Lanzamientos de modelos

Presentan Gemini Omni, un modelo de IA multimodal

Título original:Introducing Gemini Omni

Resumen de IA

Google presenta Gemini Omni, un modelo de IA multimodal nativo capaz de integrar entradas de vídeo, imagen, audio y texto para generar contenido de vídeo de alta calidad. Su capacidad central es la edición de vídeo mediante diálogo en lenguaje natural, manteniendo la coherencia de personajes, las leyes físicas y la continuidad de la escena. El primer modelo, Gemini Omni Flash, ya está disponible y en el futuro admitirá salidas de imagen y audio. Gemini Omni combina una comprensión intuitiva del mundo físico con una amplia base de conocimiento, admite generación creativa desde el realismo hasta la narrativa y permite editar vídeo de forma continua mediante conversaciones de varios turnos sin perder el contexto original de la escena.

Puntos clave

  • Google presenta Gemini Omni,un modelo de IA multimodal nativo capaz de integrar entradas de…
  • Su capacidad central es la edición de vídeo mediante diálogo en lenguaje natural,manteniendo la…
  • El primer modelo,Gemini Omni Flash,ya está disponible y en el futuro admitirá salidas de imagen y…
  • Gemini Omni combina una comprensión intuitiva del mundo físico con una amplia base de…

Resumen rápido

Publicado
Actualizado
Fuente
Google DeepMind:Blog(RSS)
Categoría
Lanzamientos de modelos
Puntuación IA
83
Leer el original Leer el artículo completo en la fuente original
Por qué importa

Gemini Omni 把视频生成从画面堆砌推到了物理世界叙事,多轮自然语言编辑和世界知识融合是真正的代际升级,做视频内容的该重新理解工具的定义了。

Entidades relacionadas

Fuente y derechos

Este artículo se basa en títulos seleccionados y resúmenes de IA de la API pública de AIHOT, con atribución y enlaces de vuelta. Los derechos del original pertenecen a los medios y autores originales; este sitio no reproduce textos completos.

Artículo original · Ficha de AIHOT

Cómo citar

Al citar este artículo, conserva el título, la fecha y el enlace permanente, e indica que la fuente es Orange News.

Orange News: Presentan Gemini Omni, un modelo de IA multimodal. 18. mayo 2026. https://new.nat6.net/es/news/cmpcxg3ae00yzsljlcn3lr3hf/

Ver todo →