谷歌近日发布了独立iOS版本的Gemini聊天机器人应用，这标志着Gemini从最初的谷歌App内嵌功能走向了更广阔的应用生态。此前，iOS用户只能通过谷歌App内的Gemini选项卡来体验这项AI服务，而现在，他们可以拥有一个独立的、功能更加完善的Gemini应用。这一举措无疑提升了用户的使用便捷性，也预示着谷歌正在加速其AI产品线的独立化和专业化。
这款独立应用在功能上进行了显著扩展，除了传统的文本聊天功能外，还增加了对图片和语音的支持。用户现在可以直接拍摄照片或从相册中选择图片，然后将这些图片发送给Gemini进行分析和讨论。这一功能极大地拓展了 Gemini的应用场景，使其能够处理更加复杂的任务，例如图像识别、场景理解和基于图像的创意生成。此外，iOS版本的Gemini还支持文生图功能，用户只需输入对图片的描述，Gemini即可生成相应的图像，这为用户提供了更加便捷的内容创作方式。
语音模式是此次更新的另一大亮点。谷歌将其命名为“Gemini Live”，实质上是一种交互式的语音对话功能，类似于ChatGPT的语音模式。用户可以通过语音与AI进行自然流畅的对话。值得一提的是，Gemini Live支持随时打断，这一特性使得对话体验更加自然，更贴近人与人之间的交流方式。此前，Gemini Live功能仅在Android应用上可用，此次登陆iOS平台无疑将吸引更多的用户。
图片和语音功能对所有用户开放，无需额外付费。这意味着，即使是免费用户也可以体验到Gemini的强大功能，这无疑提升了Gemini的市场竞争力。
尽管发布时间不长，Gemini已经迅速攀升至iOS生产力应用排行榜的第四名，仅次于ChatGPT、Gmail和微软验证。这一成绩充分证明了Gemini在用户中的受欢迎程度，也反映了AI技术在生产力工具领域的巨大潜力。Gemini的快速崛起，无疑给其他同类应用带来了巨大的竞争压力。
Gemini的iOS和安卓版本均已提供下载。但需要注意的是，iOS版本目前在部分国家和地区尚未开放，用户可能需要切换App Store账号地区才能下载。目前已支持的地区包括美国、英国、澳大利亚和印度等。安卓用户则可以直接在谷歌Play Store应用商店下载。
一款AI工具的性能表现，很大程度上取决于其搭载的AI模型。谷歌Gemini的基础模型（免费版本）已于今年7月切换到Gemini 1.5 Flash。这是一款参数较小的模型，类似于GPT-4o和GPT-4o mini的关系。而对于付费用户，Gemini提供的高级模型为Gemini 1.5 Pro。这是一款拥有100万tokens上下文、支持多模态的模型，能够处理更加复杂的任务。
在LMSYS Leaderboard排行榜中，Gemini 1.5 Pro大致处于仅次于GPT-4o和o1系列模型的第二梯队。而Gemini 1.5 Flash则与GPT-4o mini排名相近。这些数据表明，Gemini在AI模型性能方面具有一定的竞争力，尤其是在长文本处理和多模态任务方面。
关于Gemini的付费模式，我的建议是：非必需不付费。Gemini的付费会员名为“Gemini Advanced”，价格为每月20美元。但需要注意的是，Gemini Advanced并非一个独立的订阅计划，而是与Google One捆绑在一起的。也就是说，每月支付20美元，用户可以同时获得Gemini Advanced和Google One会员，其中包括2TB的Google Drive网盘空间。
目前，Gemini Advanced提供一个月的免费体验，用户可以在到期前取消会员，以避免被扣款。之所以建议“非必需不付费”，主要是因为市场上存在其他更具竞争力的选择。例如，综合体验方面，同等价格的ChatGPT Plus会员明显更胜一筹，功能更加全面。而在代码处理方面，Claude Pro则更具优势，价格也与Gemini Advanced相同。
此外，Gemini的免费版本已经提供了相当不错的使用体验，包括文生图和实时语音功能Gemini Live。对于那些对高级模型有需求的用户，也可以在谷歌AI Studio免费使用Gemini 1.5 Pro。综合来看，Gemini的免费版本已经能够满足大部分用户的需求，付费版本则更适合那些对AI性能有更高要求的专业人士。
总的来说，虽然不推荐付费，但免费版的Gemini仍然值得一试，特别是其实时语音功能Gemini Live。这一功能为用户提供了一种全新的交互方式，使得人与AI之间的沟通更加自然和高效。Gemini的发布，无疑为AI领域注入了新的活力，也为用户带来了更多的选择。
