扳回一局

要点:Gemini-Pro在多模态能力上与GPT-4V不相上下，尤其在多模态专有基准MME上表现出1933.4的高分，超过GPT-4V。在37个视觉理解任务中，Gemini-Pro在文本翻译、颜色/地标/人物识别、OCR等任务中表现突出，而GPT-4V在名人识别任务上得分为0。