Gemini是由Google DeepMind团队开发的一款超级AI模型，旨在成为一款多模态的智能助手。它不仅能够理解文本信息，还能处理图像、音频和视频等多种类型的数据。

Gemini 是基于 Transformer 架构 的多模态大语言模型（LLM），定位为通用人工智能（AGI）的基础设施。其核心能力覆盖 自然语言理解与生成、代码创作、数学推理、多模态处理（文本/图像/音频/视频） 及 复杂任务自动化，适用于企业级服务、科研、教育及工业场景。