本文作者系360奇舞团前端开发工程师

　　2023-2024年是AI领域蓬勃发展的时期，各家科技巨头纷纷推出自家的大模型，竞争激烈。谷歌在AI领域持续深耕，并于2024年8月1日发布了Gemini 1.5 Pro（0801），其卓越的性能超越了ChatGPT-4，使得谷歌夺得lmsys竞技场第一，中文任务也位列榜首。本文将深入探讨Google的AI大模型发展历程，并以实际案例展示Gemini的强大功能。

　　

　　Gemini 是 Google 推出的多模态 AI 模型，旨在超越 OpenAI 的 ChatGPT 4.0。它不仅拥有强大的文本理解和生成能力，还能处理图像、视频等多模态数据，并进行更深层次的推理和理解，为用户带来更智能、更人性化的交互体验。

　　多模态能力：Gemini能够处理文本、图像、音频、视频和代码等多种数据类型，使其在信息处理的广度和深度上超越了ChatGPT-4.0，能够更好地理解和响应用户的需求。

　　更强的推理能力：Gemini拥有强大的上下文理解能力，能够处理长文本和复杂代码，进行深入的推理和分析，从而提供更精准、更全面的答案。

　　高效性和适应性： Gemini设计高效，能够在各种平台上运行，从大型数据中心到移动设备，都能提供稳定的性能，满足不同场景下的应用需求。

　　增强AI助手：凭借其先进的功能，Gemini显著增强了AI助手的有效性和可靠性。它支持复杂任务的执行，为用户提供更智能和直观的互动。无论是协助编写代码、生成详细报告，还是创建多媒体内容，Gemini都提升了AI助手的标准。

　　为了迎战 ChatGPT，谷歌于 2023 年 3 月推出聊天机器人 Bard，但它的最初产品能力并不足够好、甚至在现场演示时回答出错， 最新官方的wps下载入口是什么 导致股价暴跌。

　　为了在竞争激烈的AI领域保持领先地位，谷歌不断迭代更新其AI模型。从最初的LaMDA模型，到功能更强大的PaLM模型，再到如今的Gemini模型，谷歌的AI技术一直在不断进步。

　　模型发展历程:

　　2023年3月: 谷歌推出聊天机器人Bard，最初基于LaMDA模型。

　　2023年12月: Gemini 发布，Bard 宣布将运行在 Gemini Pro 上。

　　2024年2月: 推出 Gemini Pro、Gemini Advanced，Bard 改名为 Gemini，并推出 Gemini 的 Android 和 iOS 应用。

　　2024年5月: 推出 Gemini Pro 1.5、Gemini 1.5 Flash。

　　2024年8月1日: 推出 Gemini Pro 1.5（0801），性能超越 ChatGPT-4。

　　Gemini模型家族的主要成员及其特点：

　　模型主要特点应用场景Gemini Nano轻量级模型，适用于设备端，如内置在移动端、PC端、Mac端，做一些无需强大计算的场景，为用户提供更便捷、实时快速的AI体验。设备端应用，如实时翻译、语音识别等。Gemini Pro强大的通用模型，适用于各种文本处理任务问答、摘要、翻译、代码生成。Gemini Pro 1.5在 Gemini Pro 的基础上进行改进，性能更强，推理能力更出色更加复杂的文本处理任务，例如长文本理解、代码分析、专业领域的知识问答Gemini Flash在Gemini Ultra和Gemini Pro之间的一个平衡点，兼具能力和效率。能够处理各种各样的任务，从简单的问答到复杂的推理。多种任务，如对话、摘要、翻译等。Gemini Advanced基于 Google 最强大的 AI 模型 Gemini Ultra 1.0，提供更高级的功能和更强大的性能专业的AI应用，例如科学研究、艺术创作、复杂的数据分析Gemini Ultra最强大、最通用的模型，能够处理高度复杂的任务，在许多基准测试中，Gemini Ultra的表现都超越了其他大型语言模型。通用型AI，适用于各种复杂任务。如科学研究、艺术创作等。它能够理解和生成各种形式的内容，包括文本、代码、图像等。

　　此部分相关链接

　　模型种类介绍：https://deepmind.google/technologies/gemini/

　　模型进化：https://gemini.google.com/updates

　　各模型收费信息： https://ai.google.dev/pricing?hl=zh-cn

　　Gemini Nano模型 将内置到 Chrome 中，供大家免费使用，为用户提供更便捷的AI体验。

　　使用 chrome 本地模型的好处：

　　本地处理敏感数据：设备端 AI 可以改进您的隐私保护wps免费版下载的网站。例如，如果您处理敏感数据，则可以通过端到端加密为用户提供 AI 功能。

　　流畅的用户体验：无需网络请求，响应速度更快。

　　更好地利用 AI：降低服务器负载，用户的设备可以承担一些处理负载，以换取对功能的更多访问权限。例如，如果您提供高级 AI 功能，则可以使用设备端 AI 来预览这些功能，以便潜在客户可以看到您产品的优势，而无需支付额外费用。这种混合方法还可以帮助您管理推断费用，尤其是针对常用用户流的推断费用wps电脑版的下载地方(wps office下载官网)。

　　离线使用 AI ：即使没有互联网连接，您的用户也可以使用 AI 功能。

　　使用 chrome 本地模型的缺点：

　　模型下载需求：目前模型1.2G，需要手动打开浏览器配置下载，占用一定存储空间。

　　硬件限制：设备性能差异使得不能保证所有设备都能高效运行复杂的AI模型。

　　前置条件

　　准备好梯子，使用 VPN 连接到支持 Gemini 的国家。

　　申请加入体验计划，在 官网（developer.chrome.com/docs/ai/bui…）点击“加入我们的早期预览版计划”。

　　

　　下载安装最新的 Chrome Canary版 或Chrome Dev版，并确认你的版本等于或高于 128.0.6545.0，请在这个页面找到适合自己电脑的版本https://www.chromium.org/getting-involved/dev-channel/

　　检查你的设备是否满足要求。

　　要确保你至少有 22 GB 的可用存储空间。

　　如果下载后可用存储空间低于 10 GB，模型将会被删除。请注意，有些操作系统可能会不同地报告实际的可用磁盘空间，例如，是否包括垃圾箱中占用的磁盘空间。在 macOS 上，使用“磁盘工具”来查看有代表性的可用磁盘空间。

　　本文示例都是用130.0.6683.2版本。

　　

　　开启Gemini Nano和Prompt API

　　打开下载好的Chrome，地址栏输入 chrome://flags/#optimization-guide-on-device-model ，选择 状态，这将绕过性能检查，这些检查可能会阻碍在你的设备上下载 Gemini中文版wps下载网站是多少 Nano。

　　打开 chrome://flags/#prompt-api-for-gemini-nano ，选择 状态；

　　开启完前面两项，浏览器就会自动下载大模型，重新启动Chrome。

　　

　　验证 Gemini 中文版的最新wps的下载的网址在哪里 Nano 的可用性：

　　到了这一步可能很多人会遇到模型下载不下来的情况，所以请确保将梯子🪜节点设置为一个可用国家，以及文章前面所说的前置条件。现在在控制台输入，

　　如果返回 readily，则表示模型已下载完成。

　　如果没有返回 readily，代表失败，请继续以下步骤：

　　📣🆕强制 Chrome 识别你想使用此 API。为此，打开开发者工具，在控制台中发送。这可能会失败，但这操作会强制提醒chrome下载模型。

　　控制台执行完后，重新启动 Chrome。

　　打开 Chrome 的新标签页，访问

　　确认 Gemini Nano 是否可用或正在下载。

　　你需要看到“Optimization Guide On Device Model”存在，版本大于或等于 2024.5.21.1031。

　　如果没有列出版本，点击“Check for update”强制下载。

　　一旦模型下载完成并且版本高于上述版本，打开开发者工具并在控制台中发送 。如果返回 “readily”，那么你就准备好了。

　　否则，重新启动，等待一会儿（模型1.2G,比较大），然后从步骤 1 再试一次。

　　

　　如果组件列表没有，或者的结果返回不是，可以尝试更换其他国家节点、修改浏览器语言为English后，重启浏览器。如果依然还是不行，请卸载干净浏览器，更换为**Chrome Canary版 或Chrome Dev版的另外一个版本尝试。**

　　官方文档的使用步骤参考：https://developer.chrome.com/docs/ai/built-in?hl=zh-cn#get_an_early_preview

　　使用示例

　　利用Chrome控制台快速体验：

　　

　　可以看到Chrome将模型能力，加到了上，我们在web应用就可以随时使用内置AI能力了。

　　利用内置AI实现一个聊天框

　　首先创建一个聊天组件，使用的是tailwind + react实现。 利用react-syntax-highlighter实现的code语法高亮。

　　发送消息时，调用浏览器内置方法 创建会话。

　　效果如图：

　　network是没有任何请求的，完全都得本地模型，没有任何网络传输。

　　

　　Google 提供了 Gemini API SDK，方便开发者将 Gemini 模型集成到自己的应用中。API 支持多种编程语言，包括 Python、Node.js、Web 应用、Dart (Flutter)、Android、Go 和 REST。

　　使用Gemini API

　　获取 API 密钥: https://aistudio.google.com/app/apikey?hl=zh-cn

　　使用 SDK 调用 API: 根据所使用的编程语言选择相应的 SDK，参考官方文档进行集成wps电脑版的下载网址。

　　web对话框 - 【文生文】

　　效果如图：

　　可以看到此时与Chrome 内置AI助手不一样， network里面有了请求，走的实时的网络大模型数据。WPS office电脑版的下载的入口是什么

　　

　　web对话框-多模态【文+图】

　　效果如图：

　　在这个示例中，我们调用Chrome API 同时输入了文字+图片， 大模型为我们返回了响应的结果。

　　

　　在Chrome 125之后的版本里，Chrome支持在控制台里使用Gemini AI分析错误和警告，帮助开发者更高效地调试和修复问题。

　　详情请查看：https://developer.chrome.com/docs/devtools/console/understand-messages

　　需要满足以下几个条件：

　　已年满 18 周岁，并且位于支持此功能的地区。

　　Chrome版本在125之后

　　使用Google 账号登录 Chrome。

　　设置语言为英语，Settings > Preferences > Appearance > Language， 选择 English (US)

　　在开发者工具中启用了“Understand console messages with AI”。

　　打开开发者工具，然后前往 settings 设置，  点击Preferences > Console, 打开

　　

　　如果无法开启的话，hover上去会有提示不可开启的原因。如果提示年龄，则需要登录账号，并确保年龄设置大于18岁。如果已经科学上网，并且ip在可以使用的范围内，仍旧提示当前地区不可使用，可以修改下浏览器和系统的语言、地理位置设置，然后重启。

　　

　　使用示例

　　在组件内，实现一个能触发错误的组件，如下当点击的时候，使用const 声明了一个常量， 并给这个常量做自加，

　　点击按钮，触发错误；打开控制台，hover到错误信息上，会有一个图标；

　　

　　点击图标，第一次使用会要求同意协议等，点击下一步、同意协议即可：

　　

　　

　　

　　 官方最新版的wps下载的网站在哪呢

　　AI 生成错误分析和解决方案结果：

　　

　　从上面可以看出，不仅给出了问题发生的原因及具体的问题代码，并且还给出了解决方案，这在开发过程中，可以快速的帮我们定位错误。

　　各个模型之间对比评测： https://chat.lmsys.org/

　　Gemini by Google

　　优点:

　　多模态能力强: Gemini在处理文本、代码、图像等多种模态数据方面表现出色，能够更深入地理解和生成内容。

　　推理能力出众: 在复杂的推理任务中，Gemini表现出较强的逻辑推理能力和解决问题的能力。

　　强大的数据基础: 依托 Google 的庞大数据资源和技术积累，Gemini 在知识图谱和搜索信息的实时性上有一定优势。能够回答各种各样的问题，并提供高质量的答案。

　　缺点:

　　模型较大: 由于模型参数量巨大，部署和运行成本较高。

　　目前相对较新的产品：与 ChatGPT 等相比，市场成熟度和用户基础相对较低。

　　Chat GPT by Open AI

　　优点:

　　强大的语言生成能力：作为目前最流行的聊天 AI 模型之一，ChatGPT 以其语言生成质量高、上下文理解力强而著称。

　　丰富的插件生态：支持插件扩展和 API 接口，可以根据需求自定义功能。

　　开源社区活跃: 拥有庞大的开源社区，有利于模型的改进和发展。

　　缺点:

　　幻觉问题: 有时会产生一些不真实或无意义的输出。

　　知识更新慢: 模型的知识库更新较慢，可能无法及时回答最新的问题。

　　付费墙和订阅模式：高级功能和模型需要付费订阅才能使用，对普通用户来说可能成本较高。

　　每种模型都有其独特的优势和不足，选择哪种模型取决于具体的应用场景。

　　如果需要处理多模态数据、进行复杂推理，并且对模型的知识广度有较高要求，那么Gemini是一个不错的选择。

　　如果需要与用户进行自然流畅的对话，并且对开源社区的支持比较看重，那么Chat GPT是一个不错的选择。

　　如果对模型的安全性、无害性有较高要求，那么Claude是一个不错的选择。

　　如果需要提高代码编写效率，那么Copilot是一个不错的选择。

　　模型种类介绍：https://deepmind.google/technologies/gemini/

　　模型进化：https://gemini.google.com/updates

　　各模型收费信息： https://ai.google.dev/pricing?hl=zh-cn

　　在web中使用Gemini API：https://ai.google.dev/gemini-api/docs/get-started/tutorial?lang=web

　　内置AI开启步骤： https://developer.chrome.com/docs/ai/built-inwps的官网的下载的网址在哪?hl=zh-cn#get_an_early_preview

　　Chrome控制台AI助手：https://developer.chrome.com/docs/devtools/console/understand-messages

　　各个模型之间对比评测： https://chat.lmsys.org/

　　- END -

　　如果您关注前端+AI 相关领域可以扫码进群交流

　　

　　添加小编微信进群😊

　　奇舞团是 360 集团最大的大前端团队，非常重视人才培养，有工程师、讲师、翻译官、业务接口人、团队 Leader 等多种发展方向供员工选择，并辅以提供相应的技术力、专业力、通用力、领导力等培训课程。奇舞团以开放和求贤的心态欢迎各种优秀人才关注和加入奇舞团。