gemini-shang-xian-shou-ri-yong-hu-bao-bian-bu-yi-yan-shi-bei-zhi-yi-zao-jia-gu-ge-cheng-ren-le 的搜索结果
基于谷歌Gemini多模态模型实现PDF文档自动化处理
译者 | 朱先忠审校 | 重楼引言近年来，自动化文档处理成为ChatGPT革命的最大赢家之一，因为LLM能够在零样本设置中处理广泛的主题和任务，这意味着无需域内标记的训练数据。 这使得构建AI驱动的应用程序来处理、解析和自动理解任意文档变得更加容易。 虽然使用LLM的简单方法仍然受到非文本上下文（例如图形、图像和表格）的阻碍，但是这正是我们将在本文中尝试解决的问题，而且我们特别关注PDF文件格式。
谷歌 CEO 皮查伊：明年风险高、赌注大，推广 Gemini 是首要任务
皮查伊表示，“我认为2025年将是关键的一年。我们需要深刻认识到当前的紧迫性，并加快公司步伐。这是一个具有颠覆性影响的时刻，我们必须专注于推动技术带来的变革，解决用户的实际问题。”
谷歌被曝正使用 Anthropic 的 Claude 模型来改进其 Gemini AI
据 TechCrunch 获得的内部通信内容显示，参与改进谷歌 Gemini 人工智能模型的承包商正在将其答案与 Anthropic 的竞品模型 Claude 的输出进行比较。此举引发了谷歌是否获得 Anthropic 授权使用 Claude 进行测试的合规性质疑。
谷歌“新技能”陆续推送：Gemini 帮你快速总结 PDF 内容
使用“询问此PDF”功能需要拥有 Gemini Advanced 订阅、将 Gemini 设置为安卓手机的默认助手，并且设备需要运行 Android 15 系统。
谷歌拓展 Gemini AI 深度研究模式，支持中文等 40+ 语言
谷歌公司本周五发布公告，宣布旗下 Gemini AI 的深度研究模式（in-depth research mode），现在已支持中文等 40 多种语言。
谷歌首个通用推理模型登场：揭秘 AI 推理“黑匣子”，登顶 Arena LLM 排行榜
谷歌 AI Studio 平台昨日（12 月 19 日）发布实验性的“Gemini 2.0 Flash Thinking”模型，主打“清晰展现思考过程”，是谷歌第一个通用推理模型。
谷歌新规引担忧：消息称外包人员被迫评估自己不擅长的 Gemini 回复
据 TechCrunch 报道，谷歌针对其大型语言模型 Gemini 回复的外包评估流程进行了一项调整，引发了外界对其在敏感领域信息准确性的担忧。这项调整要求外包评估员不得再像以往那样，因自身专业知识不足而跳过某些特定的评估任务，这或将导致 Gemini 在医疗保健等高度专业性领域的信息输出出现偏差。
谷歌 Gemini 2.0 成“P 图神器”，各种 P 图只需一句话
输入指令“把这辆车改装成敞篷车”，它就能立马将文字指令和图片结合起来，完成一键 P 图。
谷歌：“AI 概览”功能计划明年面向更多国家、更多语言开放
谷歌首席执行官桑达尔·皮查伊表示，会将Gemini 2.0的高级推理能力融入AI Overviews（AI概览），未来将能够处理“更复杂的主题”以及“多模态”和“多步骤”的搜索，包括高级数学问题和编程问题。
谷歌测试 Gemini AI 游戏助手：实时分析屏幕以提供游戏建议
谷歌今日发布了 Gemini 2.0，并透露正在探索如何利用该模型构建 AI 游戏助手来理解视频游戏规则，从而为用户提供帮助。谷歌 DeepMind 首席执行官 Demis Hassabis 和首席技术官 Koray Kavukcuoglu 在一篇博文中表示，这些 AI 助手能够“仅基于屏幕上的画面对游戏进行推理，并通过实时对话为玩家提供后续操作建议。”他们还提到，这些助手还可以“利用谷歌搜索，将玩家与网络上丰富的游戏知识连接起来。”
谷歌深夜炸场：Gemini 2.0 正式发布，号称迄今智能体时代最有能力的 AI 模型
谷歌正式发布Gemini 2.0，号称迄今为止为智能体时代最有能力的AI模型，带来了增强的性能、更多的多模态性和新的原生工具使用。
YouTube 自动配音功能推广至更多知识类频道，借助 AI 生成视频多语言配音
YouTube当地时间周二宣布，其自动配音功能已开始推广至更多的频道，创作者可为其视频生成多种语言的翻译音频。此前，这项功能仅限于少数创作者进行测试。
新版Llama 3 70B反超405B！Meta开卷后训练，谷歌马斯克都来抢镜
OpenAI“双12”刚进行到第二天，就把大模型圈搅得好不热闹！ 一边是Meta没预告就发布了Llama 3.3，70B版本就能实现以前405B的性能。 另一边谷歌的Gemini也上线了新的实验版模型，再一次登上大模型竞技场榜首。
apk 文件显示，谷歌 Gemini 未来将支持代码文件夹 AI 分析功能
如果这一功能上线，用户将能够直接向 Gemini 上传代码文件夹。虽然 Gemini 已具备阅读单个代码文件并提供反馈的能力，但实际开发项目往往由多个代码文件组成。
谷歌 Gemini 突发试验版模型：重回竞技榜第一，新版 GPT-4o 只领先了 1 天
在新版 GPT-4o 刚登顶竞技榜后 1 天，立马发布最新试验版模型 Gemini-Exp-1121 夺回冠军宝座。要知道，一周前上一版模型 Gemini-Exp-1114 才发布。这怕不是拿准了 OpenAI 会来争擂台，故意留了一手。
谷歌 Gemini 引入“记忆”功能：AI 记住用户偏好、习惯，提供更贴心服务
科技媒体 TechCrunch 昨日（11 月 19 日）发布博文，报道称谷歌开始向 Gemini Advanced 用户，推出“记忆”（memory）功能，可以记住用户的生活细节、工作习惯以及个人偏好。
谷歌回应 Gemini 聊天机器人回复“人类去死吧”：已采取措施防止类似事件再次发生
人工智能聊天机器人再次引发争议。一名用户在使用谷歌的 AI 聊天机器人 Gemini 时，收到了极其可怕的回复：“人类请去死吧。”谷歌方面承认了这一事件，将其归咎于一次“无意义”的回应，并表示这违反了他们的安全指南。该公司已采取措施，以防止类似事件再次发生。
谷歌 Gemini AI 被曝给出离谱回应：让用户“去死”
一位 Reddit 用户上周在 r / artificial 版块中发帖称，谷歌的人工智能模型 Gemini 在一次互动中，竟直接对用户（或者是整个人类）发出了“去死”的威胁。