Google DeepMind представляет Gemini Omni: мультимодальная модель для создания и редактирования видео

Google DeepMind анонсировала Gemini Omni — новую модель, способную генерировать видео на основе любых комбинаций ввода: изображений, аудио, видео и текста. Первая версия Gemini Omni Flash уже доступна в приложении Gemini, Google Flow и YouTube Shorts, а вскоре появится для разработчиков через API.

Google DeepMind представила Gemini Omni — новую мультимодальную модель, которая объединяет возможности рассуждения и творчества. Модель принимает на вход изображения, аудио, видео и текст, а на выходе создаёт высококачественные видеоролики, опираясь на знания Gemini о реальном мире. Первая версия — Gemini Omni Flash — уже доступна в приложении Gemini, Google Flow и YouTube Shorts (бесплатно для

Показать ещё ↓

Сокращения: API = Application Programming Interface — программный интерфейс приложения

Источник: Google DeepMind — оригинал