跳到正文

技术方向

多模态 最新动态

文字之外的能力：看懂图片、图文混合理解、音视频输入输出的模型与产品进展。

1 条精选近 30 天 1 条共收录 5 条

更新

多模态的精选

11月6日周五第 1–1 条
  1. Google DeepMind75

    Google DeepMind 发布 Gemini Omni 1.2 Flash：支持 15 秒视频，价格降低 30%

    Google DeepMind 发布 Gemini Omni 1.2 Flash，原生视频生成和编辑时长从 10 秒增至 15 秒，并在 Gemini API 和 Gemini for business 全面开放。

    推荐理由：相较上一版，片长增加与降价之外，多轮编辑让局部修改不必重新生成整段视频，为批量制作广告变体提供了更灵活的工作流。