Gemini

探索我们的下一代 AI 系统 探索模型 Gemini Gemini构建智能体 Gemini Omni从任何事物创造任何事物 Nano Banana创建和编辑精细图像 Gemini Audio对话、创建和控制音频 专用模型 Veo生成带音频的电影级视频 Lyria生成高保真音乐和音频 Genie 3生成并探索交互式世界 Gemini Robotics感知、推理、使用工具并交互 开放模型 Gemma大规模构建负责任的 AI 应用

我们最新的 AI 突破以及来自实验室的更新 探索研究 突破 SIMA 2与你一起游玩、推理和学习的智能体 Genie 3生成并探索交互式世界 AlphaGo掌握围棋 Gemini Robotics感知、推理、使用工具并交互 了解更多 评测 出版物 责任 前沿安全

用 AI 开启发现的新时代 探索科学 突破 AlphaFold高精度预测蛋白质结构 AlphaGenome利用 AI 理解人类基因组 WeatherNext快速准确的 AI 天气预报 AlphaEarth以前所未有的细节绘制我们的星球 AlphaEvolve为数学和计算应用设计高级算法 了解更多 Gemini for Science 实验工具 科学技能

我们的使命是负责任地构建 AI，造福人类 关于 Google DeepMind 了解更多 教育 我们的 AI 国家合作伙伴关系 加速器项目 播客 DeepMind Institute 责任通过主动安全确保 AI 安全，即使面对不断演变的威胁 新闻了解我们最新的 AI 突破、项目和更新 职业我们正在寻找希望对世界产生真正积极影响的人

Gemini 具备原生多模态能力，支持文本、图像、音频等多种内容类型的输入与理解。例如，它可以同时分析一张图片和一段文字并给出综合回答。输出方面主要以文本为主，也可根据具体版本和接口支持生成代码、结构化数据等内容。不同版本（如 Gemini Pro、Gemini Flash、Gemini Ultra、Gemini Nano）在多模态支持的广度和深度上有所差异，Ultra 通常能力最强，Nano 则面向端侧轻量场景。

Gemini Ultra 面向最高复杂度的任务，适合需要最强推理和多模态理解能力的场景；Gemini Pro 是通用主力版本，平衡能力与成本，适合大多数企业级和开发者应用；Gemini Flash 侧重低延迟和高效率，适合对响应速度要求高、任务相对轻量的场景，如实时聊天、批量处理；Gemini Nano 是端侧模型，可在手机等本地设备上运行，适合隐私敏感、离线或低功耗场景。

Gemini 是谷歌推出的底层生成式 AI 模型系列，而 Bard 是谷歌此前基于 LaMDA 等模型构建的对话式 AI 产品。后来谷歌将 Bard 升级并更名为 Gemini，使其直接由 Gemini 模型系列驱动。因此，可以理解为 Gemini 既是模型品牌，也是面向用户的对话产品名称，二者在谷歌的产品体系中已统一。