基本資訊（功能）
- 多模態：在單一模型中原生處理文字、影像與程式碼。
- 長上下文視窗：在長篇對話與文件中保持連貫性。1.05M
- 深度思考模式：Pro 套件中的實驗性變體，並行部署多個推理代理，用於策略規劃與創意解決方案。
- 理想使用情境：程式撰寫、代理式工作流程、互動式模擬，以及資料視覺化 。
技術細節
- 多代理架構：將推理流程並行化，以同時探索多個解決路徑。
- MRCR (Multi-Round Coreference Resolution)：增強的共指處理，適用於長時對話與多輪任務。
- 訓練語料：涵蓋數十億個標記，跨越網頁文本、程式碼倉庫、學術來源與專有資料集。
- 工具整合：無縫結合程式碼執行、Google 搜尋與外部 API以增強其內部推理。
- 限制與已知風險
- **內容政策限制：**模型會執行內容政策（例如，不允許露骨的性內容與部分違法內容），但執行並非完美——在某些情境下仍可能生成公眾人物或具爭議符號的影像，因此政策檢查至關重要。 )
- **失效模式：**在極端編輯中可能出現身分漂移；當提示不夠明確時，偶爾會有語義不對齊；在非常複雜的場景或極端視角變化下可能產生偽影。
- **來源追溯與濫用：**雖然具備浮水印與 SynthID，但這些並不能防止濫用——它們用於協助偵測與歸因，於敏感工作流程中不能取代人工審查。
典型使用案例
- **產品與電商：**透過多影像融合，將商品/型錄商品置入生活風格照片。
- **創意工具/設計：**快速迭代於設計應用中（提及與 Adobe Firefly 的整合）。
- **相片編輯與修飾：**以自然語言進行在地化編修（移除物件、更改顏色/光照、重新風格化）。
- **故事敘事/角色資產：**保持角色一致性於分鏡與場景之間。
