刚看到Gemini API File Search升级多模态了，作为一个整天和各种申请材料打交道的移民狗…，瞬间DNA动了

之前帮客户整理材料，简历PDF里夹张照片、银行流水截图配文字备注，机器根本读不懂这组合拳。现在能同时吃图文了？那岂不是能搞个自动材料初审工具，把客户丢过来的各种格式文件一股脑塞进去，问就完事了

不过讲真，最香的还是RAG场景。以前做知识库检索，图片里的流程图、架构图基本就是黑盒，现在能搜了，文档完整性上一个大台阶
吧
已经在想周末要不要拿家里那堆瑜伽教程PDF试试水，里面全是动作示意图配文字，以前检索基本靠猜

有玩过的兄弟吗，延迟怎么样，贵不贵

#Gemini #多模态 #RAG