(FT)報導，Google形容Gemini為該公司「最大、最有能力、最通用」的AI系統，可分析影像和聲音資訊，並具有複雜的推理和「規畫」能力。這套系統6日已用來驅動Google的聊天機器人Bard，明年起將更廣泛整合到Google的搜尋引擎上。

Gemini的其中一個版本「nano」，是專門為了在行動裝置上運作而設計，並將整合到Google最新的Pixel手機裡。Google表示，這個模型將在手機上「原生運作」，並已針對手機做過優化，因此Android開發人員將能輕鬆打造出可離線使用的AI應用程式(App)與功能，或是使用裝置上的個人資訊時，更能保持隱私。

這項進步將有助解決AI技術帶來的經濟問題。只用手機的運算能力就能運作生成式AI，而不需透過科技大廠營運的雲端伺服器來運作，將大幅降低運作生成式AI的成本。這也將為想把私密資料留在手機的用戶提供一層保障。

Google暨Alphabet執行長皮柴(Sundar Pichai)在部落格文章表示，「我相信，我們現在看到的AI轉型，將是我們一生中最深遠的轉變，遠超過先前邁向手機或邁向網路的轉變」。

生成式AI已在矽谷為科技大廠開闢一塊新戰場。在Google發表這個最新生成式AI系統前，微軟出資支持的OpenAI、Meta，以及Anthropic、Mistral等新創公司都發表了AI模型。

Google表示，Gemini是第一款在特定任務上表現超越人類專家的AI模型，在多項測試中超越OpenAI的GPT4模型。特別的是，這個模型能解決數學推理問題、分析科學數據和編寫進階程式碼。

Google展示如何用Gemini掃描手寫的數學算式，並標出當中錯誤和解釋原因。科技類YouTuber馬克．羅伯則使用整合了Gemini的Google聊天機器人Bard，拍攝一段影片，並在影片中測試打造最具空氣動力學的紙飛機，這款AI模型為他的實驗和設計提供改進建議。