专题：聚焦谷歌2024年I/O开发者大会：实时交互、视频模型登场

谷歌Gemini大模型视觉系统支持阅读文档并解读空间信息 第1张

　　新浪科技讯 5月15日凌晨消息，谷歌Gemini大模型展示升级后的视觉识别功能，例如阅读拍摄到的文档内容并进行解读，同时，视觉识别还拥有“记忆力”，能够帮助用户找到“落下的眼镜”。（罗宁）

谷歌Gemini大模型视觉系统支持阅读文档并解读空间信息 第2张