谷歌藉助先進的多模態RAG功能增強了Gemini API的檔案搜尋能力
谷歌對其Gemini API的檔案搜尋功能進行了重大升級,為開發者提供了增強型多模態檢索增強生成(RAG)能力。此次更新突破了傳統純文字檢索的侷限,使人工智慧能夠解讀影象並與複雜文件深度融合——這是企業級人工智慧在資訊檢索準確性方面邁出的關鍵一步。
從技術角度來看,新的檔案搜尋功能基於 Gemini Embedding2 模型。與僅限於文字向量搜尋的早期系統不同,升級後的系統採用了統一的多模態嵌入技術,能夠識別和處理 PDF、文件以及各類影象中的視覺內容。 這意味著開發者無需再構建複雜的向量資料庫或文件分割系統;他們可直接在 Gemini API 內實現完整的 RAG 工作流——從資料上傳到資訊檢索。

在實際應用中,這一進步解決了常見的痛點:傳統 RAG 系統往往無法處理非文字內容。此前,文件中的圖表、設計圖或產品截圖都是 AI 的盲區,導致關鍵上下文資訊被遺漏。 如今,Gemini API 已原生支援這些視覺元素。例如,當企業上傳包含技術架構圖或銷售趨勢圖表的 PDF 檔案時,AI 能夠將圖表資料與文字描述相結合,從而提供準確的洞察,這極大地提升了客戶服務機器人和文件分析系統的實用性。
為了改進大型知識庫的管理,谷歌新增了自定義後設資料過濾功能。開發者可以按部門、時間或類別對檔案進行標記,並在檢索時使用預定義條件過濾掉無關資訊,從而確保 AI 生成的答案更加精準。
此外,為解決資訊可追溯性方面的擔憂,Gemini API 現已支援頁面級引用。在生成答案時,AI 會明確標註每條資訊的具體頁碼,而非僅引用整個檔案。這種透明度有助於使用者快速驗證準確性,並促進更深入的閱讀。
這項增強的檔案搜尋功能現已面向全球開發者開放。使用者可透過 Google AI Studio 或 Google Cloud 平臺訪問該功能,親身體驗多模態 RAG 帶來的開發便利與效率提升。
相關文章
如何修復核心網頁指標以獲得更好的 SEO 排名
利用 AI 工具簡化成績單評語撰寫引言用於生成成績單評語的 AI 工具Magic SchoolAlmanac AIChat GPT使用 Magic School 生成成績單評語登入 Magic School選擇成績單評語工具為學生定製評語使用 Almanac AI 生成成績單評語設定課程與評分方案配置評語長度與學生資訊使用 Almanac AI 生成評語比較 Magic School 與 Almanac AI設定的便捷性可定製性與課程內容的整合速度與效率使用
Slackbot 成為 AI 智慧體
Slackbot,嵌入在Salesforce企業訊息平臺Slack中的自動化助手,正在演變為一個AI智慧體。Salesforce技術長Parker Harris設想它將達到與OpenAI的ChatGPT相媲美的病毒式傳播地位。這家雲軟體巨頭於週二推出了更新版的Slackbot。該新版AI驅動版本面向Business+和Enterprise+客戶,可直接在Slack內查詢資訊、起草電子郵件和安排會議。在獲得適當許可權的情況下,它還能與Microsoft Teams和Google Drive等企
位元組跳動加大核心AI激勵,豆包增長14.6%
位元組跳動近日召開豆包股權說明會,公佈面向豆包部門員工的最新激勵政策。豆包股票的行權價已從2026年6月的14.85美元上調至17.02美元,漲幅約為14.6%。此次調整不僅提升了豆包股票的估值,還大幅擴大了其覆蓋範圍。根據員工崗位的不同,部分員工可能獲得相當於其總薪酬約5%的豆包股票。根據新的兌換機制,位元組跳動允許員工在整體薪酬包中,將部分現金工資兌換為豆包股權。兌換比例因職級而異,設有20%和30%等不同檔位。例如,L2和L3級員工可選擇20%的全覆蓋兌換比例,而L3和L4級員工的該比例可
相關專題推薦
評論 (0)
0/500
谷歌對其Gemini API的檔案搜尋功能進行了重大升級,為開發者提供了增強型多模態檢索增強生成(RAG)能力。此次更新突破了傳統純文字檢索的侷限,使人工智慧能夠解讀影象並與複雜文件深度融合——這是企業級人工智慧在資訊檢索準確性方面邁出的關鍵一步。
從技術角度來看,新的檔案搜尋功能基於 Gemini Embedding2 模型。與僅限於文字向量搜尋的早期系統不同,升級後的系統採用了統一的多模態嵌入技術,能夠識別和處理 PDF、文件以及各類影象中的視覺內容。 這意味著開發者無需再構建複雜的向量資料庫或文件分割系統;他們可直接在 Gemini API 內實現完整的 RAG 工作流——從資料上傳到資訊檢索。

在實際應用中,這一進步解決了常見的痛點:傳統 RAG 系統往往無法處理非文字內容。此前,文件中的圖表、設計圖或產品截圖都是 AI 的盲區,導致關鍵上下文資訊被遺漏。 如今,Gemini API 已原生支援這些視覺元素。例如,當企業上傳包含技術架構圖或銷售趨勢圖表的 PDF 檔案時,AI 能夠將圖表資料與文字描述相結合,從而提供準確的洞察,這極大地提升了客戶服務機器人和文件分析系統的實用性。
為了改進大型知識庫的管理,谷歌新增了自定義後設資料過濾功能。開發者可以按部門、時間或類別對檔案進行標記,並在檢索時使用預定義條件過濾掉無關資訊,從而確保 AI 生成的答案更加精準。
此外,為解決資訊可追溯性方面的擔憂,Gemini API 現已支援頁面級引用。在生成答案時,AI 會明確標註每條資訊的具體頁碼,而非僅引用整個檔案。這種透明度有助於使用者快速驗證準確性,並促進更深入的閱讀。
這項增強的檔案搜尋功能現已面向全球開發者開放。使用者可透過 Google AI Studio 或 Google Cloud 平臺訪問該功能,親身體驗多模態 RAG 帶來的開發便利與效率提升。
如何修復核心網頁指標以獲得更好的 SEO 排名
利用 AI 工具簡化成績單評語撰寫引言用於生成成績單評語的 AI 工具Magic SchoolAlmanac AIChat GPT使用 Magic School 生成成績單評語登入 Magic School選擇成績單評語工具為學生定製評語使用 Almanac AI 生成成績單評語設定課程與評分方案配置評語長度與學生資訊使用 Almanac AI 生成評語比較 Magic School 與 Almanac AI設定的便捷性可定製性與課程內容的整合速度與效率使用
Slackbot 成為 AI 智慧體
Slackbot,嵌入在Salesforce企業訊息平臺Slack中的自動化助手,正在演變為一個AI智慧體。Salesforce技術長Parker Harris設想它將達到與OpenAI的ChatGPT相媲美的病毒式傳播地位。這家雲軟體巨頭於週二推出了更新版的Slackbot。該新版AI驅動版本面向Business+和Enterprise+客戶,可直接在Slack內查詢資訊、起草電子郵件和安排會議。在獲得適當許可權的情況下,它還能與Microsoft Teams和Google Drive等企
位元組跳動加大核心AI激勵,豆包增長14.6%
位元組跳動近日召開豆包股權說明會,公佈面向豆包部門員工的最新激勵政策。豆包股票的行權價已從2026年6月的14.85美元上調至17.02美元,漲幅約為14.6%。此次調整不僅提升了豆包股票的估值,還大幅擴大了其覆蓋範圍。根據員工崗位的不同,部分員工可能獲得相當於其總薪酬約5%的豆包股票。根據新的兌換機制,位元組跳動允許員工在整體薪酬包中,將部分現金工資兌換為豆包股權。兌換比例因職級而異,設有20%和30%等不同檔位。例如,L2和L3級員工可選擇20%的全覆蓋兌換比例,而L3和L4級員工的該比例可





首頁






