谷歌最近发布了早期测试版本的Gemini 1.5 Pro，这是一款中型多模态模型，涉及文本、视频和音频处理。它的性能与谷歌迄今为止最大的模型1.0 Ultra相似，但引入了长上下文理解的突破性实验特征。

创新功能

Gemini 1.5 Pro具有处理大规模内容的能力，能够稳定处理高达100万token的输入，极限情况下可达1000万token，创下了最长上下文窗口的记录。这一突破性功能使其在处理大规模数据时表现出色。

除了处理大规模数据外，Gemini 1.5 Pro还展示了在语言翻译和代码理解方面的惊人能力。仅凭一本500页的语法书、2000条双语词条和400个额外的平行句子，它就能学会一门小语种的翻译，而且翻译质量接近于人类水平。

强大表现

Gemini 1.5 Pro经过测试，表现出了超乎预期的强大功能。有用户尝试将整个代码库连同问题一起输入，Gemini 1.5 Pro不仅理解了整个代码库，还识别出了最紧急的问题并提出了解决方案。在其他代码相关测试中，它展现了强大的检索能力、理解能力和跨模态的能力，为用户提供了全面的支持。

对传统方法的挑战

Gemini 1.5 Pro展示出处理超长上下文的能力，引发了人们对传统方法的思考。一些研究者开始质疑传统的RAG方法是否仍然必要。RAG（检索增强生成）通常包括两个阶段：检索上下文相关信息和使用检索到的知识指导生成过程。然而，Gemini 1.5 Pro的能力使得传统的RAG方法显得不再那么必要。

符尧的见解

在一个测试中，一位网友表示Gemini 1.5 Pro的超长上下文处理能力实现了RAG无法做到的事情。他认为，如果一个模型能够直接处理1000万token的上下文信息，那么就不再需要额外的检索步骤来寻找相关信息。Gemini 1.5 Pro本身就是一个强大的检索器，为何还需要额外的工程来建立一个弱小的检索器呢？

综上所述，谷歌Gemini 1.5 Pro以其强大的性能和创新功能成为了AI世界的新宠。其能力不仅挑战了传统方法，还引领着人工智能技术的发展方向。