Google DeepMind 推出的原生多模态大语言模型，也是 Google AI 生态的重要基础模型。该模型自发布以来持续迭代，目前已经发展至 Gemini 3.5 系列，能够统一理解和处理文本、图片、音频、视频以及程序代码等多种数据类型，不需要针对不同内容进行独立转换。