Lancement du modèle multimodal Gemini Omni
Titre original:Introducing Gemini Omni
Résumé IA
Google lance Gemini Omni, un modèle d'IA multimodal natif capable d'intégrer vidéo, images, audio et texte pour générer des contenus vidéo de haute qualité. Sa capacité centrale est l'édition vidéo par dialogue en langage naturel, avec préservation de la cohérence des personnages, des lois physiques et des scènes. Le premier modèle, Gemini Omni Flash, est déjà disponible ; les sorties image et audio seront prises en charge ultérieurement. Gemini Omni associe une compréhension intuitive du monde physique à une base de connaissances riche, prend en charge la création du réalisme au narratif, et permet d'éditer continuellement la vidéo par dialogues multi-tours sans perdre le contexte de la scène d'origine.
Points clés
- Google lance Gemini Omni,un modèle d'IA multimodal natif capable d'intégrer vidéo,images,audio et…
- Sa capacité centrale est l'édition vidéo par dialogue en langage naturel,avec préservation de la…
- Le premier modèle,Gemini Omni Flash,est déjà disponible
- les sorties image et audio seront prises en charge ultérieurement.
- Gemini Omni associe une compréhension intuitive du monde physique à une base de connaissances…
En bref
- Publié
- Mis à jour
- Source
- Google DeepMind:Blog(RSS)
- Catégorie
- Sorties de modèles
- Score 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。
Entités associées
Source et droits
Cet article s'appuie sur des titres sélectionnés et des résumés IA issus de l'API publique AIHOT, avec attribution et liens de retour. Les droits sur l'original restent ceux des médias et auteurs d'origine ; ce site ne reproduit pas les textes intégraux.
Comment citer
Pour citer cet article, conservez le titre, la date et le lien permanent, et indiquez Orange News comme source.
Orange News : Lancement du modèle multimodal Gemini Omni. 18. mai 2026. https://new.nat6.net/fr/news/cmpcxg3ae00yzsljlcn3lr3hf/