Gemini

产品简介

主要功能

• 多模态交互：支持文字、图片、音频、视频和代码等多种输入和输出形式。
• 超长上下文理解：上下文窗口长度可达200万个token，能够处理长达几小时的视频、11小时的音频、3万行代码或70万字的文章。
• 深度研究（Deep Search）：结合谷歌搜索能力，整合海量网站信息，生成详实报告并标注引用来源。
• 写作画板（Canvas）：提供AI驱动的在线编辑器，支持文本生成、修改、精简、扩展和语气调整。
• 多步骤推理和规划：能够自动判断问题是否需要深度思考，并组织思路生成回答。
• 核查回答：联网验证答案的准确性，确保信息来源可信。

使用方法

1. 访问 Gemini 官网 并登录你的 Google 账户。
2. 登录后，你可以通过文字输入或语音命令在输入框中提出问题。
3. Gemini 将分析你的消息并生成相关回答。你可以通过对话右侧的“三个点”>“固定”，将重要对话固定在 Gemini 聊天记录左侧栏的顶部。
4. 你可以上传图像并发出命令，如分析图像中的特定元素。要上传图像，请点击聊天框中的“上传图像”图标。
5. 得到生成的回答后，可以进行多种互动方式，如编辑问题、查看不同版本、反馈、修改回答、快速检查来源、分享和导出等。

应用场景

• 办公场景：Gemini可处理超1000页PDF文档，提取关键数据并生成图表，还能在Gmail撰写邮件、总结线程，以及在Google Meet提供多语言实时翻译字幕，助力高效办公。
• 生活场景：基于用户搜索历史提供个性化搜索结果，能描述图像、分析社交媒体图片洞察市场趋势，还能生成视频分镜脚本并提供旁白，全方位提升生活体验。
• 医疗领域：构建的Med-Gemini模型可辅助皮肤科诊断、分析放射学影像、处理电子健康记录等，生成非技术性报告促进医患沟通，助力医疗智能化。
• 金融领域：通过分析大量金融数据，识别市场趋势与风险因素，助力金融机构精准决策与信贷评估，提升金融业务的科学性与安全性。
• 教育领域：提供知识问答与智能评估，为学生推送个性化学习资源并给予针对性反馈，助力教育个性化与智能化发展。
• 安全领域：Gemini支持的AI聊天机器人借助谷歌SecLM API，帮助安全团队高效检测与应对威胁，提升安全防护效率。
• 创作场景：帮助创作者进行文本生成、提供创作思路与素材，支持多语言翻译和文本摘要提取，促进跨语言创作与文化交流。
• 工业场景：在自动驾驶中精准识别道路物体，为决策提供支持，同时实现智能家居设备的智能控制与优化，推动工业与家居智能化发展。