模型發布檔案

最新發布模型

彙整模型發布動態,按發布時間瀏覽,探索值得關注的新模型。

按發布時間倒序7 種語言
清除

21 個模型

按發布時間倒序
Google

Gemini 4 Hydrogen

Gemini 4 Hydrogen 是 Google 為日常程式開發和代理式工作流程設計的模型,著重速度與效率;可獨立執行任務,也可與 Gemini 4 Carbon 或 Argon 搭配使用。官方模型卡指出,它由 Gemini 4 Carbon 調適而成。(blog.google) 支援文字、圖片、音訊和影片輸入,可用於文件摘要、多模態資料分析及報告整理。(deepmind.google) 適用…

了解模型繁體中文
Google

Gemini 4 Carbon

Gemini 4 Carbon 是 Google 以 Gemini 4 Argon 為基礎打造的前沿模型,著重長時間、多步驟的代理式工作流程,涵蓋複雜知識工作、工程、資安與科學推理。(deepmind.google) 接受文字、圖片、音訊及影片輸入,輸出文字;輸入與輸出共用最多約 100 萬個 token 的上下文視窗。(deepmind.google) 適合複雜程式開發與除錯、多代理協作、資料分…

了解模型繁體中文
Google

Gemini Decision 1

Gemini Decision 1 是為 Gemini Decisions API 設計的多模態決策模型,專門處理選項範圍已限定的判斷。它在單次前向運算中評估候選選項,而非逐 token 生成回答文字。(blog.google) 可在單一共用輸入中處理文字、圖片、音訊、影片與 PDF;輸入上限為 256K tokens,每次請求最多評估 1,000 個互相獨立的問題。…

了解模型繁體中文
Google

AlphaGenome 2

AlphaGenome 2 是 Google DeepMind 的 DNA 序列模型,旨在預測 DNA 序列及其變異如何影響特定人體細胞類型或細胞狀態,供基因組學與疾病機制研究使用。官方於 2026 年 11 月 11 日發布公告。(deepmind.google) **細胞條件式預測:**模型以 DNA 序列及目標組織、細胞類型或狀態為輸入,每次針對一種生物條件預測。條件可來自參考目錄,也可透過…

了解模型繁體中文
Google

Gemini Robotics 2.5

Gemini Robotics 2.5 是 Google DeepMind 的視覺-語言-動作(VLA)模型,將視覺與語言輸入轉為機器人動作控制,旨在提升機器人在真實環境中的靈巧度、可靠性與安全性。(deepmind.google) **多樣化操作:**官方在超過 200 項不同任務上測試,包括以夾子盛裝食物、繫禮盒蝴蝶結及使用移液器。模型可處理工具、柔性物件與精細物件。(deepmind.goo…

了解模型繁體中文
Google

Gemini Omni 1.2 Flash

Google 的多模態影片生成與編輯模型,著重生成速度、成本及跨畫面一致性;已在 Gemini API 付費方案與 Google Cloud 正式提供。(aistudio.google.com) 可依文字、圖片及影片等素材生成或編輯影片,並產生同步音訊;支援多輪對話修改、影片延長、首尾影格插值及解析度升級。可用於商品影片、虛擬試穿、廣告和產品解說。(docs.cloud.google.cn) 原生…

了解模型繁體中文
Google

Gemini 4 Carbon

Gemini 4 Carbon 是 Google 基於 Gemini 4 Argon 開發的前沿推理模型,針對複雜知識工作、軟體工程、資安與科學推理中的長程代理工作流程設計。(deepmind.google) 接收文字、圖片、音訊及影片,輸出文字;輸入與輸出合計的上下文視窗最高約 100 萬 tokens。(deepmind.google) 適用於多步驟程式設計與除錯、多代理協作、資料分析、文件與…

了解模型繁體中文
Google

Genie 4

Genie 4 是 Google DeepMind 的原生多模態世界模型,旨在即時生成及模擬可互動的環境;目前屬於早期研究預覽。官方公告日期為 2026 年 10 月 27 日。(deepmind.google) **即時世界控制:**使用自然語言改變天氣、鏡頭或場景中的人物與物件;示範亦使用鍵盤及滑鼠進行導覽和鏡頭控制。 **環境與人物模擬:**生成具照片寫實感的場景,模擬碰撞等物理現象,以及人…

了解模型繁體中文
Google

Gemini Composite V2

Gemini Composite V2 是為企業語音代理設計、針對語音最佳化的複合模型,為 Composite V1 的後續版本。Google 於 2026 年 10 月 22 日宣布其在 CX Agent Studio 正式推出(GA);此狀態僅適用於 CX Agent Studio,不代表其他 Google Cloud 產品的發布狀態相同。(docs.cloud.google.com) 沿用…

了解模型繁體中文
Google

Gemini 4 Argon

Google 的前沿多模態模型,面向需要深入推理與持續處理多步驟任務的企業及專業工作。Google Cloud 於 2026 年 10 月 13 日宣布提供此模型。(cloud.google.com) 接受文字、圖片、音訊及影片輸入,輸出文字;支援推理、結構化輸出、函式呼叫及程式碼執行。(docs.cloud.google.com) 可用於長文件與圖表分析、多來源資料整合、軟體開發、財務與法律研究…

了解模型繁體中文
Google

Gemini Nano Banana 2.1

Gemini Nano Banana 2.1 是 Google 的高效率多模態影像生成與對話式編輯模型,是 Nano Banana 2(gemini-3.1-flash-image)的更新版本。Google 於 2026 年 10 月 6 日宣布正式推出(GA)。(aistudio.google.com) 接受文字、圖片、影片與 PDF 輸入,輸出圖片與文字;支援依自然語言指示生成圖片及多輪對話式…

了解模型繁體中文
Google

EmbeddingGemma 2

EmbeddingGemma 2 是 Google DeepMind 推出的開放權重、輕量多模態嵌入模型,基於 Gemma 4 架構,針對手機、筆電等消費級裝置上的本地推論設計。它輸出語意向量,而非生成式文字;模型採 Apache 2.0 授權,可用於商業應用。(blog.google) **輸入與輸出:**支援文字、程式碼、圖片、影片、音訊及其混合輸入,映射到共同的 768 維向量空間;支援 1…

了解模型繁體中文
Google

Gemini 4 Argon

Google 的前沿推理模型,面向複雜、長期、多步驟工作流程;採用稀疏混合專家 Transformer 架構,原生支援文字、視覺與音訊輸入。Gemini API 提供約 100 萬 token 的輸入與輸出共用上限;長篇生成需依官方文件設定續傳機制。(storage.googleapis.com) 適用於軟體工程與大型程式碼庫處理、法律與金融知識工作、數學與科學研究、多步驟代理,以及網路安全漏洞的…

了解模型繁體中文
Google

Gemini 3.8 Flash-Lite TTS

Google 的文字轉語音(TTS)模型,以高處理量、低延遲及成本效益為重點,適合正式環境的大量語音生成;官方建議用它取代 gemini-3.1-flash-tts-preview。(aistudio.google.com) 輸入文字、輸出語音;支援單人與雙人對話,並可透過結構化語音中繼資料控制說話風格等表現。(aistudio.google.com) 支援預建語音、擴充語音庫、自訂語音設計及語音…

了解模型繁體中文
Google

Gemini 3.8 Flash TTS

Google 的旗艦創意文字轉語音(TTS)模型,著重錄音室等級的語音保真度、細膩演繹、區域口音,以及長篇、多輪語音的一致性。(aistudio.google.com) 將文字轉成單人或多人語音;可透過結構化中繼資料控制說話風格,並使用語音事件標記表達笑聲、嘆息或短暫停頓。(aistudio.google.com) 支援預設聲音、擴充聲音庫、自訂聲音設計、聲音複製及聲音重新混製;聲音複製設有同意驗…

了解模型繁體中文
Google

Gemini 3.8 Live Extended Thinking

Google 推出的即時語音對話模型,適合需要較深入背景推理、多步驟規劃及工具協作的複雜任務。模型可在持續語音互動時進行背景推理與非同步工具呼叫。(blog.google) 支援即時音訊生成、文字與音訊輸出,以及 Google 搜尋輔助回答。API 模型文件列出的輸入包括文字、圖片和音訊;Google 模型卡另列影片輸入,實際支援方式應以所用介面的文件為準。(aistudio.google.com…

了解模型繁體中文
Google

Gemini 3.8 Live

Gemini 3.8 Live 是 Google 面向低延遲即時對話與語音代理程式的模型,強調流暢對話、視覺情境理解、規模化與成本效率。它與針對更複雜多步推理的 Gemini 3.8 Live Extended Thinking 是不同模型。(blog.google) 接收文字、圖片、音訊與影片輸入;Gemini API 文件列出的輸出為文字與音訊。支援音訊串流、交錯推論、函式呼叫及 Google…

了解模型繁體中文
Google

WeatherNext 3

WeatherNext 3 是由 Google DeepMind 和 Google Research 開發的全球 AI 天氣預報模型,提供多解析度的集合預報,並直接納入即時衛星觀測資料。Google 於 2026 年 9 月 3 日發布官方公告;開發者版本紀錄則列出 2026 年 8 月 31 日推出。(blog.google) 每小時初始化並產生預報,使用靜止軌道衛星資料及地面氣象站觀測資料。(…

了解模型繁體中文
Google

Gemini 3.8 Flash Cyber

Gemini 3.8 Flash Cyber 是 Google 面向受信任防禦者的資安專用模型,著重自主漏洞發現與自動修補。它與 Gemini 3.8 Flash 共用基礎智慧,但服務對象與部署方式不同。(blog.google) **漏洞發現:**可協助分析程式碼並識別安全漏洞。Google 表示,在涵蓋 20 種程式語言的內部漏洞發現評測中,模型達到 71.0% 的結果;該結果反映特定測試條件…

了解模型繁體中文
Google

Gemini 3.8 Flash

Google 於 2026 年 9 月 2 日發布的通用 Flash 模型,著重長程軟體工程、自主代理、多步驟推理及複雜企業工作流程。它與專門用於資安的 Gemini 3.8 Flash Cyber 是不同版本。(blog.google) 支援文字、圖片、影片、音訊及 PDF 輸入,輸出為文字;輸入上限為 1,048,576 tokens,輸出上限為 65,536 tokens。(aistudio…

了解模型繁體中文