#Gemini

都是gemini 2.5 pro，感觉Google目前的算力分配 Canvas > AI Studio > Gem 也就是bug触发率依此顺序增加

给大家解析一下 DeepSeek-R1-0528 的官方放出的评测数据。目前 DeepSeek-R1-0528 毫无疑问是开源模型第一了, Qwen3-235B-A22B 在热座上仅座了一个月[苦涩]. 先看图1，我们可以看到编程能力和数学能力都有巨大的提升，基本都是10%左右的提升。这是一个相当猛的结果。而大家这两天放出的测试也能看到这个新版本R1直逼 OpenAI-o3 或者 Gemini-

Gemini Live API 这次模型更新有两个特别好的能力： 1、Proactive Audio（主动音频响应） 模型会根据上下文主动判断是否有必要作出回应，以及打断。 2、Asynchronous Function Calling（异步函数调用） 允许模型在函数执行期间继续与用户对话。 这两个都非常实用。

抖音日均搜索 53 亿，我个天 !! SEO 造就了一代财神，这一代的财神，会在 AI-SEO 中产生。 把 OpenAI / Gemini 的 web search 权重搞清楚，偷偷布局 AI 时代的 SEO 搜索策略，一定会是个好方向 然后等，抖音，微信，小红书出私域 AI Search, 一击命中

终于, Gemini 现在可以把 Deep Research 的结果直接生成 NotebookLM 语音对话了. 我让它搜索近两年来关于哥贝克力石阵 (人类最早的神庙/巨石遗迹) 的最新考古进展, 效果挺好.

我主力用gemini，主要还就是因为TA的一个USP：大context 比如我最近搞的播客工作流 除了封面图用openai画图外，全是google产品 报告生成gemini dr 音频生成notebookLM 字幕校对，片头精华时间轴区间，油管标题、描述、时间轴、tags:专门gem

o3目前我倒挺失望的，主要openai有时会很鸡贼 除了画图chatgpt还是老大，其他都退了 界面是Claude 大context处理gemini 长代码找bug还得gemini，有时需要新开个chat（目前可能算力不稳定），但o3（plus版）稍微长一点，想半天也就找到一个无关痛痒的bug 搜索的时候如果跟chatgpt无关，倒可以信任o3 但相关的话要注意，前两天我突然流量暴涨，

一个好消息，谷歌官宣，Veo 3现在已经开放给71个国家的用户了。 之前只能在Gemini里用的Pro用户，现在在Flow里也能用上Veo 3了。 Veo 3 生成的形象质量更好，场景的细节和真实感都特别牛。

关于google query fan-out的视频 按说流程挺多，不过AI mode体验下来，感觉速度很快，比chatGPT或者gemini stream出来的快得多啊

#每日推荐 Gemini Balance - Gemini API 代理和负载均衡器 Gemini Balance 是一个基于 Python FastAPI 构建的应用程序。它允许你管理多个 Gemini API Key，并通过简单的配置实现 Key 的轮询、认证、模型过滤和状态监控。

Claude 4 的 200k 上下文窗口和 64k/32k 的输出限制，究竟是技术瓶颈，还是产品策略？ 隔壁 Gemini 都快把地球仪塞进去了，Claude 还在为这 200k 抠抠搜搜。

Gemini 放出来了一次性合成多个人的对话的TTS，复现NotebookLM 的多人播客效果的门槛也没了。

谷歌新发布的Gemini 2.5 Flash Exp Audio模型，是原生多模态模型，支持文本、图片、语音输入，支持文本、语音输出。 输出的语音支持各种语气和声音，也能唱歌和RAP，虽然中文有时会有发音错误，但整体也非常不错了，ASMR的少女声音，让人感觉又恋爱了。 下方视频第一段：少女ASMR 下方视频第二段：唱歌和RAP

摩根大通重申对 $GOOGL 的“增持”评级，目标价为 195 美元。 分析师评论：“我们对 Google I/O 大会后的看法更加积极，认为 Google 在多个人工智能领域处于领先地位：Gemini 在基础模型排行榜上名列前茅，AI 模式将 Gemini 引入搜索，并结合了 Astra、Mariner 和 Deep Research 等项目的智能代理能力，Gemini 也已广泛部署于多种平台

如无意外的话，苹果下个月在开发者大会上会大吹特吹它的磨砂玻璃设计为革命性的创新，然后继续给大家画只AI大饼，late 2026一定能用上更智能的Siri，你跟它说话它听得懂，还有开发者能用苹果最先进的大小模型开发各种AI app。到时候可能还会引进Gemini作为AI的第二选项，让用户有多一个掏钱的理由。当然了，iOS 19必不可少的肯定是新的墙纸和新emoji。

卡兹克分享的Google one 家庭组设置。 原来是可以分享给5个人，但只能用Gemini中的veo3，不能用flow中的 1. 我先在 页面点了“管理会员资格”，跳转到Google one设置 2. 填写朋友或家人的谷歌邮箱，有人接受后刷新页面，把管理家庭设置中的“与家人共享Google one”打开。

Gemini 太懂现代人了！ 上线了个狠活：你看完深度报告，它直接给你出题考试。 专治：你以为懂了，其实根本没懂。 别小看一个 Quiz，这其实是 AI-native 学习系统的一块重要拼图： 学→考→补→再学，全闭环，全自动。 AI 时代的学习，不是看得多，是你有没有能力复用知识。 Quiz，就是在训练你这个能力。

Google推出了一款全新的AI影视制作工具：Flow。它集合了谷歌最新、最先进的三大AI模型——Veo、Imagen 和 Gemini，将电影制作提升到全新境界🎥。 通过Flow，你可以轻松实现： - 从简单的文本提示生成电影片段🎞️ - 将多个片段组合成动态的场景🌆 - 构建引人入胜的叙事故事📖 - 将你喜爱的元素（比如角色、场景、道具或风格）保存为随时可用的素材📌 Flow致力于帮助你快

$GOOGL 首席执行官：Gemini 应用现已有超过 4 亿用户 —— Google 每月处理 480 万亿个 token，同比增长 50 倍，拥有生成式 AI 中最优的“成本-智能”比

Gemini 新模型 - 控制思考中使用的 token 用量 - 多模态 - 知识截止 2025年1月 - 最适合编码

Gemini把Deep Research下架了吗？2.5-pro在api的免费额度也没了，我要回归日常gpt了吗。。。

让AI逆向混淆后的js代码很厉害，但一次只能1000行左右，多了效果就难还原好，Gemini 2.5 pro和Claude 3.7 thinking 效果都很好，o3代码长了超过千行不行，几百行的话效果很好。提示词不要提反编译，否则可能会拒绝，说重写就没问题。 参考提示词： 请用TypeScript重写下面的js代码，命名友好、类型定义清晰；未提供的代码不需要实现，mock引用即可；如果是Rea

为了让 AI 可以模仿我说话，我把我所有推文发给了 gemini 让 gemini 用 121 个参数定义了 dontbesilent 的行文风格 以下内容可以把任意文本翻译成我的写作风格，相似度 80%+ ⬇️ 一、 词汇选择 (Lexical Choices) 1. 核心动词倾向: 偏好使用指向“思考”、“分析”、“定义”、“解决”、“赚钱”、“成为”、“经营”等具有思辨性和行动性的

一个想法不一定对🌚 在当下如果我想学某一领域 是不是直接把领域最优秀的书喂给Gemini 然后和它对话学习就行了？

一个 ChatGPT / Gemini 的实用技巧：检索并提取部分 PDF 内容 ChatGPT 和 Gemini 应该都内置了 PDF 工具，可以读取 PDF 内容，也可以帮你检索。如果你选的是推理模型的话（o3/o4-mini/Gemini 2.5 pro等）由于它们都有推理能力，所以可以对 PDF 先进行检索，然后去提取。 当然太长了也不行，毕竟受限于上下文窗口长度。 比如我有个 40