Gemini ist die Modellreihe von Google, entwickelt bei Google DeepMind und von Anfang an darauf ausgelegt, Text, Bild, Ton und Video zugleich zu verarbeiten.
- Gemini
Die Modellreihe von Google, von Anfang an auf Text, Bild, Ton und Video zugleich ausgelegt.
Beispiel: „Für die Auswertung der abfotografierten Formulare lief Gemini, weil Bild und Text in einem Schritt liefen.“Die Reihe ist in Varianten gegliedert, die sich in Tempo, Tiefe und Einsatzort unterscheiden; dieselbe Logik wie bei anderen Modellfamilien.
Der Name steht zugleich für den Chatdienst von Google und für die Modelle hinter den KI-Funktionen in dessen Bürosoftware und Suche.
Was die Reihe auszeichnet
Die durchgehende Multimodalität und die Einbindung in eine Produktlandschaft, die viele Betriebe ohnehin benutzen. Wer mit der Bürosoftware dieses Anbieters arbeitet, findet die Modelle dort, wo die Arbeit stattfindet, und das senkt die Einstiegshürde erheblich.
Wie die Varianten aufgebaut sind
In Stufen mit festen Beinamen, von einer sehr kleinen für den Betrieb auf Geräten bis zu einer für anspruchsvolle Aufgaben. Diese Beinamen bleiben über Generationen gleich; welcher Stand dahintersteht, wechselt. Für eine Anwendung gehört der genaue Stand festgehalten.
Was für Websites daran hängt
Die Verbindung zur Suche. Die Antwortbereiche in den Suchergebnissen beruhen auf Modellen dieser Reihe, und damit wirkt ihre Entwicklung unmittelbar auf Sichtbarkeit. Wer Inhalte für Antwortmaschinen vorbereitet, arbeitet zu einem großen Teil für diesen Kanal.
Was die Einbindung praktisch bedeutet
Weniger Hürden und weniger Kontrolle. Funktionen stehen dort bereit, wo gearbeitet wird, ohne eigenes Werkzeug; dafür entscheidet der Anbieter, welche Daten einbezogen werden. Für Betriebe ist die Durchsicht der Berechtigungen deshalb der erste Schritt.