《科創(chuàng)板日?qǐng)?bào)》12月9日訊（編輯 宋子喬） 谷歌Gemini橫空出世，再次讓大家的目光聚焦在了多模態(tài)大模型上,。

Gemini1.0號(hào)稱具有原生多模態(tài)能力,，能夠處理視頻、音頻,、圖像,、文本和代碼等多種形式的內(nèi)容，且性能優(yōu)于現(xiàn)有的“拼接型”多模態(tài)大模型,。從谷歌官方公布的技術(shù)文檔中的示例來看,，Gemini不僅能夠進(jìn)行雙模態(tài)之間的轉(zhuǎn)換（如文生圖或文生視頻），亦能處理需要進(jìn)行多模態(tài)轉(zhuǎn)換的復(fù)雜任務(wù),。

多模態(tài)的意義在于,，為AI應(yīng)用帶來了更多可能性，是通用人工智能（AGI）發(fā)展的關(guān)鍵,。

從這個(gè)角度來看,，Gemini上線是AI產(chǎn)業(yè)發(fā)展的里程碑事件，其代表的原生多模態(tài)大模型有望拓展大模型的應(yīng)用場景和邊界,。國盛證券稱,，Gemini的問世有望為業(yè)界貢獻(xiàn)大模型泛化能力的全新范式，加速AIGC向AIAgent的轉(zhuǎn)變,。

而谷歌作為科技巨頭,，擁有豐富的軟硬件生態(tài)。國海證券表示,，如果谷歌將旗下產(chǎn)品全面接入Gemini,，其搜索引擎和辦公軟件將能夠與微軟的NewBing及Microsoft 365 Copilot對(duì)壘；此外,，谷歌亦有可能在搭載Android系統(tǒng)的移動(dòng)設(shè)備上推出類似于Windows Copilot的AI助手,，充分發(fā)揮其在2C端的用戶優(yōu)勢(shì)，順應(yīng)當(dāng)前AI手機(jī)的發(fā)展潮流,。

▌多個(gè)多模態(tài)AI應(yīng)用驚艷亮相

最近已有多個(gè)多模態(tài)AI應(yīng)用驚艷亮相,，包括爆火出圈的Pika，以及三大圖片轉(zhuǎn)視頻神器——阿里的Animate Anyone,、字節(jié)跳動(dòng)的Magic Animate,、微軟的GAIA。

對(duì)于Pika,，大家已經(jīng)耳熟能詳，它是對(duì)標(biāo)Runway Gen-2的AI視頻生成平臺(tái),，對(duì)于Animate Anyone和Magic Animate,，《科創(chuàng)板日?qǐng)?bào)》此前已做過詳細(xì)報(bào)道,。GAIA相關(guān)論文發(fā)布于11月26日，該AI工具的效果同樣出色,，能讓一張人物肖像/照片“張嘴說話”,，還附帶音頻。

另有多家科技公司在文生視頻領(lǐng)域取得新進(jìn)展：Meta發(fā)布工具Emu Video,，能夠基于文本和圖像輸入生成視頻剪輯,；Runway在Gen2中上線Motion Brush動(dòng)態(tài)筆刷功能，只需對(duì)著圖像任意位置一刷,，就能讓靜止的一切物體動(dòng)起來,；Stable AI推出Stable Video Diffusion，可以從圖像中生成高品質(zhì)的視頻剪輯,。

開源證券表示,，科技巨頭之間多模態(tài)大模型的競爭日益激烈，同時(shí)驅(qū)動(dòng)著底層多模態(tài)大模型的能力不斷突破,，疊加GPTs等AI應(yīng)用形式的出現(xiàn),，AI應(yīng)用有望迎來快速增長期。

▌再次呼喚更多算力

多模態(tài)大模型的算力需求遠(yuǎn)高于純文本模態(tài),。以Gemini為例,，其強(qiáng)大的多模態(tài)能力背后，是龐大的算力需求,。雖然沒有正式公布,，但根據(jù)內(nèi)部消息，Gemini有萬億參數(shù),，訓(xùn)練所用的算力甚至達(dá)到GPT-4的五倍,。

有別于傳統(tǒng)大模型對(duì)英偉達(dá)硬件及生態(tài)的依賴，Gemini訓(xùn)練所需的算力基于谷歌自研的TPU v4和v5e等硬件,。在推出新模型的同時(shí),，谷歌順勢(shì)宣布推出迄今為止功能最強(qiáng)大、最高效,、可擴(kuò)展性最強(qiáng)的TPU系統(tǒng)Cloud TPU v5p,，將用于開發(fā)更高層次的AI大模型。

其TPU v5p的訓(xùn)練性能是上一代TPU v4的2.8倍,，內(nèi)存帶寬提升3倍,，芯片間互聯(lián)帶寬翻倍，達(dá)到4.8Tbps,，同時(shí),，v5p單個(gè)POD中的芯片數(shù)量翻倍，達(dá)到8960顆,。

谷歌數(shù)據(jù)中心內(nèi)的一排Cloud TPU v5p AI加速器超級(jí)計(jì)算機(jī)

民生證券認(rèn)為,，谷歌作為自研算力新勢(shì)力,，有望激化算力市場良性競爭，進(jìn)而降低算力使用成本,。在海外互聯(lián)網(wǎng)巨頭AI模型軍備競賽下算力基建產(chǎn)業(yè)鏈將持續(xù)受益,。國盛證券也表示，谷歌作有望為算力供需雙方提供全新選項(xiàng),，從供應(yīng)側(cè)看,，有利于技術(shù)的良性競爭，從需求側(cè)看,，充分的市場競爭也有利于降低算力的使用成本,。

另一方面，因Gemini Nano將登陸谷歌Pixel 8 Pro手機(jī),，端側(cè)算力也受到重視,。此前高通發(fā)布的報(bào)告顯示，未來AI推理的規(guī)模將遠(yuǎn)高于AI訓(xùn)練,，推理成本將隨著日活用戶數(shù)量及其使用頻率的增加而增加,，而云端推理的成本掌握在云廠商手中，這將導(dǎo)致規(guī)?；瘮U(kuò)展難以持續(xù),，因此布署端側(cè)算力是生成式AI規(guī)模化擴(kuò)展至關(guān)重要的一步,。

放眼全球AI產(chǎn)業(yè),，OpenAI于11月份發(fā)布了GPT-4 Turbo且開放了GPTs，谷歌緊隨其后發(fā)布Gemini,，表明人工智能巨頭在大模型領(lǐng)域的競爭依然白熱化,。

平安證券表示,，在此背景下繼續(xù)看好AI算力需求的增長。國信證券也稱,，ChatGPT外,，繪圖、視頻等多類AI應(yīng)用陸續(xù)取得進(jìn)展,，訓(xùn)練與后續(xù)推理需求持續(xù),，算力基礎(chǔ)設(shè)施長期景氣度持續(xù)。

（科創(chuàng)板日?qǐng)?bào) ）