Stellen Sie sich eine Welt vor, in der künstliche Intelligenz Text, Code, Audio, Bild und Video nicht nur versteht, sondern meisterhaft verknüpft.
Google hat mit „Gemini“ das Tor zu einer solchen Zukunft aufgestoßen. Als bislang größtes und leistungsfähigstes KI-Modell des Tech-Giganten, verspricht Gemini, die Art und Weise, wie wir mit digitalen Technologien interagieren, grundlegend zu verändern. Es vereint das Verständnis für Text, Code, Audio, Bild und Video in einer Weise, die bisher unerreicht ist, und ermöglicht eine nahtlose Kombination dieser Elemente.
Das Besondere an Gemini sind seine drei Varianten: Nano, Pro und Ultra. Jede ist auf unterschiedliche Anwendungsfälle zugeschnitten, von effizienten lokalen und mobilen Anwendungen (Gemini Nano) über leistungsstarke Integrationen in Googles Chatbot Bard (Gemini Pro) bis hin zu dem ressourcenintensiven und leistungsstarken, aber langsameren Gemini Ultra, der im nächsten Jahr erscheinen soll.
Googles Pläne für Gemini sind ambitioniert. Die Integration in die weltweit genutzte Suchmaschine, Werbeprodukte und den Chrome-Browser steht bevor. Für Entwickler und Unternehmenskunden wird Gemini Pro bereits ab dem 13. Dezember 2023 zugänglich gemacht. In internen Tests hat Gemini andere Modelle in verschiedenen Benchmarks deutlich übertroffen, einschließlich eines beeindruckenden Ergebnisses von 90 % im Massive Multitask Language Understanding-Test (MMLU), womit es sogar menschliche Experten übertrifft.