探索 Gemini API 的视觉功能

<ph type="x-smartling-placeholder"></ph>

Gemini API 可以对传递给它的图片和视频进行推理。通过后 图片、一系列图片或视频，Gemini 可以：

  • 描述或回答与内容相关的问题
  • 总结内容
  • 根据内容推断

本教程演示了向 Gemini API 提示的一些可能方式， 图片和视频输入。所有输出均为纯文本。

后续步骤

本指南介绍了如何使用 generateContent和 根据图片和视频输入生成文本输出。如需了解详情， 请参阅以下资源：

  • 提示使用媒体文件： Gemini API 支持根据文本、图片、音频和视频数据生成提示，还支持 称为多模态提示。
  • 系统说明：系统 可让您根据自己的具体使用偏好， 需求和用例。
  • 安全指南：有时是生成式 AI 模型会产生意外的输出，例如不准确、 有偏见或令人反感的内容。后期处理和人工评估对于 以限制此类输出造成伤害的风险。