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)
Muse是Meta于2025年推出的多模态AI助手，定位类似于OpenAI的ChatGPT或Google的Gemini
Zoom AI Companion、Microsoft Copilot for Teams、Google Meet的Gemini摘要功能代表视频会议平台的原生内置AI记录路线
LLMagnet能够追踪来自ChatGPT、Claude、Gemini以及其他AI爬虫的访问记录
搜索行为正逐渐从传统搜索引擎迁移到ChatGPT、Claude、Gemini这类AI助手
ChatGPT、Gemini 等平台并未开放系统化的答案抓取接口，工具方需依赖其他方式采集数据
Visiby 覆盖 ChatGPT、Perplexity、Gemini 以及 Google AI Overviews 等主流 AI 搜索入口
Gemini 桌面版可通过 Alt + Space 快捷键在当前界面之上唤起
Gemini 桌面版在 Product Hunt 上截至收录时获得 7 票、1 条评论，排名第 15 位
桌面客户端能够实现全局快捷键、常驻后台、更快响应速度及更深系统级集成，这些是纯网页方案难以企及的
Google 正式推出面向 Windows 10 和 11 的官方 Gemini 桌面应用
还有 40 条时间轴事件
全部知识事实 (20)
多模态AI模型能够同时处理和理解文本、图像、音频和视频等多种数据类型
90%已验证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Claude的上下文窗口为200K token，Gemini支持百万级token窗口
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Gemini 1.5 Pro的上下文窗口达到了1M token
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
85%已验证Notable examples of Large Language Models include OpenAI's GPT series, Google's Gemini, Anthropic's Claude, and Meta's LLaMA.
80%已验证Anthropic Claude 和 Google Gemini 随后跟进支持了工具调用能力
80%已验证Gemini 1.5 Pro 由 Google DeepMind 开发，具备原生多模态能力和与 Google Workspace 的深度集成
80%已验证Google将Gemini深度整合进搜索、Workspace、Android等既有产品矩阵
80%已验证GPT-4、Claude等大语言模型的代码生成能力源于训练数据中包含了GitHub上数以亿计的开源代码库
80%已验证Gemini CLI是谷歌推出的开源终端AI编码智能体
80%已验证Gemini系列从设计之初就是多模态原生的，将文本、图像、音频、视频等不同模态的数据统一编码到同一个特征空间中
80%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
80%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
75%