Skip to content

google gemini 大模型

Gemini 产品

  • 大语言模型：文本生成
  • 高级推理模型：思维链
  • 深度研究 RAG 检索增强生成 + 大模型

大语言模型基本使用

Canvas 画布

深度研究 RAG + 大模型

大模型介绍

Gemini 大模型

Gemini 2.0 Flash 提供新一代功能和增强型功能，包括更快的速度、原生工具使用、多模态生成功能，以及 100 万个 token 的上下文窗口。

Gemma 轻量级模型

Gemma 是一系列先进的轻量级开放模型， 研发创新型企业所用的研究和技术， Gemini 模型。 Gemma 由 Google DeepMind 和其他 Google 团队开发，其名字以 拉丁语 gemma，意思是宝石。Gemma 模型的权重 通过用于促进创新、协作和 负责任地使用人工智能 (AI)。

Gemma 模型可以在 以及你的硬件、移动设备或托管服务中。您 也可以使用调优方法自定义这些模型， 执行对您和您的用户至关重要的特定任务。杰玛模特绘画 从 Gemini 系列模型中汲取的灵感和技术沿袭， 。

ollama 私有部署 gemma

Google AI Studio

API 调用

\

  • 您可以使用 OpenAI 库（Python 和 TypeScript/JavaScript）以及 REST API 访问 Gemini 模型，只需更新三行代码并使用 Gemini API 密钥即可
  • 如果您尚未使用 OpenAI 库，我们建议您直接调用 Gemini API。

HTTP 接口

  curl "https://generativelanguage.googleapis.com/v1beta/models/gemini-1.5-flash:generateContent?key=${GEMINI_API_KEY}" \
    -H 'Content-Type: application/json' \
    -X POST \
    -d '{
      "contents": [{
        "parts":[{"text": "Write a story about a magic backpack."}]
        }]
       }'

OpenAI 兼容

from openai import OpenAI

client = OpenAI(
    api_key="GEMINI_API_KEY",
    base_url="https://generativelanguage.googleapis.com/v1beta/openai/"
)

response = client.chat.completions.create(
    model="gemini-2.0-flash",
    n=1,
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {
            "role": "user",
            "content": "Explain to me how AI works"
        }
    ]
)

print(response.choices[0].message)

官方标准库调用

from google import genai

client = genai.Client(api_key="GEMINI_API_KEY")

response = client.models.generate_content(
    model="gemini-2.0-flash",
    contents=["How does AI work?"])
print(response.text)

多模态支持

  • Gemini 模型能够处理图片和视频，从而支持许多先进的开发者应用场景，而这些场景在过去需要使用特定领域的模型。Gemini 的部分视觉功能包括：
    • 为图片添加文字说明并回答有关图片的问题
    • 转写和推理 PDF 文件（最多包含 200 万个令牌）
    • 对时长最长 90 分钟的视频进行描述、细分和信息提取
    • 检测图片中的对象并返回其边界框坐标

图片视觉识别

# pip install google-genai

from google import genai
from google.genai import types

import PIL.Image

image = PIL.Image.open('/path/to/image.png')

client = genai.Client(api_key="GEMINI_API_KEY")
response = client.models.generate_content(
    model="gemini-2.0-flash",
    contents=["What is this image?", image])

print(response.text)

视频分析

# Only for videos of size <20Mb
video_file_name = "/path/to/your/video.mp4"
video_bytes = open(video_file_name, 'rb').read()

response = client.models.generate_content(
    model='models/gemini-2.0-flash',
    contents=types.Content(
        parts=[
            types.Part(text='Can you summarize this video?'),
            types.Part(
                inline_data=types.Blob(data=video_bytes, mime_type='video/mp4')
            )
        ]
    )
)