Gemini（谷歌）

Gemini（双子座）是谷歌（Google）推出的多模态 AI 大模型系列及同名 AI 助手产品，由 Google DeepMind 团队研发，能够处理文本、图片、音频、视频和代码等多种类型的信息，被视为谷歌在 AI 竞赛中对标 OpenAI GPT 系列的核心武器。

概述

Gemini 于 2023 年底正式发布，从设计之初就是「原生多模态」模型——不是先做文字模型再拼接看图能力，而是在训练阶段就同时学习多种模态的数据，因此在跨模态理解上表现自然。此后谷歌持续迭代出多个版本，模型能力和上下文长度不断提升，其中长上下文是其标志性优势之一，可以一次性读入整本书、长视频或大型代码库进行分析。

2024 年，谷歌将旗下聊天机器人 Bard 正式更名为 Gemini，从此「Gemini」既指底层大模型，也指面向普通用户的 AI 助手：网页版通过 gemini.google.com 访问，手机端有独立 App，并在安卓系统中逐步取代 Google Assistant 成为默认智能助手。开发者则可以通过 Google AI Studio 和 Vertex AI 调用 Gemini API 构建自己的应用。

核心功能

• 多模态理解：可同时处理文字、图片、音频、视频，例如上传一段视频让它总结内容，或拍照识别并解答题目。
• 超长上下文：支持一次性输入海量内容，适合分析长文档、论文、代码仓库。
• 联网与生态整合：可结合谷歌搜索获取实时信息，并深度接入 Gmail、Google Docs、地图、YouTube 等自家服务。
• 多档位模型：提供旗舰版、均衡版和轻量版等不同规格，兼顾效果、速度与成本，轻量版还可在手机端本地运行。
• 推理与编程：新版本强化了复杂推理和代码生成能力，可用于数学、编程和智能体（Agent）类任务。

与竞品的关系

Gemini 最直接的对手是 OpenAI 的 ChatGPT 和 Anthropic 的 Claude。它的差异化优势在于谷歌庞大的生态：搜索、安卓、Chrome 和 Workspace 带来天然的入口和数据场景。对中国大陆用户而言，Gemini 与谷歌其他服务一样无法直接访问，需要借助科学上网，且注册和使用受地区限制。

常见问题

问：Gemini 免费吗？答：基础版免费使用，功能更强的 Gemini Advanced 需订阅谷歌的付费 AI 会员，订阅后还会附带云存储等权益；API 调用则按用量计费，并提供一定免费额度。

问：Gemini 和 Bard 是什么关系？答：Bard 是谷歌早期推出的聊天机器人，后来谷歌统一品牌，将 Bard 更名为 Gemini，现在两者是同一个产品。

问：中国大陆能用 Gemini 吗？答：不能直接访问，需要通过代理工具，并使用支持地区的谷歌账号才能正常使用。