Gemini
Gemini是Google DeepMind开发的多模态大语言模型系列，能够理解和生成文本、图像、音频、视频及代码等多种形式的内容。该系列涵盖不同规模的版本（如Ultra、Pro、Flash、Nano），可部署于云端服务及移动端设备，广泛应用于对话助手、内容生成、编程辅助等场景，是Google核心AI产品和服务的基础底层模型。
核心事实
时间轴 (近 90 天)
Google的AI产品（如Gemini系列）在系统提示中往往包含“不参与政治话题讨论”的指导原则。
Gemini 系列此前每一次版本迭代都会在 Hacker News 社区形成集中讨论，涉及能力对比、开发者体验和生态策略等话题。
Gemini深度集成到Xreal Aura中，按下右侧镜腿按钮即可唤醒，且能通过摄像头看到用户所见的画面并进行视觉分析。
Android XR 内置了对 Gemini 等 AI 能力的调用接口，支持语音与视觉多模态交互。
Google 开放 Gemini 与搜索给第三方服务，本质上是为代理提供可调用的“工具库”，让代理在对话中直接完成订票、购物、查询等操作，而非仅返回链接。
Chrome的增强自动填充开始利用Gemini的个人智能（Personal Intelligence）能力，从用户的Gmail中提取信息并给出填写建议。
Chrome此次将大模型语义理解引入自动填充，代表了浏览器自动填充这一基础功能向智能助手方向演进的趋势。
在本场景中，Gemini的个人智能需要对Gmail邮件做语义层面的解析，识别邮件中隐含的订单号、预约时间、会员编号等非结构化信息，并判断这些信息与当前网页表单字段的对应关系，进而生成候选填写内容。
Genie 4 用 Gemini 来维持场景连贯性，这是它区别于普通视频生成模型的技术关键。
过去的 Gemma 发布一直遵循「先 Gemini，后 Gemma」的循环
还有 40 条时间轴事件
全部知识事实 (20)
Google通过Google AI Studio和Vertex AI两个平台提供Gemini模型的API访问，其中Google AI Studio为开发者提供了一定的免费调用额度
90%已验证Gemma是Google DeepMind基于Gemini模型技术开发的开源模型系列
90%已验证GPT-3时代的上下文窗口仅有2,048个Token，而Google Gemini已支持百万级Token，Claude支持200K Token，GPT-4 Turbo支持128K Token
90%已验证Gemini模型家族包含Ultra、Pro和Nano三种规格，其中Gemini Nano专为端侧设备优化，可直接在手机芯片上运行无需联网
90%已验证2024年发布的GPT-4o将图像生成能力直接整合进多模态大语言模型中
90%已验证Gemini是Google于2023年底发布的多模态大语言模型系列
90%已验证Gemini是Google DeepMind于2023年底发布的多模态大语言模型，具备处理文本、图像、音频、视频和代码的能力
90%已验证Vertex AI 是 Google Cloud 的企业级机器学习平台，提供 VPC 网络隔离、IAM 权限管理和合规审计功能
90%已验证GPT-4、Claude、Gemini等代表性大语言模型参数量通常在千亿级别以上
90%已验证GPT-4V、Claude 3、Gemini是现代多模态大模型的代表，能够同时处理文本、图像等多种数据类型
90%已验证Google Gemini系列采用分级架构设计，包含Ultra、Pro、Flash等不同版本
90%已验证Gemini系列从训练阶段就将多种模态联合建模，而非像GPT-4V等方案那样后接视觉编码器
90%已验证GPT-4、Claude、Gemini等大语言模型的核心工作原理是基于Transformer架构的下一个token预测
90%已验证OpenAI API的接口规范已成为AI行业事实上的通信标准，包括Anthropic、Google、Mistral在内的众多模型提供商都提供兼容该格式的接口
90%已验证Antigravity是一款面向开发者的AI辅助工具，核心卖点之一是内置IDE功能
90%已验证OpenAI通过ChatGPT的插件系统和GPT Store构建AI Agent工具生态
90%已验证Gemini 3.5 Transcribe 是 Gemini 系列在语音处理方向的延伸，主打「精准」与「智能」两大核心能力
85%已验证GPT-4和Mixtral等主流大模型也采用了MoE架构
85%已验证Gemini 4 Argon的最大输出从64000 Token提高到100万（指输出上限而非上下文窗口）
80%已验证Google以Gemini Ultra/Pro/Nano分层覆盖不同需求
80%