新闻资讯8
谷歌Gemini 2：多模态嵌入革新AI Agent
量子位
AI 摘要
谷歌：发布Gemini Embedding 2，打通多模态数据，实现跨模态语义对齐，简化多模态流程，为AI Agent操作电脑奠定语义基础，支持多种工具调用。
阅读原文 · 量子位
让龙虾看懂屏幕！谷歌多模态新成果，文本图像视频音频进同一空间
谷歌发布首个原生多模态嵌入模型Gemini Embedding 2，将文本、图像、视频、音频和文档映射进同一嵌入空间，支持多模态混合输入，为AI Agent“看懂”世界提供关键基础，已展开公测。
关注公众号
扫码关注
第一时间收到每日精选
相关文章
推荐文章9
康奈尔拆解机器人长期记忆难题
本文整理康奈尔大学Steven Waslander教授在IROS的主旨演讲，针对智能机器人上下文窗口限制的瓶颈，分享其团队在仓库机器人长期记忆领域的两项核心研究，给出多模态记忆检索与环境动态检测方案，具备工业落地参考价值。
AI科技评论
新闻资讯9
谷歌Gemini 4发布：降价又升级
本文报道谷歌发布新一代旗舰大模型Gemini 4 Argon，详解其性能升级、定价优惠、多领域落地成果与安全优化，对比了它与OpenAI、Anthropic旗舰模型的评测成绩，展示大模型落地真实场景的最新进展。
InfoQ
新闻资讯9
Gemini 4 Argon实测，谷歌归来
本文带来谷歌新发布Gemini 4 Argon大模型的多场景实测，对比竞品性能价格，验证其物理推理能力，同时曝光该模型现存问题。
新智元
新闻资讯9
谷歌发布Gemini 4 降价冲顶大模型榜
本文报道谷歌发布新一代旗舰大模型Gemini 4 Argon，该模型升级百万token上下文窗口，多项专业评测成绩领先，推出限时降价促销，落地工程、科研、机器人等多场景，同时披露大模型新安全风险与应对方案
AI前线