谷歌发布Gemini API URL Context，大幅增强AI网页理解能力

快速阅读: 谷歌推出Gemini API URL Context功能，使AI能像人类一样理解网页内容，支持多格式文件，简化开发者操作，提升信息提取效率，5月28日上线。

近日，谷歌在其 AI 技术领域取得了一次重大突破，正式推出了全新的 Gemini API URL Context 功能，该功能旨在使 AI 在浏览网页时具备类似人类的理解能力。5月28日，此功能已在 Google AI Studio 上线。

与常规的链接分享方式不同，URL Context 功能的工作原理更为先进。普通情况下，将链接提供给 AI 后，AI 通常仅通过简单的浏览器工具或搜索引擎插件来读取网页内容，这种方式往往只能获取到网页的部分摘要或信息。而 Gemini 的 URL Context 是一款专为开发者设计的 API，能够精确解析并理解网页上的全部内容，包括 PDF、图片等多格式信息。

具体而言，URL Context 功能可处理高达34MB的网页内容，支持 HTML、JSON 和 CSV 等多种文件格式。谷歌产品负责人 Logan Kilpatrick 指出，这项功能显著简化了开发者的操作流程，只需几行代码即可实现深度信息的提取与处理。与传统的“检索-增强生成”（RAG）流程相比，URL Context 减少了复杂的步骤，无需额外的内容提取、向量存储及检索过程。

该功能的强大之处在于，通过简单的 URL，Gemini 能够从特斯拉的财报中提取出“总资产”和“总负债”等关键数据，而这些信息通常难以通过传统方法获得。此外，它还能识别 PDF 文件中的复杂结构，如表格和脚注。这使开发者能够更迅速、准确地获取所需信息，大幅提升了工作效率。

尽管如此，URL Context 仍存在一些限制。例如，它无法穿透付费墙，对于需要登录才能访问的内容无能为力。同时，该功能不对专用工具（如 YouTube 视频和 Google Docs 等）进行处理。内容处理费用按 Token 数量计算，因此开发者需合理选择信息来源，以控制成本。

URL Context 功能不仅展示了 AI 技术的最新进展，也为未来的信息检索方式提供了新的视角。

(以上内容均由Ai生成)