网站简介
Gemini 是谷歌旗下 DeepMind 于 2023 年 12 月推出的原生多模态人工智能大模型，意为 “双子座”，象征其能并行处理文本、图像、音频、视频与代码的全能特性。
核心定位与版本
Gemini 采用统一架构，从训练伊始即融合多模态数据，告别 “单模态后拼接” 的传统模式。它分为三大版本，适配全场景需求：
Ultra：旗舰版，面向科研、复杂推理等高难任务，能力最强。
Pro：通用版，平衡性能与效率，用于对话、内容创作等主流场景。
Nano：轻量版，专为手机等端侧设备优化，支持离线运行，隐私性强。
技术突破与能力
多模态理解：可无缝跨模态交互，如图文结合推理、视频内容深度解析、音频语义精准识别。
顶尖基准成绩：在 MMLU（多任务语言理解）测试中准确率达90%，首个超越人类专家的 AI 模型，覆盖 57 个学科。
长上下文处理：后续版本支持百万级 token超长文本，可处理整本书籍、海量文档的深度分析。
代码与推理：编程能力突出，能生成复杂程序；数学推理强劲，达国际奥数金牌水平。
应用与生态
Gemini 深度融入谷歌生态：
集成于谷歌搜索、Workspace（文档 / 表格）、Pixel 手机等，提供智能搜索、内容创作、离线助手等服务。
面向企业提供 Vertex AI 平台，助力开发者构建定制化 AI 应用。
