Gemini Omni模型究竟是什么？

Gemini Omni是谷歌于2026年5月推出的一个先进的人工智能模型，能够根据同步的文本、图像和音频输入创建和处理完整视频，将多媒体处理能力集于一身。

Gemini Omni与之前的模型有何不同？

之前的模型分别处理不同类型的数据（文本、图像、音频），而Gemini Omni同时集成处理这些数据类型，可以更深入理解它们之间的关系并生成连贯统一的视频内容。

Gemini Omni可以用于媒体制作，将剧本和图像转换为视频；在教育上创建多媒体教学内容；在科学研究中更清晰地记录和可视化结果。

谷歌于2026年5月21日宣布推出新的Gemini Omni模型，该模型能够基于同步的文本、图像和音频输入创建和处理视频，反映了全球趋向于更专用和高效的模型发展。