Google升级Gemini API：推出多模态文件搜索功能，降低多模态应用构建门槛

品玩5月11日消息，据The Coders Blog报道，Google宣布升级Gemini API，正式推出支持多模态的文件搜索功能，这一举措将改变传统开发模式，降低多模态应用构建门槛。

升级亮点：多模态文件搜索

Google此次升级Gemini API，重点在于推出支持多模态的文件搜索功能。该功能旨在打破数据孤岛，利用Gemini Embedding 2模型实现文本与图像的语义统一索引。

开发模式变革

新功能彻底改变了传统检索增强生成（RAG）的开发模式。开发者可将PDF、图片等多种格式文件上传至统一存储库，系统会自动进行智能分块与向量化处理。

核心优势：跨模态查询

其核心优势是支持跨模态查询，比如能根据图表内容检索相关文档，还提供页级引用，增强了结果的可验证性与可信度。

降低应用构建门槛

这一升级显著降低了构建复杂多模态应用的门槛，为开发者提供了更便捷的开发环境，有望推动多模态应用的发展。

编辑观点：Google升级Gemini API是科技领域的重要一步，多模态文件搜索功能将激发更多创新应用，推动行业向多模态方向发展。