Google 突然发布其重磅 AI 杀手锏 Gemini。据介绍，Gemini 是一个多模态大模型，这意味着它可以概括并无缝地理解、操作和组合不同类型的信息，包括文本、代码、音频、图像和视频。

随后，Google 还发布了一段六分钟的演示视频，展示了多模态模型（即它理解并混合语言和视觉理解）如何灵活地响应各种输入。

据彭博社报道，视频所展示的许多功能并不是独一无二的，完全可以通过 ChatGPT Plus 来复制 Gemini 的表现。
Google 也承认，该视频经过了剪辑，它在视频描述中写道，「出于演示的目的，为了简洁起见，延迟已经减少，Gemini 的输出也已缩短」。

另外，演示也不是实时或语音进行的。Google 发言人表示，该视频使用了静态图片和多段提示词拼凑，才能达成这样的效果。