Về danh mục
Mô hình chatĐa phương thứcPhổ biến
Gemini 3 Pro
Mô hình đa phương thức, đọc được PDF scan, ảnh chụp màn hình và sơ đồ cùng lúc với văn bản trong một hội thoại.
Đính một ảnh chụp màn hình vào lượt chat, hoặc trỏ một bước vision vào hoá đơn scan, Gemini sẽ đọc hình ảnh như một phần của câu hỏi chứ không phải một tệp đính kèm cần người mô tả lại.
Điều này quan trọng nhất ở khâu nạp dữ liệu: một knowledge base toàn PDF scan là vô dụng với mô hình chỉ đọc chữ, còn chạy OCR thuần lên nó thì mất luôn bố cục vốn làm cho cái bảng đọc được.