谷歌利用Gemini AI训练机器人，显著提升其导航和任务执行能力。

当前，谷歌的 Gemini AI 正致力于变革人工智能领域，旨在实现更卓越的性能和更广泛的应用。

DeepMind 的工程师们正在利用一项创新技术，致力于提升新一代模型 Gemini 1.5 Pro 的卓越性能，该模型具备处理大量数据的能力，甚至超越了 RT-2 模型。目前，研究团队专注于改进模型的效率，力求使 Gemini 1.5 Pro 能够像人类一样，具备在复杂环境中进行“推理”的能力。通过分析大量数据，模型能够识别出隐藏的模式和关联，从而实现更高效的决策，并解决更为复杂的问题。

据 DeepMind 透露，Gemini 模型的工程师们已成功将模型上下文窗口扩展到 9000 万个 tokens，并在 50 万个 tokens 的长文本中实现了高达 90% 的信息检索准确率。

这意味着，模型现在能够处理更长的文本序列。举例来说，通过分析大量的书籍内容，模型能够从中提取出关键信息，即使这些信息散布在文本的不同位置。Gemini 模型的这一进步有助于其在复杂环境中进行更精准的推理，并促进人工智能在各个领域的应用。DeepMind 期望进一步提升模型的整体性能。

根据最新的技术报告，在涉及长程上下文理解的任务中，Gemini 1.5 Pro 展现出非凡的性能。该模型的窗口大小为 10-30 倍。尽管窗口增大，但模型的训练和使用成本并未显著增加。此外，通过更大的上下文窗口，模型可以一次性处理更多的数据，减少了对外部存储的依赖，从而提升了效率。