模型发布档案

最新发布模型

聚合模型发布动态,按发布时间浏览,发现值得关注的新模型。

按发布时间倒序7 种语言
清除

33 个模型

按发布时间倒序
Google

Gemini 4 Hydrogen

Gemini 4 Hydrogen 是 Google 面向日常编程和智能体工作流的多模态模型,侧重快速、高效执行任务,既可独立使用,也可与侧重深度推理的 Gemini 4 Carbon、Gemini 4 Argon 配合。模型由 Gemini 4 Carbon 改造而来。(blog.google) 接受文本、图像、音频和视频输入,输出文本;支持代码执行、函数调用、结构化输出和计算机使用等能力。(d…

了解模型简体中文
Google

Gemini 4 Carbon

Gemini 4 Carbon 是基于 Gemini 4 Argon 的前沿模型,面向复杂知识工作、工程、网络安全和科学推理中的长期、多步骤智能体任务。(deepmind.google) 支持文本、图像、音频和视频输入,输出文本;输入与输出共享最多 1,048,576 个 token 的上下文窗口。(deepmind.google) 可用于复杂编程与调试、文档和数据分析、报表及演示文稿生成、科学研…

了解模型简体中文
Google

Gemini Decision 1

Gemini Decision 1 是为 Gemini Decisions API 提供支持的多模态决策模型,针对预先限定的选项进行快速判断,而非逐 token 生成自由文本。它通过一次前向计算对候选项评分,返回概率和置信度。(blog.google) 接受文本、图像、音频、视频和 PDF,可在同一输入中组合多种模态;共享输入最多 256K token,一次请求最多包含 1,000 个独立问题。…

了解模型简体中文
Google

AlphaGenome 2

AlphaGenome 2 是 Google DeepMind 的条件化 DNA 序列模型,用于预测 DNA 序列及遗传变异在特定人类细胞类型或状态中的作用,连接单细胞生物学与人类遗传学研究。官方公告发布于 2026 年 11 月 11 日。(deepmind.google) 细胞条件预测:以约 100 万个碱基的 DNA 序列和指定的组织、细胞类型或细胞状态为输入,每次针对一个生物条件预测…

了解模型简体中文
Google

Gemini Robotics 2.5

Gemini Robotics 2.5 是 Google DeepMind 发布的视觉-语言-动作(VLA)模型,将视觉和语言输入转换为机器人运动控制,旨在提升机器人在非结构化现实环境中的灵巧性、可靠性和安全性。(deepmind.google) **灵巧操作:**支持工具使用、柔性和精细物体操作。官方评测涵盖 200 多项不同任务,包括用夹子取放食物、给礼盒系蝴蝶结和移取液体。(deepmind…

了解模型简体中文
Google

Gemini Omni 1.2 Flash

Google 的多模态视频生成与编辑模型,面向快速、较低成本的视频创作及批量生产。官方宣布其已通过 Gemini API 和 Gemini for business 正式提供。(blog.google) 根据文本、图像或视频参考生成和编辑视频,支持多轮对话式修改、视频延长和独立视频升分辨率;可生成带同步音频的视频。(docs.cloud.google.cn) Google Cloud 文档列出的生…

了解模型简体中文
Google

Gemini 4 Carbon

Gemini 4 Carbon 是 Google 基于 Gemini 4 Argon 构建的前沿推理模型,面向复杂知识工作、软件工程、科学推理和网络安全中的长周期智能体任务。(deepmind.google) 支持文本、图像、音频和视频输入,输出文本。输入与输出共用最多 1,048,576 个 token 的上下文额度;输出额度还包括思考和函数调用。(deepmind.google) 适用于多步骤…

了解模型简体中文
Google

Genie 4

Genie 4 是 Google DeepMind 发布的实时交互式世界模型,旨在生成可探索、可实时调整的模拟环境。它是原生多模态模型,可在生成世界画面的同时生成音乐、环境声和互动对话。官方公告发布日期为 2026 年 10 月 27 日。(deepmind.google) **实时控制环境:**用户可使用自然语言修改天气、移动镜头或引入人物和物体,并通过键盘等控制方式探索场景。 **模拟物理与人…

了解模型简体中文
Google

Gemini Composite V2

Gemini Composite V2 是面向企业语音智能体的语音优化复合模型,是 Composite V1 的后续版本。Google 于 2026 年 10 月 22 日宣布其在 CX Agent Studio 中正式发布(GA);该发布阶段不代表其他 Google Cloud 产品中的状态。(docs.cloud.google.com) 沿用 V1 的 Listener 和 Thinking…

了解模型简体中文
Google

Gemini 4 Argon

Google 的前沿多模态推理模型,面向复杂、长期、多步骤的专业任务。Google Cloud 官方公告发布于 2026 年 10 月 13 日,宣布该模型在 Google Cloud 上提供。(cloud.google.com) 支持文本输入和输出,以及图像、音频和视频输入。适合多模态文档分析、视觉理解、复杂工程、软件开发、金融与法律分析、科学推理和网络安全防御。(docs.cloud.goog…

了解模型简体中文
Google

Gemini Nano Banana 2.1

Gemini Nano Banana 2.1 是面向高效率图像生成和对话式编辑的多模态模型,是 Nano Banana 2 的更新版本。Google 宣布其于 2026 年 10 月 6 日正式发布(GA)。(aistudio.google.com) 接收文本、图片、视频和 PDF,输出图片和文本;支持多轮图像编辑。(aistudio.google.com) 支持 1K、2K、4K 图像生成,以及…

了解模型简体中文
Google

EmbeddingGemma 2

EmbeddingGemma 2 是 Google DeepMind 推出的轻量级、开放权重多模态嵌入模型,基于 Gemma 4 架构,面向手机、笔记本等消费设备上的本地推理。模型采用 Apache 2.0 许可证。官方公告发布日期为 2026 年 10 月 6 日。(blog.google) 将文本、代码、图像、视频、音频及其组合映射到统一的 768 维向量空间,支持 100 多种语言。(ai.…

了解模型简体中文
Google

Gemini 4 Argon

Gemini 4 Argon 是 Google 面向复杂、长流程任务的前沿推理模型,采用稀疏混合专家(MoE)Transformer 架构,原生支持文本、视觉和音频输入。(storage.googleapis.com) 支持多步骤推理、软件工程、代码分析与修改、多模态文档理解,以及科学和数学问题求解。 可用于金融研究、法律文书与分析、企业知识工作和网络安全防御等场景。 Google…

了解模型简体中文
Google

Gemini 3.8 Flash-Lite TTS

Gemini 3.8 Flash-Lite TTS 是面向高吞吐量、低延迟和成本效率优化的文字转语音模型。Google 将其定位为 gemini-3.1-flash-tts-preview 的替代选择。(aistudio.google.com) 接收文本并生成语音,可用于批量音频制作、朗读、日常单人语音和实时语音代理级联。 支持预设语音、扩展语音库、自定义语音设计、语音复制和语音混合;语音复制涉及…

了解模型简体中文
Google

Gemini 3.8 Flash TTS

Google 的旗舰创意文字转语音模型,侧重高保真声音、富有表现力的演绎、地方口音以及长篇多轮语音的一致性。(aistudio.google.com) 将文本转换为单人或多人语音,可通过结构化元数据控制说话人和表达风格,并使用语音事件标签控制笑声、叹息和停顿等表现。 支持预设声音、扩展声音库、自然语言声音设计、经同意验证的声音复刻,以及声音混音。Google 的 Gemini API 模型页面列出…

了解模型简体中文
Google

Gemini 3.8 Live Extended Thinking

Google 面向实时语音交互和复杂多步骤任务的音频到音频 Live API 模型。它可在保持对话的同时进行后台推理和异步工具调用,适合构建语音智能体。(aistudio.google.com) 接收文本、图像和音频;模型卡也将视频列为输入。常规输出为文本和音频。输入上限为 131,072 tokens,输出上限为 65,536 tokens。(aistudio.google.com) 可配置低、…

了解模型简体中文
Google

Gemini 3.8 Live

Gemini 3.8 Live 是面向低延迟实时语音对话的音频到音频模型,侧重规模化部署和成本效率。它与面向更复杂多步推理任务的 Gemini 3.8 Live Extended Thinking 是不同版本。(blog.google) 支持实时语音交互、交错推理、同步和异步函数调用,以及结合视觉输入进行对话;官方称其可在对话中自动切换 97 种受支持语言。(blog.google) Gemini…

了解模型简体中文
Google

WeatherNext 3

WeatherNext 3 是由 Google DeepMind 与 Google Research 开发的全球 AI 天气预报模型,面向天气预测和气象数据应用,而非通用对话模型。(developers.google.com) Google 官方公告发表于 2026 年 9 月 3 日;开发者发布记录将模型上线日期列为 2026 年 8 月 31…

了解模型简体中文
Google

Gemini 3.8 Flash Cyber

Gemini 3.8 Flash Cyber 是基于 Gemini 3.8 Flash 后训练、专门面向网络安全场景的模型,重点服务可信防御方。Google 于 2026 年 9 月 2 日发布公告;Google Cloud 文档所列正式版发布日期为 2026 年 9 月 16 日。(blog.google) 支持自主发现代码漏洞和生成漏洞修补方案,适用于安全审计、漏洞研究和代码修复。Google…

了解模型简体中文
Google

Gemini 3.8 Flash

Gemini 3.8 Flash 是 Google 基于 Gemini 3.7 Flash 构建的通用多模态模型,侧重长周期软件工程、自主智能体和复杂企业知识工作,兼顾速度与成本。它与同日发布、面向可信网络安全防御者的 Gemini 3.8 Flash Cyber 是不同型号。(blog.google) 支持文本、图片、音频、视频和 PDF 输入,输出文本;输入上限为 1,048,576…

了解模型简体中文