谷歌发布Gemini Omni：从任何输入生成视频的多模态模型

谷歌推出Gemini Omni系列，首个模型Gemini Omni Flash能够从图像、音频、视频和文本组合输入生成高质量视频，支持通过自然语言对话编辑视频，并具备物理理解和世界知识。该模型已集成到Gemini应用、Google Flow和YouTube Shorts中。