Google Gemini：有关生成AI应用程序和模型的所有信息

什么是Gemini？

Gemini是谷歌备受期待的下一代生成式AI模型家族，由DeepMind和谷歌研究团队合作开发。它设计多功能，拥有多种型号以满足不同需求：

• Gemini Ultra：功能强大的模型，专为最复杂任务设计。
• Gemini Pro：稳健的模型，最新版本Gemini 2.0 Pro是谷歌当前旗舰。
• Gemini Flash：更快、精简的Pro版本，适合快速任务。
• Gemini Flash-Lite：比Flash更小更快，专为效率设计。
• Gemini Flash Thinking：增强推理能力的专用版本。
• Gemini Nano：包含两个紧凑模型，Nano-1和Nano-2，后者支持离线运行。

Gemini的关键特点是其多模态特性。与谷歌早期模型如LaMDA仅限于文本不同，Gemini模型在音频、图像、视频、代码和多语言文本等多样数据集上训练。这使它们不仅能处理还能生成各种类型内容，在AI领域中独树一帜。

然而，需注意使用公共数据训练这些模型引发的伦理和法律问题。谷歌提供AI赔偿政策，但并非全面保护，若考虑将Gemini用于商业用途，需谨慎行事。

Gemini应用与Gemini模型的区别是什么？

Gemini模型是核心智能，而Gemini应用是用户友好的访问接口。这些应用在网页和移动平台上可用（前身为Bard），类似于ChatGPT或Anthropic的Claude，提供类聊天机器人体验，让用户通过熟悉界面与Gemini功能互动。

在Android上，Gemini应用已取代谷歌助手，在iOS上，它集成于谷歌和谷歌搜索应用中。Android用户可通过按电源键或语音命令唤出Gemini叠层，与屏幕内容（如YouTube视频）互动。

应用支持图像、语音和文本等多种输入，还能生成图像。若使用同一谷歌账户登录，跨设备对话可同步。

Gemini Advanced

除基础应用外，Gemini Advanced通过Google One AI Premium Plan每月20美元提供增强功能。该计划将Gemini集成到Gmail、Docs、Maps等谷歌Workspace应用中，支持高级任务如电子邮件撰写、文档编辑甚至生成幻灯片。

Gemini Advanced用户享有优先体验新功能、在应用中直接运行和编辑Python代码、以及NotebookLM等工具的更高使用限额等特权。新近添加的记忆功能帮助Gemini记住用户偏好和历史对话，提升用户体验。突出功能Deep Research利用高级推理创建复杂主题的详细简报。

Gemini在Gmail、Docs、Chrome、开发者工具等中的应用

Gemini的集成扩展到多个谷歌服务。在Gmail和Docs中，它提供侧边栏用于邮件撰写和文档优化。在Slides中，它生成自定义图像和幻灯片，在Sheets中帮助数据整理和公式创建。

Gemini还通过个性化推荐和评论聚合增强谷歌地图功能。在Drive中，它可总结文件并提供快速见解。在Chrome中，它作为AI写作工具，适应网页上下文。Gemini的影响还扩展到谷歌的安全和开发工具，以及Photos、YouTube和Meet等应用，支持自然语言搜索和翻译。

Gemini扩展和Gems

对于Gemini Advanced用户，创建Gems是一项独特功能。这些是由Gemini模型驱动的自定义聊天机器人，可针对特定任务（如制定每日跑步计划）进行定制。Gems可分享或保持私有，为AI交互增添个性化。

Gemini应用还利用“Gemini扩展”与谷歌服务如Drive、Gmail和YouTube集成，实现跨平台无缝交互和信息检索。

Gemini Live深度语音聊天

Gemini Live为语音交互提供独特体验，可在Gemini移动应用和Pixel Buds Pro 2上使用。它支持实时适应性对话，用户可打断Gemini提问或寻求澄清。该功能旨在帮助完成求职面试准备和公众演讲练习等任务。

青少年版Gemini

谷歌还推出了面向青少年的Gemini版本，专为学生设计，包含额外的安全措施和AI素养指南，但功能与标准版相似，包括“双重检查”准确性功能。

Gemini模型能做什么？

凭借多模态能力，Gemini模型可处理多种任务，从语音转录到实时图像和视频字幕生成。谷歌不断扩展这些功能，未来将提供更多可能性。

然而，与所有生成式AI一样，Gemini也存在偏见和生成不准确信息的风险。使用或考虑付费使用Gemini服务时，需注意这些局限性。

Gemini Pro的能力

最新版本Gemini 2.0 Pro在编码和处理复杂提示方面表现出色，在多项基准测试中超越前代。开发者可通过谷歌的Vertex AI平台定制，适配特定场景并与第三方数据或API集成。谷歌的AI Studio还提供创建结构化提示和调整安全设置的工具。

Gemini Flash轻量化，Gemini Flash Thinking增强推理

Gemini 2.0 Flash专为效率设计，适合摘要和数据提取等任务，而Gemini 2.0 Flash-Lite以相同价格提供更高性能。“Thinking”版本的Gemini 2.0 Flash通过在响应前推理问题增强可靠性。

Gemini Nano可在手机上运行

Gemini Nano设计为直接在设备上运行，增强隐私和离线功能。它支持Pixel 8系列和Samsung Galaxy S24等设备上的录音摘要和Gboard智能回复等功能。未来Android版本将使用Nano进行通话诈骗检测，并已增强天气报告和无障碍功能。

Gemini Ultra暂未露面

虽然Gemini Ultra近期未受关注，但仍是谷歌计划的一部分，未来可能带来新功能。

Gemini模型的价格是多少？

通过Gemini API的Gemini模型定价如下：

• Gemini 1.5 Pro：每百万输入令牌1.25/2.50美元，每百万输出令牌5/10美元，视提示长度而定。
• Gemini 1.5 Flash：每百万输入令牌7.5/15美分，每百万输出令牌30/60美分，视提示长度而定。
• Gemini 2.0 Flash：每百万输入令牌10美分，每百万输出令牌40美分，音频输入每百万令牌70美分。
• Gemini 2.0 Flash-Lite：每百万输入令牌7.5美分，每百万输出令牌30美分。

Gemini 2.0 Pro和Nano的定价尚未公布。

Gemini会登陆iPhone吗？

Gemini有可能登陆iPhone。苹果已表示有兴趣将Gemini和其他第三方模型集成到其Apple Intelligence套件中，但2024年WWDC讨论后细节仍未明确。

此文最初发布于2024年2月16日，并定期更新以反映最新进展。