Google a ajouté la recherche de fichiers multimodale à l'API Gemini.

Elle peut désormais rechercher des images et du texte en même temps, ajouter des filtres de métadonnées personnalisés, et fournir des citations au niveau de la page.
Ceux qui font du RAG devraient pouvoir l'utiliser immédiatement.
Ce que je valorise le plus, c'est qu'elle commence enfin à traiter les scénarios de données hybrides, où les ressources visuelles, les versions de contrats, et l'état des bases de connaissances sont intégrés dans un même processus de recherche, ce qui serait beaucoup plus pratique.
Ceux qui travaillent dans la gestion de bases de connaissances client, la recherche de documents juridiques, ou la gestion d'actifs de contenu peuvent commencer à regarder.
La documentation officielle est ici :