谷歌DeepMind推出的多模态AI模型

副介绍：能看懂文字、图片、视频、音频，Pro版负责复杂推理，Flash版跑得快，Lite版最省钱。

访问官网
Gemini是谷歌DeepMind推出的AI模型系列，能同时看懂文字、图片、音频和视频。有Pro、Flash、Lite三个版本，按需选择。可以联网搜索，能自动操作电脑屏幕，还能一键生成PPT。免费版就能用，付费版解锁更多。

核心功能

  • 多模态识别

    能同时处理文字、图片、视频、音频、PDF，看图说话是基本功。

  • 生成用户界面

    你说需求，它直接生成交互式页面，比如房贷计算器。

  • 自动操作电脑

    看屏幕截图就能帮你点按钮、填表格、控制浏览器。

  • 深度研究

    你给个主题，它会规划搜索路径，整理出一份带来源的报告。

  • 一键生成PPT

    上传文件或写个提示词，自动生成配好图片和主题的幻灯片。

  • 代码辅助

    写代码、查bug、做代码迁移，还能实时预览网页效果。

产品特色

  • 01

    三个版本按需选

    Pro干重活，Flash跑批量，Lite成本最低，选哪个看钱包和任务。

  • 02

    原生听懂音频

    不用先转文字，直接处理原始音频，信息不丢失。

  • 03

    超长上下文

    一次能塞进1500页书或3万行代码，还能记住。

  • 04

    能替你操作应用

    跟日历、外卖、打车App打通，说句话就能订餐叫车。

  • 05

    专注生产力不闲聊

    谷歌刻意不做情感陪伴，考核指标是帮你完成了多少任务。

应用场景

  • ✅ 写代码

    从一行需求生成可运行的游戏代码，或做整个代码库的迁移。

  • ✅ 做研究

    给个复杂课题，自动搜资料、整理成报告，省下半天时间。

  • ✅ 做PPT

    一句话或一份文档，自动生成带主题和图片的完整演示文稿。

  • ✅ 自动化办公

    让它操作网页填表、导出报表、整理邮件，你在旁边看着就行。

  • ✅ 学外语

    支持100多种语言，翻译、解释语法、陪练口语都可以。

常见问题

解答您关于"Gemini"的常见疑问，让您更好地使用这款AI工具

  • 有免费版，可以在Google AI Studio上直接用。付费通过API按量计费，Pro版约8.95元/百万tokens。

  • Pro最强最贵，适合复杂任务；Flash又快又稳，适合批量处理；Lite最便宜，适合翻译分类等高频小任务。

  • 可以，支持45种以上语言，中文非常流利。

  • 可以。通过API调用Computer Use功能，它看截图后返回点击、输入等指令。