4月10日凌晨，谷歌在官網正式發布了Gemini1.5Pro，現在可在180多個國家/地區使用。

Gemini 1.5 Pro 不僅能夠生成創意文本和代碼，還能理解、總結上傳的視頻和音頻內容，并且支持高達100萬tokens的上下文。

在Google AI Studio開發平臺中，用戶可以免費試用Gemini 1.5 Pro，并且它支持中文提示。這使得用戶能夠通過簡單的操作，上傳視頻或音頻文件，并獲取內容的深度總結。例如，用戶可以上傳一個視頻并詢問影片的內容，Gemini 1.5 Pro能夠快速解析并提供答案。

Gemini 1.5 Pro還提供了音頻理解功能，能夠快速解析音頻文件并總結其內容。這對于需要處理大量視頻和音頻內容的用戶來說，無疑是一個巨大的幫助，因為它可以節省大量的時間。

谷歌還對Gemini API進行了性能優化，包括系統指令、JSON模式以及函數調用優化，這些改進顯著提升了模型的穩定性和輸出能力。系統指令功能允許用戶根據特定需求控制模型的行為，JSON模式可以幫助開發者從文本或圖像中提取結構化數據，而函數調用優化則支持開發者實現更全面的查詢響應。

詳情點此查看:
https://developers.googleblog.com/2024/04/gemini-15-pro-in-public-preview-with-new-features.html

音頻理解能力:
https://github.com/google-gemini/cookbook/blob/main/quickstarts/Audio.ipynb