近日，谷歌宣布发布新一代大模型Gemini，再次引发市场对人工智能产业的持续关注。Gemini模型作为谷歌以及全球范围内最先发布的多模态模型，在性能上是第一个在MMLU上超越人类专家的模型。模型根据体量大小分为Gemini Ultra、Gemini Pro、以及Gemini Nano三个版本，支持在云端以及边缘测运行。同时谷歌同步发布最新版本的计算芯片TPU v5p，相较上一代TPU v4性价比提升2.3倍。我们认为，多模态Gemini模型的正式发布，一方面可以拓宽应用场景的拓展，另一方面能够带来算力需求的持续升级。我们持续看好后续AI产业的前景，认为后续GPT-5等模型的发布亦将带来更多的催化。

产品发布：多模态模型Gemini、TPU v5p等新品发布。

近日，谷歌进行新一轮的产品发布，包含AI软件及计算硬件等领域。模型层面，谷歌发布了最新的多模态模型Gemini，基于TPU进行训练，可以概括和无缝地理解、操作和组合不同类型的信息。模型包括Ultra、Pro、Nano三个版本，能够在从数据中心到移动设备的所有设备上高效运行。TPU亦更新至v5p版本，与上一代 TPU v4 相比，性价比提高了 2.3 倍。

Gemini：实现多模态，性能得到大幅提升。

根据谷歌披露，Gemini是基于Transformer decoder构建的多模态模型，其性能较原有的单一模型更为全面，支持32K的contex长度。根据公司披露，Gemini Ultra 在大型语言模型 （LLM） 研发中使用的 32 个广泛使用的学术基准中的 30 个方面，其性能超过了当前最先进的结果。Gemini Ultra 的得分为 90.0%，是第一个在 MMLU（大规模多任务语言理解）方面优于人类专家的模型，横向对比来看多个任务性能超过GPT-4。在公司披露的技术文档中，Gemini能够实现图标理解与格式转换、基于图片的多个问答、文生图、图片理解与推理、几何问题求解、图片信息关联、基于图片以及提示词的问答、梗图理解、图片逻辑解释、代码生成、数学问题求解、表格转换及计算、复杂图片生成、视频理解等功能。

训练方法：基于TPU v5e及v4训练，数据集类型更为丰富。

Gemini的预训练数据集使用来自web文档、书籍和代码的数据，包括图像、音频和视频数据，并通过筛选、过滤方式去除有害数据，提升数据质量。硬件层面，采用了谷歌的TPU v5e及v4训练，并针对任务进行优化，训练的硬件规模相较上一代的PaLM-2显著提升。后续来看，预计谷歌将继续推出更高级的TPU v5p，进一步提升训练效果。

后续展望：持续关注在谷歌体系内的导入进展，以及GPT-5等多模态模型进展。

谷歌在发布会上表示，目前，Gemini的初始版本已在Bard(12月6日)中提供，开发人员版本将于12月13日通过Google Cloud的API提供。根据谷歌的计划， Bard 将使用 Gemini Pro 的微调版本进行更高级的推理、计划、理解等。谷歌还将 Gemini 引入 Pixel，Pixel 8 Pro 是第一款搭载 Gemini Nano 的智能手机。在接下来的几个月里，Gemini 将出现在谷歌体系内更多产品和服务中，如搜索、广告、Chrome 和 Duet AI。在当前的搜索场景中，Gemini能够降低大约40%的延迟。对整个产业来讲，谷歌产品化、商业化的推进亦将带来行业整体的变化，同时伴随GPT-5等模型的推出，我们预计将看到：1）多模态模型带来的算力需求增长以及 2）越来越多的AI场景与产品的出现。

风险因素：

AI核心技术发展不及预期风险；科技领域政策监管持续收紧风险；全球宏观经济复苏不及预期风险；宏观经济波动导致欧美企业IT支出不及预期风险；全球云计算市场发展不及预期风险；企业数据泄露、信息安全风险；行业竞争持续加剧风险等。

投资建议：

短期来看，Gemini的发布将进一步带来对多模态模型的更多期待，对产业而言，多模态料将带动算力需求的提升；而在中长期来看，预计多模态模型的升级将丰富相关产品的使用场景，叠加硬件升级、算法优化带来的成本优化，2C产品的进展值得期待。我们持续看好本轮生成式AI浪潮对科技产业的长周期影响和改变，继续关注算力、算法、数据、应用等环节的领先厂商。