Gemini

Google Gemini 是由 Google DeepMind 与 Google AI 联合开发的一系列 多模态大型语言模型（LLM），支持文本、图像、音频、视频和代码等多种输入与输出模式。UC Today+2IBM+2

关键特性

• 多模态能力：Gemini 不仅处理文字，还能理解和生成图像、音频、视频、代码等内容。blog.google+1

• 不同规模版本：例如 Ultra（最强）、Pro、Nano 等版本，适用于不同性能与场景需求。blog.google

• 集成与应用广泛：作为模型背后驱动，其相应的聊天助手也被用于构建用户界面与生产工具。IBM+1

• 面向“Agentic”时代：新版（如 Gemini 2.0）强调使用工具调用、实时视频/音频生成、增强推理能力。blog.google+1

用途场景

• 内容创建：撰写文章、生成图像／视频、编辑音频。

• 编程与技术支持：理解代码、生成代码片段、辅助开发。

• 研究与分析：处理长上下文、多模态数据，进行复杂推理。

• 企业／产品化：嵌入在各种服务、工具中，支持业务智能化。

意义与竞争

Gemini 是 Google 在大型 AI 模型竞赛中的关键一环，旨在与其他领先模型（如 GPT‑4 等）竞争，同时在多模态、效率、设备端运行等方面寻求差异化。UC Today+1