Google DeepMind 於 7 月發表 Gemini 多模態前沿模型論文:MMLU 突破 90% 刷新紀錄
發表文章的作者 賴家榮 觀點劃重點
我是賴家榮!Google DeepMind 在 7 月發表 Gemini 論文。本文用「工廠 SMT 機台貼片機維修」真實案例,帶大家看懂 200 萬 Token 長上下文與視覺聽覺雙全的威力!
各位讀者大家好,我是賴家榮!
發表於 ArXiv 的 Gemini 論文(ID: 2312.11805)在 7 月引發熱烈討論。Gemini 在 32 項全球權威基準中打破了 30 項 SOTA 紀錄!
---
### 💡 賴家榮的「白話大解密」:工廠真實維修案例
現場作業員拿起 iPad 對著故障貼片機:
1. 眼睛看:Gemini 透過鏡頭,秒級辨識出機台型號與 C47 電容過熱鼓包。
2. 耳朵聽:錄下 3 秒「答答答」聲音,判定是第三軸承缺少潤滑油。
3. 腦袋想:吞下整本 800 頁原廠手冊,直接在螢幕畫圈標註維修步驟!
發表於 ArXiv 的 Gemini 論文(ID: 2312.11805)在 7 月引發熱烈討論。Gemini 在 32 項全球權威基準中打破了 30 項 SOTA 紀錄!
---
### 💡 賴家榮的「白話大解密」:工廠真實維修案例
現場作業員拿起 iPad 對著故障貼片機:
1. 眼睛看:Gemini 透過鏡頭,秒級辨識出機台型號與 C47 電容過熱鼓包。
2. 耳朵聽:錄下 3 秒「答答答」聲音,判定是第三軸承缺少潤滑油。
3. 腦袋想:吞下整本 800 頁原廠手冊,直接在螢幕畫圈標註維修步驟!