Gemini是什么

Gemini是Google推出的多模态AI大模型，包括三个版本：能力最强的Gemini Ultra，适用于多任务的Gemini Pro，以及适用于特定任务和端侧的Gemini Nano。三个规模的模型适用于从大型数据中心到移动设备的各种场景，能够实现高级的推理、规划、理解等能力。

Gemini的主要功能

• 多模态能力：Gemini能够理解、操作和组合不同类型的信息，包括文本、图像、音频、视频和代码。
• 高级编码能力：在编码领域，Gemini能够翻译代码、生成多种解决方案，甚至完成或修复不完整的代码。
• 不同需求的变体：Gemini提供三种尺寸的模型——Nano、Pro和Ultra，以满足不同用户需求。
• 实际应用：Gemini有望改变医疗保健、航空和农业等多个领域，其深度学习和强化学习技术推动多个领域的创新。
• 原生多模态输出功能：Gemini能够将视频数据作为顺序图像处理，并与文本或音频输入交织在一起，体现了其多模式能力。
• 跨模态注意力：Gemini能够学习不同类型数据之间的关系和依赖关系，允许模型处理和整合多种形式的信息。
• 空间推理和编程任务：Gemini能够执行编程任务，如将一组指令转化为代码，创建实用工具。

如何使用Gemini

• 访问谷歌AI Studio：
  • 打开谷歌AI Studio的官方链接：https://aistudio.google.com 。
  • 在页面左下角点击Sign in登录，使用任意谷歌账号（Gmail账号）进行登录。
• 选择使用Gemini模型的方式：
  • 登录后，你可以选择直接在谷歌AI Studio中使用Gemini模型，或生成API使用。选择Use Google AI Studio，然后点击New Prompt。
• 谷歌AI Studio操作界面：
  • 界面分为左、中、右三部分，具体功能如下：
    • 项目名称（Untitled prompt）：位于界面顶部，用于为当前的Prompt项目自定义命名。
    • 系统提示词（System Instructions）：提供可选的语气和风格指令，定义AI生成内容的上下文、语气、风格等。
    • 聊天输入框（Type something）：位于界面底部，在这里输入问题或指令与模型交互。
    • 模型选择（Model）：在右侧菜单中，可以通过下拉框选择不同的Gemini模型，并查看模型的详细信息和Token计数。
    • 温度（Temperature）：位于右侧菜单的中间，通过滑块调整生成内容的随机性。
    • 工具（Tools）：包括Structured output、Code execution、Function calling、Grounding等选项，可根据任务需求启用。
• 创建新Prompt：
  • 点击左侧导航栏的Create new prompt可以创建一个新的Prompt任务。