-
一文详解｜Gemini-3，及配套的 Antigravity、Gemini CLI、生成式 UI、Otter、Firebase..
本文以“2025 年 11 月 19 日”为背景，大胆虚构并详尽展望了 Google 发布 Gemini 3 模型及其一系列颠覆性配套产品的未来图景。文章首先通过多个令人惊叹的案例，展示了 Gemini 3 Pro 在复杂代码生成、多模态理解和超长上下文处理方面的强大能力，并强调其在各项基准测试中（如 LMArena）的领先地位。为支撑这种超凡能力，文中引入了创新的“Deep Think”模式，通…- 0
- 0
-
Gemini 2.5 Pro 初体验
作者对 Google Gemini 2.5 Pro 进行了快速体验，重点关注其在图像生成、音频转录和对象识别方面的能力。在图像生成方面，Gemini 2.5 Pro 生成的高质量图像超越了 Claude 等早期模型。对于音频转录，它可以准确地转录混合语言音频，并生成带有时间戳、语言信息和说话人姓名的 JSON 数据。这展示了其强大的数据处理能力。总的来说，Gemini 2.5 Pro 在长上下文处…- 0
- 0
-
推出 Gemini 2.5 Flash Image，我们的顶尖图像模型
本文介绍/发布了 Gemini 2.5 Flash Image，Google 新的图像生成和编辑模型。它重点介绍了以下关键功能：混合多个图像，在各种提示中保持人物形象一致性，使用自然语言执行有针对性的转换，以及利用 Gemini 固有的世界知识来增强图像生成和编辑。该模型可通过 Gemini API、面向开发者的 Google AI Studio 和面向企业的 Vertex AI 立即使用，并提供…- 0
- 0
-
OpenAI 还怎么玩？谷歌凌晨炸场！Pro 级智商跌成“白菜价”，网友惊呼：六边形战士
文章详细介绍了谷歌最新发布的 Gemini 3 Flash 大模型，强调其在推理能力上匹敌旗舰模型 Gemini 3 Pro，同时拥有更快的响应速度和显著降低的成本。通过在 GPQA 博士级推理、多模态理解和编码智能体等多项基准测试中取得“屠榜”表现，Flash 版模型展现了“小而强”的进化。文章还深入探讨了其核心技术原理，如“思考层级”参数和上下文缓存，以实现性能与成本的平衡。它在复杂视频分析、…- 0
- 0
-
Gemini 2.5 Pro 预览版：编码能力再创新高
Google 发布了 Gemini 2.5 Pro 预览版（I/O Edition），该版本在编码能力方面有显著提升，尤其是在前端和 UI 开发方面，提升了模型在复杂任务中的稳定性和可靠性。Gemini 2.5 Pro 在 WebDev Arena leaderboard 排行榜上名列前茅，并在代码转换、编辑以及创建复杂的代理式工作流等基础编码任务中有所改进。该模型还具备强大的视频理解能力，可用于…- 0
- 0
-
Gemini 2.5 Flash：应用构建新起点
Google 发布了 Gemini 2.5 Flash 的早期预览版，现已在 Google AI Studio 和 Vertex AI 开放体验。在 2.0 Flash 的基础上，此版本显著提升了推理能力，同时保持了速度和成本效益。Gemini 2.5 Flash 是首个混合推理模型，允许开发者启用或禁用“思考”并设置思考预算，以平衡质量、成本和延迟。本文展示了该模型在不同复杂程度任务中的卓越推理…- 0
- 0
-
Nano Banana Pro：用 Gemini 3 Pro 图像模型构建创意应用
谷歌发布了 Nano Banana Pro (Gemini 3 Pro 图像)，这是一款基于 Gemini 3 Pro 的新型图像生成和编辑模型。目前，开发者可以付费预览版体验。它强调了该模型能够生成具有更高文本渲染准确性和强大世界知识的录音室质量图像，并通过谷歌搜索提供的事实依据进行增强。主要功能包括对图像物理和构图的精细控制，支持 2K 和 4K 分辨率，以及一致的角色呈现效果。该模型显著提升…- 0
- 0
-
Gemini 2.5：我们的思维模型系列更新
本文详细介绍了 Google Gemini 2.5 模型系列的最新更新。文章宣布 Gemini 2.5 Pro 和 Gemini 2.5 Flash 已全面可用且稳定，并指出与最近的预览版相比没有变化。新模型 Gemini 2.5 Flash-Lite 以预览版形式推出，提供最低延迟和成本，专为分类和摘要等高吞吐量任务设计。文章解释了将 Gemini 2.5 模型视为具有可调思维预算的“思维模型”…- 0
- 0
-
Waymo车内将现Gemini AI助手！1200行指令曝光，定义“安全、简洁、不越界”的乘客陪伴者
自动驾驶的“沉默旅程”即将终结。知名科技研究员 Jane Manchun Wong 近日通过逆向工程发现，Waymo 正在测试将谷歌 Gemini 大模型深度集成至其无人驾驶出租车，打造一款名为 “Waymo 出行助手” 的车载AI伴侣。尽管尚未上线，但一份长达1200多行的内部系统指令（代号“Waymo 出行助手元指令”）已完整曝光，揭示了这款AI如何被精心设计为安全、克制、高度场景化的乘客服务…- 0
- 0
-
Gemini 2.5 的对话式图像分割
本文详细介绍了 Google Gemini 2.5 突破性的对话式图像分割能力，该能力显著提升了 AI 对视觉的理解，超越了传统边界框和基本分割。与之前将像素与名词匹配的模型不同，Gemini 2.5 可以解析复杂的描述性短语，并根据复杂关系、条件逻辑、抽象概念、图像内文本及多语言标签来识别对象。这使得可以进行高度细致的查询，例如“最远处的汽车”或“未佩戴安全帽的员工”。本文展示了在交互式媒体编辑…- 0
- 0
-
Gemini API 的 URL 上下文工具正式发布
Google 宣布 Gemini API 的 URL 上下文工具正式发布，这是对生成式 AI 应用的一项重要提升。该工具允许开发者通过直接链接到 URL，为 Gemini 模型提供额外的上下文，使其能够读取和理解特定网页的全部内容，而不仅仅是搜索结果片段。一个关键更新是扩展的内容支持，现在包括 PDF（具有结构理解能力）、各种图像格式（PNG、JPEG、BMP、WebP）以及各种 Web 和数据文…- 0
- 0
-
Veo 3：Gemini API 新功能上线
本文介绍了 Google 最新的高保真视频生成模型 Veo 3，该模型现已通过 Gemini API 和 Vertex AI 提供付费预览。Veo 3 是首个集成高保真视频输出和原生音频的 Google 视频模型，支持文本生成视频，未来还将支持图像生成视频。它拥有同步声音、电影级质量和逼真物理模拟等功能。本文展示了早期开发者的采用情况，并提供了 Cartwheel（使用 Veo 3 进行 3D 动…- 0
- 0
-
Gemini 2.5 Flash-Lite 已稳定发布
本文宣布 Gemini 2.5 Flash-Lite 的稳定版本正式发布，这是 Google Gemini 2.5 系列中性价比最高、速度最快的模型。其定价极具竞争力，输入 token 为每百万 0.10 美元，输出 token 为每百万 0.40 美元，旨在通过可选的原生推理能力，最大限度地提高单位成本下的智能水平。该模型在性能和成本之间实现了极佳的平衡，尤其擅长翻译和分类等延迟敏感型任务。与 …- 0
- 0
-
Gemini Embedding 现已在 Gemini API 中全面可用
Google 现已在 Gemini API 和 Vertex AI 中提供 `gemini-embedding-001` 文本模型。该模型始终位于大规模文本嵌入基准评测 (MTEB) 多语言排行榜的榜首，在科学、法律、金融和编码等不同领域，性能优于之前的 Google 模型和外部产品。它支持 100 多种语言，并具有 2048 个最大输入令牌长度。一项关键创新是利用 Matryoshka Repr…- 0
- 0
-
Gemini 2.5 Flash 图像处理模型现已量产，支持全新长宽比
本文宣布谷歌 Gemini 2.5 Flash 图像处理模型正式面向生产环境推出，重点介绍了其在图像生成和编辑方面的先进功能。主要新功能包括支持 10 种不同的长宽比，方便用户为电影、社交媒体等各种平台创建内容，并支持仅输出图像。该模型使用户能够无缝混合多个图像，保持角色一致性以实现更丰富的叙事，使用自然语言进行精准编辑，并利用 Gemini 广泛的通用知识。开发者可以通过 Gemini API、…- 0
- 0
-
Gemini API 批量模式：以更低成本处理更多任务
本文介绍了 Google Gemini API 的全新批量模式功能，旨在异步处理高吞吐量、对延迟不敏感的 AI 工作负载。相比同步 API，主要优势包括显著降低 50% 的成本、大幅提升大型任务的速率限制，并通过卸载复杂的客户端排队和重试逻辑来简化 API 调用。使用流程非常简单：用户将所有请求打包成单个文件，通过 API 提交，并在 24 小时内获取结果。文章通过实际案例突出了该功能的实用性，例…- 0
- 0
-
Gemini 2.5：引领视频理解新纪元
Google 的 Gemini 2.5 Pro 和 Flash 在视频理解方面取得了显著进展。它们不仅实现了最先进的性能，还超越了 GPT 4.1 等现有模型。Gemini 2.5 是一种原生多模态模型，能够无缝集成音视频信息与代码。这为互动应用、内容创作等领域开启了新的可能性，并能有效提高学习效率和用户参与度。Gemini 2.5 Pro 可以将视频转换为互动学习应用，并使用 p5.js 从视频…- 0
- 0
-
Gemini 负责人：Pro 的主要作用是蒸馏 Flash！最大突破空间在后训练；Noam、Jeff Dean：持续学习是重要改进方向
文章记录了一场由 Gemini 项目三位联合技术负责人 Jeff Dean、Oriol Vinyals、Noam Shazeer 和 Google AI Studio 产品负责人 Logan Kilpatrick 参与的深度访谈。对话围绕 Gemini 3 Flash 和 3 Pro 的发布展开，深入探讨了 Google Brain 与 DeepMind 的融合历史、产品与模型能力的相互促进、当前…- 0
- 0
-
开始使用 Gemini 3 构建
本文宣布了 Google 的 Gemini 3 Pro，强调了 Gemini 3 Pro 在智能体编码工作流程和复杂零样本任务中的卓越性能，超越了之前的模型。文章详细介绍了该模型通过 Gemini API、Google AI Studio 和 Vertex AI 提供的可用性，以及预览访问的具体定价。主要功能包括增强的智能体编码，由 Google Antigravity 等新平台支持，并与流行的 …- 0
- 0
-
Nano Banana 超多玩法分享，太喜欢这种神仙打架的感觉了。
文章详细介绍了 Google Gemini 2.5 Flash 模型（作者昵称“Nano Banana”或“NB”）在图像处理领域的强大能力和多样化应用。作者通过大量实战案例，展示了该模型如何实现图像修复、人物姿态迁移、背景环境更换、产品替换、服装造型转换、以及风格合成（如添加游戏 UI、制作手办、生成等轴测三维图和 3D 渲染效果）。文章不仅提供了具体的提示词（prompts），还分享了多图参考…- 0
- 0
-
Gemini 2.0 现已向所有人开放
文章详细介绍了谷歌深思发布的 Gemini 2.0 模型系列，重点讨论了其性能、可用性和应用场景。更新后的 Gemini 2.0 Flash 已通过 API 和平台（如谷歌 AI 工作室 和 Vertex AI）正式上线，面向开发者提供可扩展、高性能的任务支持，特别是需要多模态推理的任务。此外，还推出了实验版本的 Gemini 2.0 Pro，针对编码和复杂推理进行了优化，具有 2 百万上下文窗口…- 0
- 0
-
Gemini 2.5 计算机使用模型发布
本文介绍了谷歌的 Gemini 2.5 计算机使用模型，该模型是基于 Gemini 2.5 Pro 的视觉理解和推理能力构建的专业 AI 代理。此模型允许 AI 代理通过模仿人类的操作（如点击、打字和滚动）与图形用户界面 (UI) 交互，从而实现复杂数字任务的自动化，例如填写表格和操作交互元素。核心功能通过 Gemini API 中的 `computer_use` 工具开放，该工具在一个迭代循环中…- 0
- 0
-
Gemini 2.0: Flash， Flash-Lite 和 Pro
本文介绍了 Gemini 2.0 模型家族的最新更新，现已通过谷歌 AI 工作室和顶点 AI 提供。文章重点介绍了三个关键变体：Gemini 2.0 Flash（具有增强功能的通用版本）、Flash-Lite（适用于大规模文本输出的成本高效选项）以及 Pro（针对编码和复杂任务优化的实验性更新）。此外，最近推出的 Gemini 2.0 Flash Thinking Experimental 被强调…- 0
- 0
Gemin
-
✈优惠劵使用时效：无法使用使用时效：
之前
使用时效：永久有效优惠劵ID：×