有媒体报道称，一段由人工智能开发机构谷歌DeepMind制作的演示视频夸大了Gemini的性能。这段视频在网络上广泛流传，显示Gemini能够迅速判断画面中的实物并给出像人一样的语音反馈，凸显出惊人的多模态功能。但一些媒体和用户在亲自上手使用时发现，Gemini并不能达到视频中的效果。事实上，谷歌DeepMind承认演示不是实时或以语音进行的。这种营销努力甚至遭到了谷歌内部员工的批评。值得注意的是，谷歌DeepMind首席执行官德米斯·哈萨比斯（Demis Hassabis）在接受媒体采访时强调，Gemini是人工智能的新品种——“原生多模态”，区别于现有的“拼凑多模态”模型，即从一开始就使用多种模态（例如音频、视频和图像）训练而成。因此，Gemini开辟了一条人工智能领域前所未见的道路，可能会带来重大的新突破。（澎湃新闻）