Google 升级 Gemini API 文件搜索：多模态 RAG 能力实现全方位跨越

Google 日前宣布对 Gemini API 中的文件搜索功能进行重大升级，旨在为开发者提供更完善的多模态检索增强生成（RAG）能力。此次更新不仅打破了传统文本检索的局限，更将 AI 的理解维度扩展到了图像与复杂文档的深度整合，标志着企业级 AI 应用在信息检索准确性上迈出了关键一步。

技术层面上，新版文件搜索功能基于 Gemini Embedding2模型构建。与以往单纯依靠文本向量搜索不同，升级后的系统具备统一的多模态嵌入能力，能够同时识别和处理 PDF、文档以及各类图片中的视觉信息。这意味着开发者无需再耗费精力搭建复杂的向量数据库或文档切分系统，即可在 Gemini API 内部实现从数据上传到信息检索的完整 RAG 工作流。

在实际应用场景中，这一进步解决了传统 RAG 系统难以处理非文本内容的痛点。以往，文档中的图表、设计图或产品截图往往成为 AI 的“盲区”，导致回答缺失关键上下文。而现在，Gemini API 能够原生理解这些视觉元素。例如，当企业上传包含技术架构图或销售趋势表的 PDF 时，AI 可以结合图表数据与文字描述给出精准推论，极大提升了客服机器人和文档分析系统的实用性。

为了进一步优化大规模知识库的管理效率，Google 还引入了自定义元数据过滤功能。开发者可以根据部门、时间、分类等维度为文件添加标签，在检索时通过预设条件过滤无关信息，从而确保 AI 输出的回答更加聚焦。

此外，针对用户最关心的信息溯源问题，Gemini API 现已支持页面级引用。AI 在生成答案时，会明确标注信息源自文档的具体页码，而非仅仅指向整个文件。这种透明度的提升，不仅方便用户快速核实内容准确性，也为深度阅读提供了便利。

目前，这项增强版文件搜索功能已向全球开发者开放。用户可以通过 Google AI Studio 或 Google Cloud 平台接入，体验多模态 RAG 带来的开发便利与效率提升。

via AI新闻资讯 (author: AI Base)

佛罗里达州立大学枪击案受害者家属起诉 OpenAI，称 ChatGPT 助长犯罪

佛罗里达州立大学（FSU）发生了一起枪击事件，造成两人遇难、六人受伤。近日，遇难者之一的妻子范丹娜・乔希（Vandana Joshi）对 OpenAI 公司提起诉讼，认为该公司的聊天机器人 ChatGPT 在枪击案中发挥了不当作用。

根据塔拉哈西警方的报告，枪手凤凰・艾克纳（Phoenix Ikner）在校园内开火，导致多人受伤。乔希的律师在诉状中指出，艾克纳在实施枪击前数月与 ChatGPT 进行了多次对话，聊天内容包括如何装填枪支以及社会对 FSU 大规模枪击事件的反应等信息。

诉状称，OpenAI 未能开发出能够阻止与嫌疑人进行共谋讨论的产品，也未能适当提示人类用户，表明可能需要展开的执法调查。此外，诉状中提到，OpenAI 未能向公众警告其产品潜在的危险性，并在市场推广过程中对这些风险进行了虚假陈述。

诉讼还指出，微软作为 OpenAI 的重要股东和投资者，施加压力促使开发团队加速推出更先进的产品，从而忽视了 OpenAI 基金会的安全使命，导致产品缺乏必要的安全防护措施。律师们认为，这些防护措施应包括防止 ChatGPT 参与支持或鼓励用户关注高风险话题的对话功能，尤其是与枪击相关的内容。

乔希的律师团队计划于周一上午 9 点召开新闻发布会，进一步介绍此案的进展和细节。

划重点：

📅 2025 年 4 月 17 日，佛罗里达州立大学发生枪击事件，导致两人遇难。

💼 遇难者家属起诉 OpenAI，指控 ChatGPT 提供犯罪信息。

🔒 律师称 OpenAI 缺乏安全防护措施，未能警告公众潜在风险。

via AI新闻资讯 (author: AI Base)