Gemini托管Agent上手：沙箱、网络与凭证安全
Gemini Managed Agents可自动运行代码、管理文件和搜索网页。本文讲清远程沙箱、网络白名单、凭证注入和成本限制。
Model Topic
Gemini 专题
关注 Gemini 多模态能力、Google 生态集成和产品进展。专题介绍
Gemini 是什么，为什么值得关注？
Gemini 主打多模态能力，并深度连接 Google 搜索、办公、云服务和 Android 生态。这里关注它在检索增强、产品集成和开发者工具上的进展。
关注重点
- 多模态输入和搜索增强是主要优势
- 与 Google Workspace、Android、Cloud 生态关联紧密
- 适合需要实时信息和多源数据理解的场景
适用场景
- 搜索增强问答和研究
- 图片、视频、文档的多模态理解
- 云端 AI 应用开发和企业集成
Start Here
入门与使用攻略
优先推荐教程型内容，帮助新用户快速理解和使用 Gemini。
Gemini File Search多模态RAG：图片资料怎么查
Gemini File Search可结合Embedding 2检索图文资料并返回视觉引用。本文讲清文件入库、引用、成本和权限治理。
Gemini Embedding 2教程：图文音视频统一检索
Gemini Embedding 2把文本、图片、视频、音频和PDF映射到统一向量空间。本文给出跨模态检索的建库与评测方法。
Gemini机器人实时流：低延迟控制如何保证安全
Gemini Robotics ER 2 Streaming可持续接收音视频并低延迟调用工具。本文分析实时机器人Agent的延迟、确认与急停设计。
Gemini语音转写词表实战：专业术语如何识别更准
Gemini 3.5 Transcribe支持最多1000个自定义词，适合品牌、医学和技术术语。本文讲清词表设计、限制和评测。
Gemini File Search多模态RAG：图片资料怎么查
Gemini File Search可结合Embedding 2检索图文资料并返回视觉引用。本文讲清文件入库、引用、成本和权限治理。
Gemini Embedding 2教程：图文音视频统一检索
Gemini Embedding 2把文本、图片、视频、音频和PDF映射到统一向量空间。本文给出跨模态检索的建库与评测方法。
Gemini机器人实时流：低延迟控制如何保证安全
Gemini Robotics ER 2 Streaming可持续接收音视频并低延迟调用工具。本文分析实时机器人Agent的延迟、确认与急停设计。
Gemini Robotics ER 2实战：让机器人理解空间
Gemini Robotics ER 2支持空间推理、目标指向、视频进度判断和多步工具调用。本文讲清机器人接入、验证与安全边界。
Gemini Omni预览版将停用：视频生成迁移清单
Gemini Omni Flash预览端点临近停用，开发者应迁移到1.1正式版。本文覆盖模型ID、视频延展、插值、分辨率和回归测试。
Gemini语音转写词表实战：专业术语如何识别更准
Gemini 3.5 Transcribe支持最多1000个自定义词，适合品牌、医学和技术术语。本文讲清词表设计、限制和评测。
Gemini会议转写：说话人区分与时间戳怎么用
Gemini 3.5 Transcribe支持多语言、说话人区分和词级时间戳。本文给出会议纪要与字幕制作的完整流程。
Gemini声音复制指南：授权、存储与防滥用
Gemini Voices API支持声音复制，但必须进行本人同意验证。本文讲清录音要求、两种存储方式、权限管理和防冒用流程。
Gemini Flash-Lite TTS上线：批量语音如何降本
面向大批量朗读、语音通知和Agent级联，Gemini 3.8 Flash-Lite TTS如何迁移、分段、重试并控制生产成本。
Gemini 3.8 Flash TTS实战：制作自然中文配音
Gemini 3.8 Flash TTS正式可用。本文讲清中文配音、角色语气、结构化风格控制、长音频切分和上线验收方法。
Gemini 2.5访问调整：旧项目如何平稳迁移
Gemini API近期调整2.5系列对新项目的访问。本文说明旧项目盘点、模型替换、回归测试、成本评估和回退策略。
Related Topics