Gemini 2.5 Pro 负责人：最强百万上下文，做好了能解锁很多应用场景

百万级别的长上下文 一直是 Gemini 系列相较于其他头部大模型的领先优势之一。 更长的上下文 ，带来的是可能产品交互的革新和完全不一样的应用落地场景。 长上下文当前的痛点，以及未来发展方向是什么？ 谷歌 DeepMind 长上下文预训练联合负责人Nikolay Savinov 给出了两点预测：一是在当前百万级 token Context 模型质量还没有达到完美之前，盲目地追求更大规模地长上下文意义不大；二是随着成本下 降，千万级别的 token Context 很快会成为标准配置，对于编码等应用场景来说将是革命性的突破。 在近期谷歌的一档播客中，谷歌 DeepMind 资深研究科学家、长上下文预训练联合负责人Nikolay Savinov 与主持人 Logan Kilpatrick 对谈，分享了Gemini 2.5 长上下文技术的核心、与 RAG 之间的关 系、当前的研究瓶颈、以及未来的发展方向等。 对于开发者来说，强烈推荐一读。 TLDR: 在当前百万 token 上下文 远还没有达到完美之前，盲目追求更大规模的长上下文 意义不大。 理解 in-weights memory 和 in-context m ...