Google DeepMind·· 2026-05-18精选AI 评分66
Google 推出 Gemini Omni：能理解任意输入并生成视频的多模态模型
Introducing Gemini Omni
AI 导读
Gemini Omni Flash 是 Google DeepMind 发布的首个能处理任意模态输入并生成高质量视频的模型，支持图像、音频、视频、文本组合输入。
推荐理由
模型的核心能力（任意模态输入生成视频、自然语言编辑）和具体开放时间线已给出，读者可据此判断它对自己工作流的影响。
来源：Google DeepMind · deepmind.google