Gemini 1.5 Pro 現(xiàn)已在全球公測(cè)，帶來(lái)多項(xiàng)關(guān)鍵更新

Gemini 1.5 Pro 現(xiàn)已在超過(guò) 180 個(gè)國(guó)家或地區(qū)的 Gemini API 公測(cè)環(huán)境中提供，引入了官方改進(jìn)的音頻/視頻（語(yǔ)言）理解能力和新的文件 API，以便于實(shí)時(shí)大文件訪問(wèn)。此外，還增加了多套綜合的 JSON 解析器架構(gòu)，給予開發(fā)者更多控制與調(diào)試的功能。最后，發(fā)布了性能優(yōu)越的下一代文本嵌入模型。

主要更新內(nèi)容

全球可用性：
Gemini 1.5 Pro 現(xiàn)已在超過(guò) 180 個(gè)國(guó)家或地區(qū)的 Gemini API 公測(cè)環(huán)境中提供，使得全球開發(fā)者都能訪問(wèn)并利用這一新型模型。

官方音頻/視頻（語(yǔ)言）理解能力：
引入了官方改進(jìn)的音頻（語(yǔ)言）理解能力，意味著 Gemini 1.5 Pro 能夠更精確地解析和理解音頻輸入，為開發(fā)者提供更豐富的語(yǔ)言識(shí)別和處理工具。

新的文件 API：
新增的文件 API 使得文件大小不再成為限制，開發(fā)者能夠更高效地處理應(yīng)用中的大文件傳輸，視頻和音頻文件的處理。

JSON 解析：
升級(jí)了 JSON 能力，包括多套綜合的 JSON 解析器架構(gòu)，極大地提高了數(shù)據(jù)解析的精度和性能。

功能和接口：
改進(jìn)了功能和接口調(diào)用，開發(fā)者可以選擇不同的接口實(shí)現(xiàn)功能調(diào)試，增強(qiáng)了系統(tǒng)接口的靈活性和適用性。

新的文本嵌入模型：
推出了性能優(yōu)越的最新一代文本嵌入模型（text-embedding-004），在 MTEB 基準(zhǔn)測(cè)試中顯示出比前幾代模型更優(yōu)越的綜合性能，為文本分析和語(yǔ)義理解提供了強(qiáng)大的支持。

更廣泛的輸入格式支持：
Gemini 1.5 Pro 擴(kuò)展了對(duì)不同輸入格式的支持，包括音頻和視頻，并計(jì)劃很快支持圖片內(nèi)容和語(yǔ)言（語(yǔ)言）跨模態(tài)轉(zhuǎn)換的 API 交互，為開發(fā)者提供更多元化的應(yīng)用可能。

這些更新不僅展示了 Google 對(duì) AI 技術(shù)不斷創(chuàng)新的承諾，也為開發(fā)者提供了更多工具和資源，以便更好地構(gòu)建和優(yōu)化他們的應(yīng)用程序和服務(wù)。

如何使用 Gemini 1.5 Pro？

創(chuàng)建 API 密鑰：
在 Google AI Studio 創(chuàng)建或申請(qǐng)測(cè)試的 API 密鑰，開始構(gòu)建。

查看和使用擴(kuò)展的音頻/視頻（語(yǔ)言）能力：
在 Gemini API 和 Google AI Studio 中查看擴(kuò)展的音頻和視頻（語(yǔ)言）理解能力。支持通過(guò)上傳到 Google AI Studio 的視頻和音頻自動(dòng)翻譯的音頻輸入，API 交互的潛力巨大。

配置 API 調(diào)用：
在 Google AI Studio 的 Gemini API 中，通過(guò)交互式的分析與管理控制臺(tái)創(chuàng)建、定義角色、格式、時(shí)間和規(guī)則，以便于理解不同的輸入格式和行為。

JSON 解析：
查看和使用改進(jìn)的 JSON 解析功能和新的文本嵌入模型，使你可以更靈活地處理大文本數(shù)據(jù)和結(jié)構(gòu)化的 JSON 響應(yīng)。你可以使用 cURL 或 Python SDK 支持的交互功能。

import requests

url = "https://gemini.api.google.com/v1/json-parser"
headers = {
    "Authorization": "Bearer YOUR_API_KEY",
    "Content-Type": "application/json"
}
payload = {
    "json_input": {"example_key": "example_value"}
}
response = requests.post(url, headers=headers, json=payload)
print(response.json())

跨模態(tài)轉(zhuǎn)換的使用：
現(xiàn)在可以與 Gemini API 互動(dòng)，將音頻、視頻和文本，甚至圖片進(jìn)行交互，功能適用范圍大大擴(kuò)展。

申請(qǐng) Gemini 1.5 Pro API 步驟

訪問(wèn) Google AI Studio：
打開瀏覽器，訪問(wèn) Google AI Studio。

創(chuàng)建賬號(hào)或登錄：
使用 Google 賬號(hào)登錄，若沒(méi)有賬號(hào)，請(qǐng)先注冊(cè)。

申請(qǐng) API 密鑰：
在主頁(yè)上選擇“創(chuàng)建項(xiàng)目”。輸入項(xiàng)目名稱并選擇相關(guān)設(shè)置。在項(xiàng)目設(shè)置中選擇“API 與服務(wù)”，然后選擇“創(chuàng)建 API 密鑰”。

預(yù)充值：
輸入預(yù)充值金額，最低為 5 美元。

配置和測(cè)試 API：
在 API 控制臺(tái)中配置所需的 API 服務(wù)。使用提供的 API 密鑰在開發(fā)環(huán)境中進(jìn)行測(cè)試和開發(fā)。

Gemini 1.5 Pro 帶來(lái)了顯著的改進(jìn)和新功能，為開發(fā)者提供了強(qiáng)大的工具和更大的靈活性，幫助他們?cè)谌蚍秶鷥?nèi)更高效地開發(fā)和優(yōu)化應(yīng)用程序。通過(guò)詳細(xì)的 API 調(diào)用和配置步驟，開發(fā)者可以輕松上手并充分利用這些新特性。