4月12日，近期多家大模型进行更新，谷歌发布了更新版Gemini Pro 1.5，支持音频输入和系统提示，上下文窗口达到100万tokens，最长可以处理11个小时的音频文件或者1小时的视频文章，在没有任何声音字幕的情况下，也能够看懂电影的事件和情节！目前，Gemini Pro 1.5已经完全免费，在超过180多个国家发布，Gemini 1.5 Pro的API也暂时对开发者免费开放，用户可在谷歌AI Studio中获得API密钥！

除了处理能力的提升，Gemini 1.5 Pro还首次引入了本地音频（语音）理解功能，最长支持11小时音频/1小时视频输入，这使得它能够更好地理解和处理音频、视频文件，比如给定巴斯特·基顿拍摄的一个44分钟长度无声电影，Gemini 1.5 Pro可以读懂电影中的画面、事件和情节！

• Gemini API 改进

Gemini 1.5 Pro对API进行改进，新增JSON模式，这对于需要从文本或图像中提取结构化数据的应用程序非常有用，开发人员可以更容易地解析和使用模型的输出，简化文件的处理流程提高效率。

这些改进让Gemini API更加强大和灵活，为开发人员提供了更多的控制和定制选项，现在，Gemini 1.5 Pro不仅能够处理文本数据，还能够轻松对上传到Google AI Studio中的视频中的图像（帧）和音频（语音）内容进行推理！

• 全新的embedding

谷歌公开了新的embedding词嵌入text-embedding-004，在测试中展现了卓越的检索性能，谷歌已经免费开放Gemini 1.5 Pro，谷歌鼓励开发人员立即开始在Google AI Studio中使用Gemini 1.5 Pro。

新一轮的AI大模型竞赛仍在进行中，OpenAI更新了GPT-4-Turbo，Mistral也更新了Mixtral 8x22B，谷歌透露，上述更新只是众多改进的开始，谷歌希望通过持续的改进和社区参与，推动Gemini的发展。

ChatGPT：

聊天机器人——

聊天机器人——

ChatGPT移动端——

微软——

ChatGPT王炸官宣——

火爆全网——

英伟达重磅：

黄仁勋：

ChatGPT免费开源平替——

ChatGPT王炸升级——

ChatGPT史诗升级——

ChatGPT加强版——

ChatGPT王炸官宣——

ChatGPT重磅升级——

ChatGPT：

ChatGPT突发：

ChatGPT之父：

ChatGPT之父：

ChatGPT：

游戏界大变天：

人工智能“觉醒”：

ChatGPT最强挑战者：

ChatGPT最强竞品：

ChatGPT：！

ChatGPT：

ChatGPT：

ChatGPT：

OpenAI重磅突破：

OpenAI王炸——

谷歌官宣：

微软重磅官宣：

乔布斯剧本：

奥特曼回归？

奥特曼宣布：

奥特曼回归：

GPT商店上线：

OpenAI王炸官宣——

OpenAI新模型：

OpenAI新模型：

OpenAI估值：

OpenAI王炸：

OpenAI：

OpenAI创始人：