谷歌發佈Gemini Omni：從任何輸入生成視頻的多模態模型

谷歌推出Gemini Omni系列，首個模型Gemini Omni Flash能夠從圖像、音頻、視頻和文本組合輸入生成高質量視頻，支持通過自然語言對話編輯視頻，並具備物理理解和世界知識。該模型已集成到Gemini應用、Google Flow和YouTube Shorts中。