Mit Gemini für Forschung schneller Erkenntnisse gewinnen

Gemini API-Schlüssel anfordern

Gemini-Modelle können verwendet werden, um die Grundlagenforschung in verschiedenen Disziplinen voranzutreiben. So können Sie Gemini für Ihre Recherche nutzen:

• Modellausgaben analysieren und steuern: Zur weiteren Analyse können Sie einen vom Modell generierten Antwortkandidaten mit Tools wie CitationMetadata untersuchen. Sie können auch Optionen für die Modellgenerierung und die Ausgabe konfigurieren, z. B. responseSchema, topP und topK. Weitere Informationen
• Multimodale Eingaben: Gemini kann Bilder, Audio und Videos verarbeiten und ermöglicht so eine Vielzahl spannender Forschungsrichtungen. Weitere Informationen
• Long-Context-Funktionen: Gemini 3.0 Flash und Pro bieten ein Kontextfenster von 1 Million Tokens. Weitere Informationen
• Grow with Google: Über die API und Google AI Studio können Sie schnell auf Gemini-Modelle für Produktionsanwendungsfälle zugreifen. Wenn Sie eine Google Cloud-basierte Plattform suchen, kann die Gemini Enterprise Agent Platform zusätzliche unterstützende Infrastruktur bereitstellen.

Um die akademische Forschung zu unterstützen und voranzutreiben, bietet Google Wissenschaftlern und akademischen Forschern über das Gemini Academic Program Zugriff auf Gemini API-Guthaben.

Gemini ausprobieren

Mit der Gemini API und Google AI Studio können Sie mit den neuesten Modellen von Google arbeiten und Ihre Ideen in skalierbare Anwendungen umsetzen.

from google import genai

client = genai.Client()
response = client.models.generate_content(
    model="gemini-3.8-flash",
    contents="How large is the universe?",
)

print(response.text)

import { GoogleGenAI } from "@google/genai";

const ai = new GoogleGenAI({});

async function main() {
  const response = await ai.models.generateContent({
    model: "gemini-3.8-flash",
    contents: "How large is the universe?",
  });
  console.log(response.text);
}

await main();

import com.google.genai.Client;
import com.google.genai.gaos.models.operations.CreateInteractionRequestBody;
import com.google.genai.gaos.models.interactions.CreateModelInteraction;
import com.google.genai.gaos.models.interactions.InteractionsInput;
import com.google.genai.gaos.models.interactions.Model;

Client client = new Client();
CreateModelInteraction req = CreateModelInteraction.builder()
    .model(Model.of("gemini-3.8-flash"))
    .input(InteractionsInput.of("How large is the universe?"))
    .build();
var interaction = client.interactions.create(CreateInteractionRequestBody.of(req)).interaction().get();
System.out.println(interaction.outputText().orElse(""));

package main

import (
    "context"
    "fmt"
    "log"

    "google.golang.org/genai"
    "google.golang.org/genai/interactions/models/interactions"
    "google.golang.org/genai/interactions/models/operations"
)

func main() {
    ctx := context.Background()
    client, err := genai.NewClient(ctx, nil)
    if err != nil {
        log.Fatal(err)
    }

    res, err := client.Interactions.Create(ctx, operations.CreateInteractionRequest{
        Body: operations.NewCreateInteractionRequestBody(interactions.CreateModelInteraction{
            Model: interactions.Model("gemini-3.8-flash"),
            Input: interactions.NewInteractionsInput("How large is the universe?"),
        }),
    })
    if err != nil {
        log.Fatal(err)
    }
    if res.Interaction.OutputText != nil {
        fmt.Println(*res.Interaction.OutputText)
    }
}

curl "https://generativelanguage.googleapis.com/v1beta/models/gemini-3.8-flash:generateContent" \
-H "x-goog-api-key: $GEMINI_API_KEY" \
-H 'Content-Type: application/json' \
-X POST \
-d '{
  "contents": [{
    "parts":[{"text": "How large is the universe?"}]
    }]
   }'

Vorgestellte Wissenschaftler

„In unserer Studie untersuchen wir Gemini als VLM (Visual Language Model) und sein Agentenverhalten in verschiedenen Umgebungen aus Robustheits- und Sicherheitsperspektive. Bisher haben wir die Robustheit von Gemini gegenüber Ablenkungen wie Pop-up-Fenstern bewertet, wenn VLM-Agents Computeraufgaben ausführen. Außerdem haben wir Gemini genutzt, um soziale Interaktionen, zeitliche Ereignisse und Risikofaktoren auf Grundlage von Videoeingaben zu analysieren.“

Website von Diyi Yang

„Gemini Pro und Flash mit ihrem langen Kontextfenster haben uns bei OK-Robot, unserem Projekt zur mobilen Manipulation mit offenem Vokabular, sehr geholfen. Gemini ermöglicht komplexe Anfragen und Befehle in natürlicher Sprache über den „Speicher“ des Roboters: In diesem Fall sind das frühere Beobachtungen, die der Roboter über einen langen Betriebszeitraum hinweg gemacht hat. Mahi Shafiullah und ich verwenden Gemini auch, um Aufgaben in Code zu zerlegen, den der Roboter in der realen Welt ausführen kann.“

Website von Lerrel Pinto

Gemini Academic Program

Qualifizierte akademische Forscher (z. B. Lehrkräfte, Mitarbeiter und Doktoranden) in unterstützten Ländern können sich für Gemini API-Guthaben und höhere Ratenlimits für Forschungsprojekte bewerben. Diese Unterstützung ermöglicht einen höheren Durchsatz für wissenschaftliche Experimente und fördert die Forschung.

Wir sind besonders an den Forschungsbereichen im folgenden Abschnitt interessiert, freuen uns aber über Bewerbungen aus verschiedenen wissenschaftlichen Disziplinen:

• Bewertungen und Benchmarks: Von der Community empfohlene Bewertungsmethoden, die in Bereichen wie Faktualität, Sicherheit, Befolgung von Anweisungen, Argumentation und Planung ein starkes Leistungssignal liefern können.

• Wissenschaftliche Entdeckungen zum Wohle der Menschheit beschleunigen: Potenzielle Anwendungen von KI in der interdisziplinären wissenschaftlichen Forschung, einschließlich Bereichen wie seltene und vernachlässigte Krankheiten, experimentelle Biologie, Materialwissenschaften und Nachhaltigkeit.

• Verkörperung und Interaktionen: Einsatz von Large Language Models zur Untersuchung neuartiger Interaktionen in den Bereichen verkörperte KI, Ambient Interactions, Robotik und Mensch-Computer-Interaktion.

• Emergent Capabilities: Neue agentische Funktionen, die zur Verbesserung von Schlussfolgerungen und Planung erforderlich sind, und wie Funktionen während der Inferenz erweitert werden können (z.B. durch die Nutzung von Gemini Flash).

• Multimodale Interaktion und multimodales Verständnis: Lücken und Chancen für multimodale Foundation Models für Analyse, Schlussfolgerung und Planung bei einer Vielzahl von Aufgaben identifizieren.

Teilnahmeberechtigung: Nur Personen (Fakultätsmitglieder, Forscher oder Ähnliches), die einer gültigen Bildungseinrichtung oder akademischen Forschungsorganisation angehören, können sich bewerben. API-Zugriff und Credits werden nach Ermessen von Google gewährt und entfernt. Wir prüfen Anträge monatlich.