精选理由
做视频分析和多模态应用的开发者终于可以上手测试了——Gemini Omni 的实时视频理解能力可能改变视频交互方式，建议有相关需求的团队尽早体验。
谷歌最新的视频模型 Gemini Omni 已开始向部分用户推送，标志着该模型从测试阶段进入更广泛可用阶段。Gemini Omni 支持多模态输入，包括视频、图像和文本，能够进行实时视频理解和交互。这一放量意味着更多开发者可以尝试其视频分析能力，如实时场景理解、物体识别和对话式交互。对于 AI 视频应用和实时多模态交互领域，这是一个重要进展。
AI 翻译 · 中文
谷歌最新的视频模型 Gemini Omni 已开始向部分用户推送，标志着该模型从测试阶段进入更广泛可用阶段。Gemini Omni 支持多模态输入，包括视频、图像和文本，能够进行实时视频理解和交互。这一放量意味着更多开发者可以尝试其视频分析能力，如实时场景理解、物体识别和对话式交互。对于 AI 视频应用和实时多模态交互领域，这是一个重要进展。
谷歌新的视频模型 Gemini Omni 已经开始放量了 Charlie L. @whylifeis4 Gemini Omni is starting to rollout for some users! 🔗 View Quoted Tweet 💬 2 🔄 0 ❤️ 6 👀 1805 📊 2 ⚡ Powered by xgo.ing