谷歌 Gemini Omni 全能模型发布:可从任意输入生成任意输出,一句话让 AI 修改视频


IT之家 5 月 20 日消息,在今日的 2026 谷歌 I/O 开发者大会上,谷歌正式发布了 Gemini Omni 模型。

诺贝尔物理学奖获得者、Google DeepMind 负责人哈萨比斯(Demis Hassabis)表示,Gemini Omni 是 Gemini 模型家族迄今为止能力最为全面的版本。“Omni”意指“全能”,该模型在处理文字、图像、视频、音频等多种模态信息时,展示出前所未有的流畅性与深度。

Gemini Omni 宣称能“从任何输入生成任何输出”,支持对话式编辑,用户可一句话改变视频中的角色、背景等元素。

IT之家从大会获悉,谷歌还宣布推出 Gemini Omni 家族首款模型 Gemini Omni Flash,即日起可在 Gemini App、Google Flow、YouTube Shorts 可用,未来将推 API 服务。

2026 谷歌 I/O 开发者大会专题2026 谷歌 I/O 开发者大会专题
            <!-- 非定向300*250按钮    17/09  wenjing  begin -->
            <!-- 非定向300*250按钮  end -->
        </div>



Source link

未经允许不得转载:紫竹林-程序员中文网 » 谷歌 Gemini Omni 全能模型发布:可从任意输入生成任意输出,一句话让 AI 修改视频
关于我们 免责申明 意见反馈 隐私政策
程序员中文网:公益在线网站,帮助学习者快速成长!
关注微信 技术交流
推荐文章
每天精选资源文章推送
推荐文章
随时随地碎片化学习
推荐文章
发现有趣的