Google Gemini：有關生成AI應用程序和模型的所有信息

什麼是Gemini？

Gemini是Google備受期待的下一代生成式AI模型家族，由DeepMind與Google Research合作開發。它的設計具有多樣性，提供不同尺寸以滿足各種需求：

• Gemini Ultra：功能強大的模型，專為最複雜的任務設計。
• Gemini Pro：穩健的模型，最新版本Gemini 2.0 Pro是Google目前的旗艦產品。
• Gemini Flash：比Pro更快、更精簡的版本，適合快速任務。
• Gemini Flash-Lite：比Flash更小、更快的版本，專為效率打造。
• Gemini Flash Thinking：具有增強推理能力的專用版本。
• Gemini Nano：包含兩個緊湊型模型，Nano-1和Nano-2，後者可離線運行。

Gemini的一個關鍵特點是其多模態性質。與早期的Google LaMDA等僅限於文字的模型不同，Gemini模型在包括音頻、圖像、影片、程式碼和多種語言文字的多元數據集上進行了訓練。這使它們不僅能處理，還能生成各種類型的內容，在AI領域中脫穎而出。

然而，值得注意的是，使用公開數據訓練這些模型引發了倫理和法律問題。Google提供了AI賠償政策，但這並非全面保護，因此若考慮將Gemini用於商業用途，需謹慎行事。

Gemini應用程式與Gemini模型有何不同？

Gemini模型是大腦核心，而Gemini應用程式則是用戶友好的介面，用於存取這些模型。這些應用程式可在網頁和行動平台上使用（原名Bard），類似於ChatGPT或Anthropic的Claude，作為前端介面。它們提供類似聊天機器人的體驗，讓用戶能透過熟悉的介面與Gemini的功能互動。

在Android上，Gemini應用程式已取代Google Assistant；在iOS上，它整合進Google和Google Search應用程式。Android用戶甚至可以透過按下電源鍵或使用語音指令，呼叫Gemini疊層來與螢幕上的內容（如YouTube影片）互動。

應用程式支援多種輸入，包括圖像、語音指令和文字，甚至可以生成圖像。若使用同一Google帳戶登入，對話內容可在不同裝置間同步。

Gemini Advanced

除了基本應用程式外，Gemini Advanced透過Google One AI Premium Plan每月20美元的費用提供增強功能。該計劃將Gemini整合進Google Workspace應用程式，如Gmail、Docs、Maps等，支援進階任務，如電子郵件撰寫、文件編輯，甚至生成幻燈片。

Gemini Advanced用戶享有優先使用新功能的權利，可直接在應用程式中運行和編輯Python程式碼，並提高工具如NotebookLM的使用限制。近期新增的記憶功能讓Gemini能記住用戶偏好和過去對話，提升用戶體驗。另一突出功能Deep Research利用進階推理生成複雜主題的詳細簡報。

Gemini在Gmail、Docs、Chrome、開發工具等的應用

Gemini的整合擴展到多項Google服務。在Gmail和Docs中，它提供側邊欄，支援電子郵件撰寫和文件優化等任務。在Slides中，它可生成自訂圖像和幻燈片；在Sheets中，它協助數據整理和公式創建。

Gemini還透過個人化推薦和評論聚合增強Google Maps。在Drive中，它能總結文件並提供快速洞察。在Chrome中，它作為AI寫作工具，適應您所在網頁的上下文。Gemini的影響力延伸至Google的安全和開發工具，以及Photos、YouTube和Meet等應用程式，支援自然語言搜尋和翻譯。

Gemini擴充功能與Gems

對Gemini Advanced用戶來說，創建Gems是一項獨特功能。這些是由Gemini模型驅動的自訂聊天機器人，可針對特定任務（如制定每日跑步計劃）進行客製化。Gems可分享或保持私有，為AI互動增添個人化特色。

Gemini應用程式還利用“Gemini擴充功能”與Google服務（如Drive、Gmail和YouTube）整合，實現跨平台的無縫互動和資訊檢索。

Gemini Live深入語音聊天

Gemini Live為語音互動提供獨特體驗，可在行動裝置上的Gemini應用程式和Pixel Buds Pro 2中使用。它支援實時、適應性對話，您可隨時打斷Gemini提問或尋求澄清。此功能設計用於協助工作面試準備和公開演講練習等任務。

青少年版Gemini

Google還推出了專為青少年設計的Gemini版本，針對學生需求，包含額外的安全措施和AI素養指南，但其他功能與標準版本相似，包括“雙重檢查”功能以確保準確性。

Gemini模型能做什麼？

憑藉其多模態能力，Gemini模型可處理多種任務，從語音轉錄到實時圖像和影片標註。Google不斷擴展這些功能，未來將提供更多可能性。

然而，與所有生成式AI一樣，Gemini也存在挑戰，如偏見和生成不準確資訊的可能性。使用或考慮付費使用Gemini服務時，需注意這些限制。

Gemini Pro的功能

最新版本Gemini 2.0 Pro在程式設計和處理複雜提示方面表現出色，在多項基準測試中超越前代。開發者可透過Google的Vertex AI平台進行客製化，針對特定情境進行調整並與第三方數據或API整合。Google的AI Studio還提供工具來創建結構化提示和調整安全設置。

Gemini Flash輕量化，Gemini Flash Thinking增強推理

Gemini 2.0 Flash專為效率設計，適合總結和數據提取等任務，而Gemini 2.0 Flash-Lite以相同價格提供更佳性能。“Thinking”版本的Gemini 2.0 Flash透過在回應前進行推理，提高可靠性。

Gemini Nano可在手機上運行

Gemini Nano設計為直接在設備上運行，提升隱私和離線功能。它支援Pixel 8系列和Samsung Galaxy S24等設備上的功能，如Recorder中的總結和Gboard中的智能回覆。未來Android版本將使用Nano進行通話詐騙檢測，並已增強天氣報告和無障礙功能。

Gemini Ultra目前缺席

雖然Gemini Ultra近期未受矚目，但它仍是Google計劃的一部分，未來可能會帶來新功能回歸。

Gemini模型的費用是多少？

透過Gemini API的Gemini模型定價結構如下：

• Gemini 1.5 Pro：每百萬輸入令牌1.25/2.50美元，每百萬輸出令牌5/10美元，視提示長度而定。
• Gemini 1.5 Flash：每百萬輸入令牌7.5/15美分，每百萬輸出令牌30/60美分，視提示長度而定。
• Gemini 2.0 Flash：每百萬輸入令牌10美分，每百萬輸出令牌40美分，音頻輸入每百萬令牌70美分。
• Gemini 2.0 Flash-Lite：每百萬輸入令牌7.5美分，每百萬輸出令牌30美分。

Gemini 2.0 Pro和Nano的定價尚未公布。

Gemini會登陸iPhone嗎？

Gemini有可能登陸iPhone。Apple已表示有興趣將Gemini及其他第三方模型整合進其Apple Intelligence套件，儘管在2024年WWDC討論後，具體細節尚未公開。

本文最初於2024年2月16日發布，並定期更新以反映最新發展。