发生了什么
Google DeepMind 发布 Gemini Omni Flash(视频输入 多模态编辑)
为什么值得关注
建议重点看官方博客和演示视频，判断其视频编辑能力、跨模态输入输出边界，以及是否已足够成熟进入实际创作流程。
信息来源
以下内容来自公开来源，可打开原文继续核验。
01
Gemini Omni
Google DeepMind 发布 Gemini Omni，称其为一款“从任意输入生成任意内容”的新模型，首先支持视频输入，并可结合 images、audio、video、text 作为输入生成高质量视频。首发版本 Gemini Omni Flash 已上线 Gemini app、Google Flow 和 YouTube Shorts，后续将支持 image 和 audio 等输出模态。官方表示，用户可以通过自然语言连续编辑视频，模型会保持角色一致性、物理表现和场景记忆，并可基于自有视频反复迭代创意。
打开原始来源 ↗