Multimodal AI
Google Gemini Ultra原生多模态：单次API调用分析1小时视频
Google的Gemini 1.5 Pro实现了真正的视频理解——在单个上下文窗口中，以每秒1帧的速度处理长达1小时的视频。早期基准测试显示，在技术图表关系提取上准确率达87%，在财务报告图表数据提取上准确率达94%，显著优于使用附加视觉功能的模型。
2025年5月18日来源：Google DeepMind
相关资讯
Google DeepMind 发布 Gemini Ultra 2，具备高级科学推理能力
3月25日 · Google DeepMind
Google 发布 Gemini 2.0，原生支持 Agentic 能力
12月11日 · Google DeepMind
Gemini 2.5 Flash 正式发布：1M Token 上下文 + $0.075/1M token，这次 Google 认真了
5月25日 · Google DeepMind
Google将Gemini全面整合Google Workspace：2.5亿企业用户迎来AI革命
8月14日 · Google
谷歌 Gemini Ultra 正式上线，企业级功能全面开放
4月28日 · Google Workspace Blog
Google Veo 3 正式商用：原生音视频生成颠覆制作行业
4月19日 · Google AI Blog