前几日 Google 发布了自己的决策模型 Gemini Decision 1。虽说 jev 的模型热度看上去已经过去不少，但 Gemini 的这款还是非常值得期待，原因无他——极强的多模态能力。 
jev 和 Cloudflare 都尝试推出过实验性质的全模态决策模型，但效果嘛……毕竟经验不足。Gemini 是特别的，我敢说直到现在，只有它有原生理解长视频和长音乐的能力，而不是靠抽帧和看波形图。所以从多模态入手，也许会有新的场景长出来。 
AI Studio 反代 Gemini Decision 1 之后，我拿自己的 Navidrome 音乐库做了第一个实验。我下了很多不同专辑的歌，其中很多根本没听过（纯属强迫症式收集癖）。手动分类是件痛苦的事；如果按标签强制分类，又肯定会有遗漏。要是好歌就这样被漏掉，也太可惜了。 
于是我试了决策模型。这是很典型的大批量分类任务。 
我的目标是挑出“燃...