Gemini

Gemini 是 Google 推出的原生多模态 AI 系列模型。它不只是一个聊天机器人，而是 Google 将搜索、地图、办公套件与顶尖人工智能深度融合后的产物。

Gemini 网站截图

核心功能
全模态对话：支持文本、图片、视频、音频以及 PDF 文件的直接输入与跨模态分析。
Google 生态联动：可以直接帮你查 Gmail 邮件、写 Docs 文档、分析 Sheets 报表，甚至规划 Google Maps 路线。
高级逻辑推理：最新的 Gemini 3 Pro 拥有思考模式，能够像人类一样进行自我反思和多步拆解。
创意生产力：内置 Nano Banana 2 图像生成模型、Veo 视频生成模型以及 Lyria 3 音乐生成模型。
超长上下文：支持处理海量信息，例如一次性读完数本书或分析长达一小时的视频。

产品特色
原生多模态：从训练之初就能理解不同类型的信息，而不是靠简单的文字描述转译。
实时联网：依托 Google 搜索提供具备时效性的回答，极大减少了 AI 幻觉。
多模态函数调用：开发者可以让它根据指令直接调用外部工具并返回图片或 PDF。
Nano Banana 图片引擎：支持通过对话精细化修改图片，甚至能精准渲染复杂的文字。