Gemini翻译站点

【简介】：

Google DeepMind开发的多模态大模型，基于原生多模态架构和混合专家（MoE）技术，可在同一序列中处理文本、图像、音频、视频及代码，支撑跨模态推理与复杂任务执行。

【一句话简介】：

通过原生多模态理解能力，解决跨格式信息处理与代码生成问题。

【核心亮点】：

– 多模态处理：根据UI截图生成对应的界面代码，或从1小时视频中提取关键事件摘要。

– 长上下文：100万token窗口一次性分析技术手册或大型代码库，提取特定逻辑模块。

– 联网搜索与工具调用：自动检索实时数据，跨应用调用外部服务完成数据分析任务。

【适用人群】：

全栈开发者、数据分析师、科研人员。

【推荐标签】：

多模态、长文本、谷歌生态