Gemini Omni 1.1 Flash 带来更强的构建控制力

推出 Gemini Omni

Introducing Gemini Omni

Google DeepMind 介绍 Gemini Omni 模型，称其可从任意输入生成内容，首先支持视频。Omni 可组合图像、音频、视频和文本作为输入，生成基于 Gemini 世界知识的高质量视频，并支持通过对话式自然语言编辑视频、保持角色与场景一致性。首个模型 Gemini Omni Flash 已在 Gemini 应用、Google Flow 和 YouTube Shorts 上线，后续将支持图像和音频输出。

Genie 4：新一代世界模拟——Google DeepMind

Google DeepMind 官方页面（2026 年 10 月 27 日），宣布新世界模型 Genie 4，称其为原生多模态，可在生成世界的同时生成类似音乐的音频、环境声和交互对话，并借鉴 Gemini 系列的能力：Gemini Omni 用于锚定模拟的真实外观与行为，其他 Gemini 模型提供维持模拟连贯性所需的推理。文中称 Genie 4 已作为研究预览向受信任测试者开放，并设有候补名单；作者署名为 Raia Hadsell、Diego Rivas 和 Hang Qi。