Gemini API File Search is now multimodal: build efficient, verifiable RAG

谷歌今日扩展Gemini API的文件搜索功能，支持多模态数据（文本与图像）检索增强生成（RAG）系统，并可添加自定义元数据。新版本集成Gemini Embedding 2模型，使AI能原生理解图像内容，实现基于语义（如情感基调、视觉风格）的图像检索，摆脱关键词或文件名依赖。同时新增页面引用功能，提升生成结果的依据透明度与可信度。该能力适用于从个人原型开发到服务数千用户的生产级应用，助力开发者构建具备“摄影记忆”的智能应用，显著增强多模态数据的组织、检索与上下文理解能力。（200字）

本专栏通过快照技术转载，仅保留核心内容

内容中包含的图片若涉及版权问题，请及时与我们联系删除