Google DeepMind 重大更新 Gemini API File Search：多模态、元数据过滤与页码引用齐上阵

Google DeepMind 团队宣布对 Gemini API 的 File Search 工具进行重大扩展，推出多模态支持、自定义元数据过滤和页码级引用三项核心功能更新，助力开发者构建 RAG 系统。

多模态处理能力革新

长期以来，RAG 系统检索局限于文本，此次更新引入基于 Gemini Embedding 2 模型的多模态处理能力，能同时理解图像与文本。开发者可用自然语言检索图片，如创意 agency 可按情绪氛围找视觉资产，新模型处理图片文字表现出色。

自定义元数据过滤提效

在大规模数据管理中，检索噪音影响 RAG 效率。Google 推出的自定义元数据功能，允许用户为文件附加键值对标签，查询时通过元数据过滤器限定范围，减少干扰，提升检索速度与结果准确性。

页码级引用增强可信度

当模型从大型 PDF 文档提取答案时，页码级引用会自动记录索引信息来源页码，用户可直接跳转验证，增强模型可解释性和可信度，对事实核查场景重要。

开发便捷性提升

开发者可通过 google - genai 库快速上手，Google 提供完整开发指南和 API 文档，让开发者将重心转移到应用创新。目前，File Search 三项新功能已向 Gemini API 用户开放。

编辑观点：此次更新增强了 File Search 工具的功能，有望推动 RAG 系统发展，为开发者带来更多便利，也将提升数据处理和检索效率，在相关领域或引发新变革。