蓝点网
·
谷歌正式推出Gemini 1.5 Pro 能够理解音频支持系统指令/JSON模式
💡
原文中文，约1000字，阅读约需3分钟。
📝
内容提要
谷歌宣布全球推出Gemini 1.5 Pro模型，具有音频理解能力和1M上下文窗口。新增系统指令和JSON功能，提供更好的模型控制。Gemini 1.5 Pro的输入模式扩展到音频和视频，支持系统指令功能和JSON模式。开发者可通过Gemini API访问下一代文本嵌入模型。谷歌官方博客链接：https://developers.googleblog.com/2024/04/gemini-15-pro-in-public-preview-with-new-features.html
🎯
关键要点
- 谷歌宣布全球推出Gemini 1.5 Pro模型，具有音频理解能力和1M上下文窗口。
- Gemini 1.5 Pro新增系统指令和JSON功能，提供更好的模型控制。
- 开发者可通过Gemini API访问下一代文本嵌入模型。
- Gemini 1.5 Pro的输入模式扩展到音频和视频，支持系统指令功能和JSON模式。
- 系统指令功能允许开发者定义角色、格式、目标和规则，引导模型响应。
- JSON模式可以从文本或图像中提取结构化数据，支持cURL和未来的Python SDK。
- 开发者可以选择模式限制模型输出，提高可靠性。
- 新嵌入式模型在MTEB基准测试中表现更强，开发者可通过Gemini API访问。
➡️
