Một khía cạnh của mô hình Gemini 3 Pro của chúng tôi cần xem xét là cách nó hoạt động trong khả năng đa phương thức. Chúng tôi đã làm việc để nó hoạt động thật tốt trên nhiều trường hợp sử dụng đa phương thức, như hiểu tài liệu, video, đặc điểm không gian, dữ liệu sinh học và màn hình máy tính, và có khả năng lý luận về thông tin hình ảnh. Để kiểm tra, tôi đã đưa ra hình ảnh gốc từ bài viết trên blog bên dưới và hỏi nó: Xin hãy tạo một phiên bản của hình này với cột Gemini Pro được chú thích với sự cải thiện tương đối so với kết quả tốt nhất từ ba cột còn lại bằng màu đỏ. (Điều này tự nó là một nhiệm vụ lý luận hình ảnh khá khó khăn! Nó đã làm khá tốt trong việc thực hiện điều này một cách chính xác qua một số kiểm tra ngẫu nhiên, và những cải thiện độ chính xác tương đối đó là khá lớn trên một số tiêu chuẩn!) Đọc thêm bên dưới hoặc trong bài viết trên blog tại: