12月2日，据The Information信息，由于”无法可靠地处理一些非英语查询”，Google原定于下周举行的一系列 Gemini 发布会取消，模型的发布推迟到24年1月。

12月6日，Google官方Blog突然宣布Gemini发布。延续了PaLM 2定下的多种参数基调，Gemini分为：1）Gemini Ultra，最大、最有能力的模型，适用于高度复杂的任务；2）Gemini Pro，可扩展各种任务的最佳模型；3）Gemini Nano，高效的终端任务模型。

模型性能：Gemini在32 个学术基准中的 30 个上达到SOTA，并以90%高分成为第一个在 MMLU（大规模多任务语言理解）上超越人类专家的模型。

训练方法和能力：不同于多个多模态组件的”拼接“，Gemini是多模态原生模型，从一开始就针对不同模态进行预训练和微调，可以同时识别和理解文本、图像、音频等。

训练硬件：使用的是 Google自研的TPU v4 和 v5e，并在其AI优化基础设施上大规模训练 Gemini 1.0。

安全部署：应用Google Research对抗性测试、安全分类器、安全人工智能框架（SAIF）等技术，实现模型安全部署。

下一代大模型赋能应用与终端：当下应用遇到瓶颈，原因之一是基础模型能力尚未有本质性迭代。Google Gemini的发布，刷新了现有模型的测评结果，且原生支持多模态，为应用的跃升打下基础。此外，Google一方面延续了PaLM 2定下的多参数模型路线，另一方面在新机Pixel 8系列中加入多种AI应用，再次印证了大模型与终端结合的趋势。