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
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.
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/