当前位置：首页 > 专题列表 > Gemini
Gemini
本专题深入讲解Gemini脚本的设计与应用，涵盖智能对话、内容创作、代码生成、多模态处理等场景，支持自动化调用Gemini接口，帮助开发者与创作者高效集成AI能力到各类项目中。
文章
谷歌发布Gemini2.0Pro高性能多模态AI模型
谷歌Gemini2.0Pro是多模态AI模型的升级版本，具备200万tokens超大上下文窗口和卓越编程性能。该模型支持复杂提示处理、代码优化及多模态输入，集成Google搜索与代码执行工具，显著提升开发效率与推理能力。面向开发者和高级用户开放，在编码、数学及多语言理解测试中表现优异，适用于编程辅助、学术研究等场景。
2026-03-20
Gemi
谷歌DeepMind具身智能大模型GeminiRobotics问世
谷歌DeepMind推出具身智能大模型Gemini Robotics，基于Gemini 2.0实现物理世界智能交互。该机器人项目包含增强版视觉语言模型和视觉语言动作模型，具备三维空间理解、物体检测和开放词汇指令执行能力。核心功能包括复杂任务处理、精细操作和环境适应，可应用于工业制造、家庭服务等领域。
2026-03-20
Gemi
谷歌最新AIGemini2.5Flash推理模型
谷歌最新AIGemini2.5Flash推理模型是高效低延迟的AI模型，基于Gemini2.5架构优化，具备思考能力和多模态输入支持。Gemini2.5Flash提供低延迟响应、推理能力与成本效益，适用于智能代码辅助、多智能体管理和实时交互等场景。该模型通过Transformer架构和量化技术实现高性能，已在Google AI Studio和Vertex AI上线。
2026-03-20
Gemi
谷歌GeminiDiffusion文本扩散模型
谷歌GeminiDiffusion文本扩散模型是实验性生成模型，基于噪声逐步细化技术实现快速响应与高质量文本输出。该模型支持并行生成连贯内容，具备迭代纠错和强大编辑能力，适用于内容创作、代码生成及数学问题解答等场景。在基准测试中性能媲美大模型且速度更快，用户可申请加入等待名单体验。
2026-03-20
Gemi
谷歌发布首款本地化Gemini Robotics具身智能模型
谷歌DeepMind推出首款本地化Gemini Robotics具身智能模型Gemini Robotics On-Device，该视觉-语言-动作模型支持离线运行和自然语言指令控制，能完成拉开袋子、叠衣服等精细操作任务。模型具备快速适应新任务能力，仅需50到100个样本即可学习新动作，适用于工业制造、物流仓储等多场景。谷歌同步发布SDK工具，降低开发者部署门槛。
2026-03-20
Gemi
谷歌AI推理模型Gemini2.5DeepThink正式发布
谷歌AI推理模型Gemini 2.5 DeepThink正式发布，这款基于国际数学奥林匹克竞赛金牌模型的AI专为解决复杂任务设计。通过并行思考技术和强化学习，Gemini 2.5 DeepThink能同时探索多种解法并优化结果，在数学问题、算法设计和科研推理等场景表现卓越。其稀疏混合专家架构确保高效计算，在HLE和LiveCodeBench等基准测试中均取得高分，为研究人员和创意工作者提供强大支持。
2026-03-20
Gemi
谷歌发布图像生成编辑模型Gemini2.5FlashImage
谷歌发布Gemini2.5FlashImage图像生成编辑模型，支持自然语言精准编辑与多图像融合。该AI模型能保持角色一致性，理解手绘图表并执行复杂指令，适用于创意设计、广告营销等场景。用户可通过Gemini API等平台使用，生成图片成本约0.039美元，并带有隐形数字水印标识AI内容。
2026-03-20
Gemi
谷歌发布Gemini2.5计算机应用模型
谷歌DeepMind推出Gemini2.5计算机应用模型，该AI模型能直接控制浏览器执行点击、输入等操作，通过视觉理解实现任务自动化。具备多步骤复杂任务处理能力，集成独立安全机制确保操作可靠性，适用于UI测试、工作流自动化等场景。开发者可通过Google AI Studio接入，用户可体验网页信息整理等实用功能。
2026-03-20
Gemi
Gemini3谷歌发布新一代多模态理解与推理AI模型
Gemini3是谷歌推出的新一代多模态AI模型，具备强大的推理能力和多模态理解功能。该模型在多项基准测试中表现卓越，支持文本、图像和视频输入，适用于学习开发任务规划等多种场景。开发者可通过Google AI Studio等平台接入Gemini3，体验其深度思考模式和高效编程能力。模型采用分级定价机制，满足不同规模任务需求。
2026-03-20
Gemi
谷歌深度研究AgentGemini解析
谷歌深度研究AgentGemini解析介绍了基于Gemini 3 Pro构建的智能研究系统Gemini Deep Research。该系统通过多步骤强化学习实现复杂信息检索与分析，能自主规划研究路径并生成高质量结构化报告。在Humanity’s Last Exam等基准测试中表现优异，支持JSON格式输出与数据验证，适用于学术研究、市场分析等场景，显著提升研究效率与报告质量。
2026-03-20
Gemi
GeminiGenAI多模态内容生成平台支持丰富创意风格
GeminiGenAI多模态内容生成平台采用先进AI技术快速生成高质量图像视频和语音内容。支持动画写实艺术等多种创意风格满足不同创作需求。核心功能包括AI视频生成多模态内容创作和快速导出适配社交媒体营销教育等场景。无需复杂技术通过简单操作即可完成专业级内容制作性价比高。
2026-03-20
Gemi
OpenAI推出多模态AI大模型GPT-4o
OpenAI推出多模态AI大模型GPT-4o，具备文本语音视觉多模态处理能力，支持实时交互与情感识别。GPT-4o优化了运算速度和成本，在多语言理解、图像生成和代码辅助方面表现突出。该模型能通过文本指令生成高质量图像，保持多轮对话一致性，并强化了内容安全机制。现已向ChatGPT用户开放，适用于创意设计、教育演示等场景，提供更自然的智能交互体验。
2026-03-28
Gemi
PoeAI新功能Previews实现AI生成Web应用实时预览
PoeAI推出新功能Previews实现AI生成Web应用实时预览。该功能允许用户通过与AI对话快速创建游戏、编辑器等原型并直接交互体验，支持零基础用户进行快速开发。集成ChatGPT等强大AI工具，Previews提供实时预览和交互设计功能，适用于编程辅助、网页设计和教育工具等多种场景，显著提升开发效率。
2026-03-28
Gemi
NextChat开源项目实现一键部署私人ChatGPT网页应用
NextChat是基于Next.js的开源项目，支持一键部署私人ChatGPT网页应用，集成GPT-3、GPT-4等AI模型。提供跨平台客户端和完整Markdown支持，适用于内容创作、教育辅导等场景。通过Vercel快速部署，轻松搭建个性化智能体对话系统，满足多样化需求。
2026-03-20
Gemi
Void开源AI辅助编码工具支持代码自动补全与智能建议
Void是一款基于VS Code的开源AI辅助编程工具，集成代码自动补全与智能建议功能，提升开发者编码效率。支持多光标编辑和内联操作，结合AI技术实现智能搜索与代码分析。Void可连接本地或远程大型语言模型API，注重隐私保护且开源可定制，适用于软件开发、数据科学及教育等多种场景。
2026-03-28
Gemi
HARPA-AI浏览器智能助手自动处理网络日常任务
HARPA AI作为一款创新的浏览器扩展工具，巧妙融合了ChatGPT等AI引擎与网络自动化技术，能显著提升用户的信息处理效率。
HARPA AI的核心功能
智能网页交互：实时解析网页内容并提供AI对
2026-03-28
Gemi
OmniAI-AI文档处理平台实现多格式批量处理与信息提取
OmniAI是一款基于AI技术的文档处理平台，支持PDF、DOCX、图片等多种格式的批量处理与信息提取。平台采用OCR和NLP技术，能够高效提取文本、表格等关键信息并转换为结构化JSON数据。提供在线演示和本地部署选项，适用于财务、法律、医疗等场景，帮助企业快速处理大量文档并提升工作效率。
2026-03-28
Gemi
EMMA-Waymo发布端到端自动驾驶多模态模型
Waymo推出的EMMA是基于Gemini模型的端到端自动驾驶多模态模型，能够将原始相机数据直接映射为驾驶决策和轨迹规划。该模型通过自然语言文本处理感知对象、道路图元素等多任务，在nuScenes和Waymo数据集上展现了先进性能。EMMA具备3D对象检测和场景理解能力，采用多模态大语言模型技术提升自动驾驶系统在复杂环境中的泛化与推理能力。
2026-03-28
Gemi
热门专题
+ 收藏
+ 收藏
+ 收藏
+ 收藏
+ 收藏
AI精选
