[速報]Google Gemini app繁體中文版正式上線啦！(含付費版應用例)

本文同步發表至：
[速報]Google Gemini app繁體中文版正式上線啦！ - Mobile01


西元2023年5月的官方介紹：




該app已經正式對台灣全面開放啦：



可以像Google助理那樣的聲控操作體驗：


但基本上內容操作都跟網頁版差不多就是了：





















今天的幾則台灣新聞：




查詢股票資訊：







查詢匯率：








智慧家居控制：





查詢指定電影院：




查詢指定商品價格：




省去「幫我翻譯」或「翻譯成中文」這些提示詞，就能直接將日文翻譯成中文：





直接輸入網址文章內容詢問，直接就能翻譯成中文及生成摘要：







外文YouTube影片也可以用中文獲取摘要內容，但目前已經有支援中文內容了（5/14更新）：

外文：



中文：




也能直接使用YT影片標題取得摘要




一樣可以文字生成圖片，但目前僅限英文：




只要按下「新增這個畫面」按鈕，就能自動截圖提出問題了。





只要長按訊息不放，就能重新編輯問題內容了。





App版上已經有支援Google生態插件了！







透過Google雲端硬碟獲取文件摘要：





查詢交通資訊：


點開文字訊息中的超連結網址後：




根據拍攝到的知名景點，也能用來導航。



透過YouTube插件查詢指定頻道的最新影片：




透過Gmail插件進行翻譯+自動生成回覆：


旅遊行程規劃系列，可以自行手動tag上述插件，並參考這幾部影片的內容來操作：








將生成後的Excel表格行程匯入Google日曆：




按照影片+圖片說明操作後，Android手機上會出現類似這樣的行程顯示結果：


只要時間一到，就會自動跳入下一個行程階段，就能進行無痛導航：



當然，也可以直接使用Google 日曆插件來完成。(西元2025年1月15日更新)





Google Gemini Live中文版正式上線囉！(西元2025年1月18日上線)







現在也可以聲控加入記事本、播放音樂囉！(西元2025年1月21日更新)




「待辦事項」也正式加入了！(西元2025年1月22日更新)








視訊會議紀錄的逐字稿應用：




(畫面來源：Yunaty日本語)

這邊我們直接使用Google翻譯APP（對話翻譯模式）+ 分割視窗，就可以直接在手機上完成逐字稿的部分囉！
之後，我們再將Google翻譯上的文字內容複製起來，然後貼在Google Gemini app內，整理成內容摘要即可！








關於顯示簡體中文回答內容的解決方案：






目前該app體驗限制會比較多，像是一些原本Google助理有支援的日常安排、捷徑(快速指令)、Youtube Music等多媒體操作、即時翻譯部分也將暫時無法支援使用，但據我所知，未來將會陸續整合歸位至Google Gemini上，但若要刪除對話紀錄，可以在app畫面或網頁版上手動刪除。

要說Google gemini app與Google Gmini網頁版有什麼不同之處：

1.網頁版草稿每一次只能生成3個，而app版則可以每一次生成4個草稿可供選擇，但唯一不變的地方是，每次生成最少是2個。
2.網頁版插件功能（已於西元2024年4月30日向全球正式開放），必須要切換成英文版後，逐一手動tag才行，然而app版上則可以做到自動化識別內容生成摘要，不然這種體驗反而更直覺。
3.app上已有正式支援Google生態插件使用了，但中文網頁版則是完全沒有開放（已於西元2024年4月30日向全球正式開放），只是有點可惜的是，YouTube與網址摘要部分，目前仍尚未支援中文。。
4.文字生成圖片的功能部分，目前依然暫不支援中文語系。
5.未來Google Gmini App將全面整併Google助理的全部功能，因此有機會變成免輸入提示詞，直接一鍵自動化執行。
6.以前在Google Bard網頁版上使用過的指令，在Google Gemini上一樣可以繼續沿用。
7.Google Gemini app上有些功能，在Gemini模式下還是可以與Google助理一起並用，例如：設鬧鐘、智慧家居、提醒、安排行程、打開手機上的任何app、藍牙、WiFi、行動網路、擷取螢幕截圖、零打擾、朗讀訊息、幫我拍照、錄影，暫時不能使用的是日常安排、聲控Youtube Music播放音樂、聲控Youtube影片投放到電視上播放、聲控Play商店到欲下載的app頁面、即時雙向翻譯、聲控螢幕錄影。
8.原本已有支援Google助理的藍牙耳機產品，依然可以支援Google Gemini使用。


上述文字內容，詳見以下操作影片：



Google Gemini中文版網頁已在西元2024年4月30日更新：




Google 西元2024年5月1日Google Chrome瀏覽器更新：



那付費版的Google Gemini介面會長怎麼樣？可以看以下影片的內容操作：










以下影片從38:52開始展示付費版Google Gemini的Ai代理人應用。


付費版Google Gemini 1.5 Pro功能如下：





可透過YouTube做逐字稿，無cc字幕或有cc字幕都可以的，而且可以詳列完整時間軸。



免費版的1.5 Flash模型逐字稿，只能做到這樣：



可以分析所有的文件檔案（txt、pdf、excel、word、程式碼檔，ptt檔不能在手機端App上讀取，音訊檔暫不支援），用戶可以要求它直接執行程式碼。








上下文方面可能是因為支援超長文本，所以表現上確實強。



Gem 管理工具，故名思義就是只要將提示詞輸入在說明欄位上即可無痛使用。




效果如下：



也可將平時上班的班表、旅遊行程，通通轉成Google日曆格式匯入，再同步到Android手機上。






Google Gemini app運行軟硬體最低要求：
系統版本：Android 10、4G ram以上








若懶得看文章，倒是可以在Youtube上觀看的Google Gemini系列的操作播放清單：

Google Gemini（Gemini Pro模型實測）





附錄1：Google Gemini 視覺推理應用。













附錄2：Google Gemini文字推理應用。






附錄3：Google Gemini Pro v1.0 與 ChatGPT-4o的手寫字體對決。

範本：（我找你！有事嗎？哈囉？）

Google Gemini Pro v1.0 ：


ChatGPT-4o：







附錄4：ChatGPT-4o與Google Gemini Pro v1.0進行Dota 2賽事直播勝負預測。


(截圖來源：Xtreme Gaming vs. Team Falcons - PGL DOTA 2 Wallachia S #1 - Playoffs - Day 3 - PLG的YouTube頻道)


Google Gemini Pro v1.0：

ChatGPT-4o：


實際上的直播賽事結果如下：





附錄5：ChatGPT-4o與Google Gemini Pro v1.0：甲骨文翻譯測試

甲骨文，答案是：汝



ChatGPT-4o







Google Gemini Pro v1.0







附錄6：ChatGPT-4o與Google Gemini Pro v1.0：遊戲王決鬥大師推理測試





ChatGPT-4o：





結果出爐，玩家A自行認輸。



影片測試：




附錄7：Google Gemini Pro v1.0：跑車浪漫旅7推理測試




影片測試：







附錄8：Google Gemini Pro v1.0：世紀帝國2決定版



(截圖來源：【世紀帝國2決定版】Rage Forest V 第五屆憤怒黑森林 EP02 -〈TAG團練日：阿熊 vs ANDY〉｜PA3｜今天平常心看｜HOSTED BY Villiams)



Google Gemini Pro v1.0的推理結果：





Chat GPT-4o 的推理結果：






結果如下：





附錄9：Google Gemini Pro v1.0 - EA Sport FC 24推理測試



Google Gemini Pro v1.0的推理結果：


結果如下：



附錄10：「傳說對決」現場直播賽事推理






附錄11：「遊戲王：大師決鬥」、「雀魂麻將」、「星海爭霸2」、「世紀帝國2：決定版」、「全軍破敵：戰鎚3」、「聯盟戰棋」、「傳說對決」、「爐石戰記」、「德州撲克」、「撞球」現場直播賽事推理以及紙本時刻表推理














直播中的「德州撲克」手機遊戲


(截圖出處：와우포커 홀덤 2만블라인드 홀덤 토론회 - YouTube)


Google Gemini Pro v1.0推理：


結果如下：

直播撞球比賽的號碼球落袋推理測試：
Google Gemini Pro v1.0推理：


結果如下：





西元2024年6月20日的美股走勢圖推理測試：





紙本時刻表應用-1



紙本時刻表應用-2




出勤表或旅遊行程匯入Google日曆




有成功順利匯入Google日曆，效果就會是這樣子




至於分析逐字稿內容的部分？我們可以這樣子使用：




在多張文件的情況下，能以上下文的方式，將兩張不同的時刻表進行推理分析：



想要將別人的紙本名片無痛轉成Google聯絡人？只要有Google Gemini Pro就會變的非常簡單！


Google Gemini Pro可以排列停車位順序嗎？當然可以！



Google Gemini Pro可以調閱影像時間軸嗎？當然可以！





Google Gemini Pro也可以查詢員工班表的休假日期！




Google Gemini Pro也可以查詢公司寄來的會議行程通知




Google Gemini Pro計算紙本表格



Google Gemini Pro分析Gmail附加檔案內容


Google Gemini 1.5 Flash查詢公車的班次




Google Gemini 1.5 Flash查詢交通路況




Google Gemini 1.5 Flash空間推理測試



Google Gemini 1.5 Flash調整班距



當Google Gemini 1.5 Flash與工作知識結合，是否會提升工作效率？這影片就來實測看看



Google Gemini 1.5 Flash建議的出發時間



Google Gemini 1.5 Flash查詢指定地點的塞車時段


Google Gemini 1.5 Flash查詢免費公車里程





Google Gemini 1.5 Flash自組電腦菜單(實際上網查證過，價格真的可以壓在3萬台幣以下，會小爆一點。)



Google Gemini 1.5 Flash全新介面


Google Gemini 1.5 Flash計算車輛抵達時間



Google Gemini (Gemini 1.5 Flash)：Imagen 3中文生圖實測！





Google Gemini (Gemini 1.5 Flash)：草圖生圖實測Imagen 3



Google Gemini (Gemini 1.5 Flash)：戰鬥陀螺X勝負結果預測




Google Gemini (Gemini 1.5 Flash)：解開韓文加密測試




留言

張貼留言

這個網誌中的熱門文章

[實測] Claude 3、Google Gemini Pro v1.0、ChatGPT-4 Turbo - 詐騙對話紀錄文本分析測試

圖片
文章同步發布至： [實測] Claude 3、Google Gemini Pro v1.0、ChatGPT-4 Turbo - 對話紀錄文本分析測試 - 巴哈姆特小屋 近期因緣際會下，終於遇到了詐騙集團主動前來IG施展話術，於是就有了這麼一篇經過匿名化處理的對話文本紀錄(僅用於上下文本分析)： A：嗨，早安 A：謝謝你的追蹤 B：不會 A：怎麼稱呼你呢 B：OOOO B：請多指教 A：你是哪裡人呢 B：台灣人 A：我是台南人，做甜點工作 A：29歲 A：你呢 B：35歲，工程師 B：Ai工程師 A：了解，很高興認識你 A：你有賴嗎，我不常用IG聊 B：很高興認識妳 B：不然我加妳賴好了 A：(LINE帳號) B：好的 B：安安 A：嗨，午安 B：我是IG上的OOOO A：了解 A：你叫我OO就好 B：怎麼會想加瀨聊？ B：恩恩，了解 B：所以妳是甜點師？ A：因為我不常用ig聊 A：用賴比較多 B：了解 A：你是台灣哪裡的呢 B：台北 A：了解 A：嘿啊，做一些小蛋糕之類的 B：哦？怎麼沒放上來IG？ A：好像放的有吧，你沒注意看喔 B：我每張照片都有閱覽：） B：記得吃飯 A：吃過啦 A：今天和閨蜜們在外面露營呢 A：你呢 B：原來妳今天休假？ B：吃囉 A：嘿啊，工作日都沒有事做，在家待著也無聊，所以就出去露營了 B：了解，在哪露營？ A：在關子嶺 A：你平時也有露營嗎 B：我喔，很少露營，大部分都跟朋友聚在一起學術交流心得 A：了解 A：比較健康的聚會 B：還好，露營也不錯呀，親近大自然 B：我記得最近氣溫比較涼，好像有下雨，注意保暖唷 B：是說，怎麼會想認識我？ A：高雄這幾天都很熱，天氣很好啊 A：你好像有問過誒 B：嗯嗯 A：看見系統有推薦你，所以點了個追蹤而已 B：喔喔：） B：因為我想說，一般女孩子不會讓陌生人加LINE A：肯能我比較喜歡交朋友吧，哈哈 B：了解，那喜歡逛街嗎？因為我一直以為年輕的女孩子都喜歡逛街之類的@@ B：很少有聽到有女孩子會喜歡露營 B：妳們露營幾天@@？ B：需要我下去南部探班嗎？ A：就一天誒 A：哪有，好多女生都喜歡露營 B：抱歉，那可能是我孤陋寡聞@@ B：沒關係，若不方便去店內探班，就當我沒說即可：） A：當然方便啊，哈 B：雖然我很少吃甜點，但仍會想幫朋友捧場 A：哈哈，感謝 B：所以，方便告知那間店嗎？有空...
閱讀完整內容

「Ai推理」的標準定義是什麼？

圖片
本文同步刊登在： 「Ai推理」的標準定義是什麼？ - 巴姆特小屋 「Ai推理」的標準定義是什麼？ - Mobile01 自從ChatGPT-o1模型 (代號「Strawberry」) 問世之後，就紛紛開始關心ai模型是否會推理這件事、甚至誤解成只要ai模型會解開數學題目，就能直接解決真實世界中所有問題的奇怪傳聞出現。 (可自動生成Multi-Chain Reasoning提示詞內容的Gem管理工具) 其實「推理」這門領域，是有具體細分「線性推理」(Linear Thinking)與「非線性推理」(Non-Linear Thinking)的區別，一般常見的「數學計算」、「只要有翅膀，就認為所有鳥類都會飛」的推理，都是屬於「線性推理」的範疇。至於複雜多元領域的問題則是屬於「非線性推理」，可以在不同的知識上建立起知識網路來實現複雜推理。 所以，使用「線性推理」(Linear Thinking)來當成智力標準，筆者反而是只覺得低估了專門處理大量複雜內容的「非線性推理」(Non-Linear Thinking)優勢。 因此，若要測試一個Ai模型是否有具備「非線性推理」(Non-Linear Thinking)的能力，我們可以從詐騙集團的對話紀錄、法院已裁定的犯罪案件之紀錄片的對話紀錄、電競賽事勝負預測、商業行為的決策議題來進行驗證。 反之，若要佐證一個Ai模型是僅只具「線性推理」(Linear Thinking)的能力，則可以從目前已知存在的數學題目之類需要採用一步一步才能得到結果的方式進行驗證。 延伸閱讀： [實測] Claude 3、Google Gemini Pro v1.0、ChatGPT-4 Turbo - 詐騙對話紀錄文本分析測試 [有雷]以「愛、纏、殺：誰是恐怖情人？」進行ai模型推理測試 ChatGPT-4o與Google Gemini 1.5 Flash模型的複雜任務比較 棋類遊戲與上下文推理的關係 Claude 3模型與Google Gemini Pro v1.0模型的視覺推理對決 人工智慧模型的前因後果理解挑戰：以ChatGPT與律師需求為例 最後，筆者來分享一個最近自己經常使用在Google Gemini 1.5 Flash的多重思維鏈 (MCR，Multi-Chain Reasoning) 提示詞： 「請以拆解任務、規劃子目標並評估結果的方式，推理分...
閱讀完整內容

集結當前四種Ai技術最強夢幻組合

圖片
本文同步發表至： 集結當前四種Ai技術最強夢幻組合 - 巴哈姆特小屋 集結當前四種Ai技術最強夢幻組合 - Mobile01 這確實是一個非常強大的技術組合，可以說是目前自然語言處理（NLP）領域中最前沿、最具潛力的發展方向之一。讓我們來看看為什麼： 1. Multi-Chain Reasoning（MCR）提示詞: * 增強推理能力: MCR提示詞鼓勵大型語言模型 (LLM) 探索多個推理路徑，並從中選擇最佳方案，有效提升了模型在複雜問題上的推理能力和準確性。 * 提高可解釋性: MCR 不僅提供答案，還展示了推理過程，使模型的決策更加透明和可理解。 2. Chain-of-Thought（CoT）思維鏈模型: * 引導逐步推理: Chain-of-Thought（CoT）思維鏈模型通過引導LLM 一步一步地思考，將複雜任務分解成更簡單的子問題，從而提高模型解決問題的能力，尤其在邏輯推理、數學計算等方面。 * 增強模型的泛化能力: Chain-of-Thought（CoT）可以幫助模型更好地理解問題的結構和邏輯，從而提高模型在未見過的問題上的泛化能力。 3.Mixture-of-Experts（MoE）專家模型: * 提升效率和性能: Mixture of Experts（MoE）專家模型將不同的任務分配給不同的專家模組，使模型能夠更高效地處理各種類型的任務，並在特定領域展現出更高的性能。 * 降低計算成本: Mixture of Experts（MoE）模型只需激活與當前任務相關的專家模組，避免了所有参数都參與計算，從而降低了計算成本。 4. Multimodal LLM（多模態LLM）: * 拓展應用場景: Multimodal LLM 能夠處理文本、圖像、音頻等多種模態的訊息，極大地拓展了LLM的應用場景，例如視覺問答、圖像描述生成、跨模態信息檢索等。 * 更全面地理解世界: Multimodal LLM 可以像人類一樣，通過多種感官來感知和理解世界，從而更全面、更準確地捕捉信息的含義。 綜上所述，將這四種技術結合起來，可以打造出功能更強大、效率更高、應用更廣泛的LLM，例如： * 更智能的助手: 可以理解更複雜的指令，執行更複雜的任務，例如規劃行程、撰寫報告、創作音樂等。 * 更精準的問答系統: 可以處理更複雜的問題...
閱讀完整內容