Artikel ini terutama memperkenalkan kinerja Google Gemini-Pro di bidang multi-modal, dan menganalisis secara singkat kelebihan dan kekurangannya. Gemini-Pro menunjukkan kekuatan yang kuat di bidang multimodal, sebanding dengan GPT-4V, dan bahkan sedikit lebih baik dalam hal skor komprehensif dan pemahaman visual. Hal ini menandai kemajuan signifikan dalam teknologi kecerdasan buatan multimodal dan memberikan dorongan kuat untuk pengembangan aplikasi di masa depan.
Gemini-Pro telah membuat kemajuan signifikan di bidang multimodal dan setara dengan GPT-4V. Skor keseluruhannya melampaui yang terakhir, terutama dalam tugas pemahaman visual. Namun, perbaikan lebih lanjut masih diperlukan dalam tugas dan bidang tertentu. Keberhasilan Gemini-Pro menunjukkan potensi kekuatan teknologi multimodal.
Secara keseluruhan, kemunculan Gemini-Pro merupakan tonggak penting dalam pengembangan teknologi AI multimodal. Meskipun masih ada ruang untuk perbaikan, kinerjanya yang kuat dan prospek penerapannya yang luas layak untuk dinantikan, dan pengembangannya di masa depan patut mendapat perhatian terus-menerus.