Gemini的多模态能力很强，在使用英文提问的情况下，但总体能力比目前GPT-4V官方的web版本好用很多，也很准。
地址：https://ai.google.dev/?hl=zh-cn
Gemini模型是一个系列模型，包含三个不同参数规模的4个模型。
根据官方的提示，这四个模型均为多模态大模型。Google的Pro版本的多模态接口已经开放，Gemini Pro可以根据输入的视频、图片以及图文混合指令生成文本内容。
点击“Get API key in Google AI Studio”进入Google AI Studio，弹出框的协议同意第一个即可。
进入AI Studio后的界面如下
评论