谷歌推出Gemini Omni多模态AI模型，首发Flash版本支持视频生成与编辑
谷歌正式发布全新多模态AI模型系列Gemini Omni，首发产品为Gemini Omni Flash。该模型支持图像、音频、视频及文本的任意组合输入，可生成高质量视频，并允许用户通过自然语言对话进行编辑，同时确保角色、物理效果及场景上下文的一致性。
Gemini Omni Flash具备精确的物理模拟能力，能将多源参考输入融合为连贯输出。其新增的“虚拟形象”（Avatars）功能可生成包含用户本人声音的视频内容。为保障内容透明度，所有生成视频均嵌入谷歌不可见的SynthID数字水印。
目前，Gemini Omni Flash已面向全球Google AI Plus、Pro和Ultra订阅用户开放，可通过Gemini应用及Google Flow使用。本周起，YouTube Shorts和YouTube Create App用户亦可免费体验该功能。未来，谷歌计划拓展图像与音频输出模式，并通过API向开发者及企业客户开放服务。