民生证券：传媒行业事件点评：谷歌发布Gemini，把握AI多模态应用投资机遇

事件12月6日谷歌发布多模态大模型Gemini。Gemini原生地支持多模态，使用图像、音频、视频和文字等数据进行预训练，其能够无缝地理解和推理各种输入，远远优于现有多模态模型，在各种领域都具有强大的理解和推理能力。Gemini支持32k上下文长度，先发版本包括Ultra、Pro和Nano三种规格1）Ultra是最强大的规格，适用于高度复杂的任务；2）Pro具有增强性能和大规模部署能力，适用于多任务；3）Nano适用于特定任务及移动设备。Gemini多模态理解推理能力极强，测试结果或超越GPT-4Gemini具有强大的多模态信息理解推理能力，其可以同时识别和理解文本、图像、音频等，擅长解释数学和物理等复杂学科的推理。在MMLU上，GeminiUltra是第一个在57个学科上实现超过90%的人类专家水平得分的模型。据官方文档案例，1）如图2所示，Gemini能够理解学生杂乱的笔迹，理解关于滑雪者滑下斜坡的物理问题，识别出学生在解决问题时出错的具体推理步骤，并给出解决问题的正确方法。2）如图4所示，Gemini能够识别图像中显示的特定植物，并提供相关信息。尽管有错别字，Gemini仍能理解