扫码下载
搜索“Gemini Omni”共有7条相关结果
Techub News 消息，Google 宣布其 AI 视频生成工具 Google Vids 现已向所有 Google 账户持有者免费开放。用户可使用 Gemini Omni 1.1 Flash 模型生成 1080p 高清视频，并拥有新的场景、时长和水印控制功能。（Decrypt）
Techub News 消息，谷歌发布原生多模态视频生成与编辑模型 Gemini Omni 1.1 Flash。该版本支持基于最长10秒上下文进行场景扩展，总扩展时长可达40秒，并能通过固定首尾帧控制摄像机运动。用户可提供视频片段作为参考以保持角色一致性，并支持以360p分辨率快速生成草稿，再升级至4K输出。 模型通过 Gemini API 在 Google AI Studio 和 Gemini Enterprise Agent Platform 提供，Adobe、Figma Weave、GMI Cloud 和 Runway 已作为生产用户接入。输入视频代币成本为每百万1.5美元，视频输出代币成本为每百万17.5美元，720p视频生成成本约为每秒0.1美元。所有生成视频均带有 SynthID 水印。（MarkTechPost）
Techub News 消息，Adobe 在 Firefly 平台中广泛推出三款 AI 音频工具，包括“生成音乐”、“生成语音”和“生成音效”，可为视频项目创作免版税的音乐、旁白和音效。此外，Adobe 还在该平台中集成了谷歌的 Gemini Omni Flash 模型。（The Decoder）
Techub News 消息，Google 将 Gemini Omni Flash 模型集成至 Adobe Firefly 平台，用户可通过文本提示编辑视频，处理角色替换、风格转换等任务，定价为每秒 0.10 美元。 该集成还支持 Nano Banana 2 Lite 图像生成模型，并默认启用 C2PA 内容凭证与 SynthID 水印以验证内容来源。此举或影响加密营销、NFT 艺术及去中心化创作者经济领域的内容制作方式。（CryptoBriefing）
Techub News 消息，Google DeepMind 的 Gemini Omni Flash 模型在 Video Edit Arena 排行榜中位列第二，得分 1347 分，领先第三名约 39 分。该模型于 5 月 19 日首次亮相，支持通过对话指令处理文本、图像、音频及视频输入并生成或编辑内容。 该模型是 Gemini Omni 系列的首个产品，已逐步上线 Gemini 应用、Google Flow、YouTube Shorts 及开发者 API。目前其性能仅次于字节跳动的 dreamina-seedance-2.0-720p 模型，后者领先约 30 分。该系列后续版本或将进一步提升性能以缩小差距。（CryptoBriefing）
Techub News 消息，据 CryptoBriefing 报道，Google DeepMind 在 Google I/O 大会上推出 Gemini Omni 模型家族，首个模型 Gemini Omni Flash 支持文本、图像、音频输入并生成最长 10 秒视频，目前已集成至 YouTube Shorts 和 Gemini 应用。 该模型支持自然语言编辑功能，用户可通过文字描述修改视频内容。对于 Web3 领域，此类工具有望加速去中心化社交平台的内容生产，同时去中心化计算网络可能受益于 AI 视频生成的算力需求增长。
Techub News 消息，据 TechCrunch 报道，YouTube 推出 AI 对话搜索功能「Ask YouTube」，并在 Shorts Remix 及 Create 应用中集成 Gemini Omni 视频模型。 该功能支持复杂查询与多轮追问，可整合 Shorts 与长视频内容生成回答，目前向美国 Premium 桌面端用户开放测试。Gemini Omni 可更好理解用户意图，实现复杂音视频调整与叙事一致性。此外，YouTube 还向 18 岁以上创作者扩展了肖像检测工具，帮助防止 AI 深度伪造内容。
