原生多模态
从底层按多模态设计,能泛化理解、操作并组合文本、代码、音频、图像和视频,而不是在单模态模型上外挂其他能力。
拖动滑块完成拼图,通过后发送验证码
独立第三方 AI 评测平台 · 只用实测数据
谷歌从零构建的多模态大模型,含 Ultra、Pro、Nano 三种尺寸
Gemini 是 Google DeepMind 与 Google Research 联合打造的多模态大模型,2023 年 12 月 6 日发布首个版本 Gemini 1.0,是谷歌当时能力最强、最通用的模型。它从底层按多模态设计,可理解并组合文本、代码、音频、图像和视频。Gemini 1.0 针对不同场景分为 Ultra、Pro、Nano 三种尺寸,分别面向数据中心、通用任务与手机端设备,其中 Nano 已运行在 Pixel 8 Pro 上,驱动录音摘要与 Gboard 智能回复。官网未公开各档位的具体定价与开放范围。
Gemini 由 Google DeepMind 与 Google Research 等 Google 内部团队大规模协作推出,由 Google DeepMind CEO 兼联合创始人 Demis Hassabis 代表团队对外介绍,Google 与 Alphabet CEO Sundar Pichai 亦撰写了公开说明。产品定位是比肩人类理解方式的新一代 AI 模型,目标更像一位专家助手,而不是一件普通软件。
首个版本 Gemini 1.0 被设计为多模态模型,从零构建,能够泛化理解、操作并组合文本、代码、音频、图像与视频等不同类型的信息。该版本按三种尺寸发布:Ultra、Pro 与 Nano,这是 Gemini 时代的首批模型,也是 Google DeepMind 成立时所设想愿景的首次落地。
使用方式上,普通用户可在部分场景直接体验到端侧能力,例如 Pixel 8 Pro 上由 Gemini Nano 驱动的录音摘要与 Gboard 智能回复;开发者与企业客户自 2023 年 12 月 13 日起可通过 Google AI Studio 或 Google Cloud Vertex AI 接入;Google Assistant 的 Bard 相关体验也计划在随后一年内获得 Gemini 系列模型支持。
从底层按多模态设计,能泛化理解、操作并组合文本、代码、音频、图像和视频,而不是在单模态模型上外挂其他能力。
Gemini 1.0 提供 Ultra、Pro、Nano 三种尺寸,覆盖从数据中心到智能手机的不同运行环境,按任务复杂度选用不同规格。
Gemini Nano 是专为设备端任务打造的效率型模型,借助 Google Tensor G3 在 Pixel 8 Pro 上本地运行,无需联网即可使用相关功能。
Pixel 8 Pro 的 Recorder 应用由 Gemini Nano 驱动摘要功能,可对录制的对话、采访、演示等内容生成摘要,断网状态同样可用。
Gemini Nano 在 Pixel 8 Pro 上初步驱动 Gboard 的智能回复能力,以开发者预览形态提供输入建议。
自 2023 年 12 月 13 日起,开发者与企业客户可通过 Google AI Studio 或 Google Cloud Vertex AI 使用 Gemini 进行应用开发。
Gemini Nano 在 Pixel 8 Pro 上本地运行的方式,有助于敏感数据不离开手机,同时为离线场景下的可用性提供支持。
如果你需要在同一套模型里同时处理文本、代码、音频、图像和视频,Gemini 1.0 提供了按规模分层的能力:旗舰场景选 Ultra,通用任务选 Pro,手机端或隐私敏感场景选 Nano。已经使用 Pixel 8 Pro 的用户能立刻用上录音摘要和 Gboard 智能回复,无需联网。开发者可从 2023 年 12 月 13 日起通过 Google AI Studio 或 Google Cloud Vertex AI 接入。的内容集中于模型规格与端侧演示,尚未给出各档位的价格与开放区域,采购或商用前应先在官方页面确认。
可直接使用由 Gemini Nano 驱动的录音摘要与 Gboard 智能回复,且断网可用,是最快接触到 Gemini 的人群。
2023 年 12 月 13 日起可通过 Google AI Studio 或 Google Cloud Vertex AI 接入,用同一系列模型覆盖不同规模需求。
可通过 Google Cloud Vertex AI 接入,但,采购前需要另行确认成本。
目前公开的接入入口集中在 Google AI Studio 与 Google Cloud Vertex AI,其他平台的可用性官网未说明。
| 指标 | 数值 | 数据来源 |
|---|---|---|
| 首次发布版本 | Gemini 1.0 | Google 官方博客 |
| 模型尺寸数量 | 3(Ultra、Pro、Nano) | Google 官方博客 |
| 开发者开放日期 | 2023 年 12 月 13 日 | Google 官方博客 |
| 发布日期 | 2023 年 12 月 6 日 | Google 官方博客 |
| 首个端侧机型 | Pixel 8 Pro | Google Pixel 功能更新说明 |
| 端侧芯片 | Google Tensor G3 | Google Pixel 功能更新说明 |
首个版本是 Gemini 1.0,按三种尺寸发布:Ultra、Pro 和 Nano。Ultra 面向数据中心级任务,Pro 面向通用场景,Nano 是专为设备端任务打造的最高效型号。三种尺寸共同构成 Gemini 时代的第一批模型。
Gemini 从底层就是从零按多模态构建的,可以泛化理解、操作并组合文本、代码、音频、图像和视频等不同类型的信息,而不是在单模态模型上再外挂其他能力。
可以。Gemini Nano 已运行在 Pixel 8 Pro 上,这是首款为 Gemini Nano 打造的手机,借助 Google Tensor G3 带来两项功能:Recorder 应用中的摘要,以及 Gboard 中的智能回复。它本地运行,断网也能用。
自 2023 年 12 月 13 日起,开发者和企业客户可以通过 Google AI Studio 或 Google Cloud Vertex AI 使用 Gemini 进行开发。官网未公开各接入渠道的配额与价格细节。
Gemini 系列模型将为 Assistant 上的 Bard 体验解锁新能力,计划在随后的年度内在 Pixel 设备上推出。也就是说 Bard 是面向用户的产品体验,Gemini 是支撑它的模型系列。
Gemini Nano 在 Pixel 8 Pro 上本地运行,其设计优势之一就是帮助敏感数据不离开手机,同时支持在没有网络连接的情况下使用相关功能。
| 工具 | 编辑评分 | 价格 | 核心功能 | 平台 |
|---|---|---|---|---|
| Gemini AI本工具 | 4.5 | 官网未公开具体定价与免费额度 | 原生多模态;三种尺寸;端侧运行;录音摘要 | Web / Android |
| GoogleGemini.co | — | 未标价 | 基于 Google Gemini Pro API 的免费文本和图像交互工具 | — |
| Gemini Embedding 文本嵌入模型 | — | 未标价 | Gemini Embedding 是一种先进的文本嵌入模型,通过 Gemini API | API |
| Gemini 1.5 Pro | — | 未标价 | Google 开发者平台推出的下一代 Gemini 1.5 Pro 模型 | Web / API |
| Google ADK | — | 未标价 | Google ADK 文档网站 | — |
| Gemini 2.0 Flash Experimental | — | 未标价 | Google DeepMind 开发的高性能 AI 模型 | Web |
开发者和企业客户可通过 Google AI Studio 或 Google Cloud Vertex AI 使用 Gemini。
Google 发布首个版本 Gemini 1.0,提供 Ultra、Pro、Nano 三种尺寸。
Pixel 8 Pro 成为首款搭载 Gemini Nano 的手机,带来 Recorder 摘要与 Gboard 智能回复。