Google三件AI工具，Bard、Gemini、Vertex AI到底各管什么

Google 这几年在 AI 工具上动作挺多，Bard、Gemini、Vertex AI 这三样东西经常被混在一起说，我自己第一次接触的时候也搞混了。花了一点时间把它们的定位理清楚，顺手记下来，算是给和我一样刚入坑的人做个扫盲。

Bard：偏文本生成的 LLM

Bard 是 Google 做的大型语言模型（LLM），核心能力是生成接近人类风格的文本。底层用的是 Transformer 架构——这套架构最早是为机器翻译任务设计的，后来被整个 NLP 领域借了过去。Bard 在 2023 年 2 月首次亮相，到现在为止一直处于测试阶段。我实测下来，它的文本生成质量在同类工具里算中上，但稳定性还有波动，偶尔会跑偏。

Gemini：专门啃代码的 LLM

Gemini 同样是 Google 出的 LLM，但方向不一样，它专注的是代码生成。架构上基于 Google 的 CodeBERT，专门用来理解和生成各种编程语言。2022 年 10 月推出，比我预期早了不少。我拿它跑过几个自动化编码的小任务，潜力确实可观，尤其是对常见框架的补全速度，省了我不少手敲的时间。

Vertex AI：把模型管起来的平台

跟前面两个纯模型不同，Vertex AI 是一个功能齐全的机器学习平台，2021 年 4 月上线，用到现在覆盖面已经很广了。它提供一整套工具和服务，从构建、部署到管理机器学习模型，基本能一条龙搞定。我自己的理解是：Bard 和 Gemini 是"零件"，Vertex AI 是"装配车间"，没有它，模型跑起来之后基本就没人管了。

我理解的三者关系

这三样东西各有分工，但串起来确实能搭出完整的机器学习应用。我脑子里最直观的例子是这样的：开发人员先用 Bard 生成一段文本，再让 Gemini 把这段文本转换成可执行的代码，最后把代码丢到 Vertex AI 平台上，用来训练和部署机器学习模型。一条流水线，三把刀，各切各的。

把这几个工具组合着用，构建和管理复杂机器学习应用的效率会高不少。随着它们持续迭代改进，我判断后面的 AI 应用会做得更智能、更轻。

References

• Google AI Blog