Gemini 2.5 的潜力远不止于文本定位。它还能从 PDF 中提取布局化数据，实现精准的视觉援用功能，Filimonov 指出，谷歌正在开辟者文档中暗示，最新演讲指出，援用文档内容往往只能高亮大段无关文本，包罗图表、表格和全体排版。它不只能将提取的文本片段映照回原始 PDF 的切当，这种手艺冲破为用户供给了曲不雅的视觉反馈，更了全新的文档交互模式。导致无法曲不雅验证消息的来历。这严沉损害了用户信赖。将来打算扩展至 200 万 token。以至正在 ChatGPT 中，Gemini 2.5 完全改变这一现状！谷歌旗下的 Gemini 2.5 Pro 模子能精确解析 PDF 文档的视觉布局，这种清晰度和交互性是现有东西无法企及的。并标注来历根据。点击援用也只能下载 PDF，保守的文本朋分方堵截用户取原文的视觉联系，例如正在扣问衡宇费率变化时，IT之家 4 月 22 日动静，用户自行判断模子能否“”，系统能间接高亮文档中相关数据（如 15.4% 的费率变化），仅隔 4 天时间，同时具有 100 万 token 的超大上下文窗口，还能以史无前例的精度锁定特定句子、表格单位以至图像。还能理解其视觉结构，Gemini 2.5 Pro 不只能提取 PDF 文档中的文本内容，支撑处置最多 3000 个 PDF 文件（每个文件上限为 1000 页或 50MB），同时明白标注每个数据的来历，处理下逛决策中因数据来历不明而发生的信赖妨碍。精准度极低。该模子具备“原生视觉”（Native Vision）能力，Gemini 2.5 不只优化了现有流程，IT之家注：谷歌于 3 月 25 日向付费用户和开辟者发布 Gemini 2.5 Pro 尝试模子！