Google Gemini 1.5 Pro亲测:强大与脆弱并存
用户在测试新升级的多模态AI模型Gemini 1.5 Pro后发现,尽管它支持更全面的输入类型包括文字、图片、视频、文件和文件夹,推理能力却没有显著提升,特别在分辨是非方面。此外,处理视频、文件和文件夹输入时耗时较长,并且对大量数据的处理存在限制。
概述
前段时间,申请了一下Gemini 1.5 Pro的wishlist。之后,就忘到一边去了。今天登录了一下Google AI Studio,发现,我已经可以用Gemini 1.5 pro了。于是,测试了一下。后边准备把现在正在用的Gemini 1.0 pro切换到Gemini 1.5 pro。
Gemini 1.5 pro 可以支持文字、图片、视频、文件、文件夹作为prompt输入。
输入文字
倒是没什么太特别的。
![](https://www.lyustu.com/wp-content/uploads/2024/03/gemini1.5test1-1024x431.png)
输入图片+文字
输入图片,Gemini1.5 pro返回结果的时间直接超过30秒。
我特意说它是错的,它竟然承认。看来Gemini分辨是非的能力比较差。
![](https://www.lyustu.com/wp-content/uploads/2024/03/gemini1.5test2-1024x431.png)
输入视频+文字
输入视频,Gemini1.5 pro的返回结果的时间超过200秒。
![](https://www.lyustu.com/wp-content/uploads/2024/03/gemini1.5test3-1024x431.png)
输入文件+文字
输入文件,Gemini1.5 pro返回结果的时间也超过200秒。
![](https://www.lyustu.com/wp-content/uploads/2024/03/gemini1.5test4-1024x431.png)
输入文件夹+文字
输入文件夹,内容太多,再加上之前的内容,导致prompt的token超过限额,无法返回结果。
![](https://www.lyustu.com/wp-content/uploads/2024/03/gemini1.5test5-1024x593.png)
总结
作为一个多模态的大模型,Gemini 1.5 pro比起1.0来,最明显的特点就是可以输入的类型比较全面了。文字、图片、视频、文件和文件夹。
但,似乎推理能力,并没有明显的进步。至少还是做不到分辨是非。