Demis Hassabis(@demishassabis)
Gemini Omni 是世界理解与多模态编辑的重大飞跃！
6.0Score
TL;DR · AI 摘要
Gemini Omni 首次实现任意照片/视频/音频输入并实时生成新场景，标志着多模态编辑进入“任意输入-任意输出”阶段。
核心要点
- 支持用户上传自有视频并迭代创意
- 首发以视频为核心场景，后续扩展到全模态
- 由 DeepMind CEO 亲自发布，可信度较高
结构提纲
按章节快速跳转。
思维导图
用一张图看清主题之间的关系。
查看大纲文本（无障碍 / 无 JS 友好）
- Gemini Omni
- 能力
- 照片/视频/音频输入
- 实时生成新场景
- 路线
- 首发视频场景
- 未来任意输入输出
- 交互
- 用户上传视频
- 迭代创意
金句 / Highlights
值得收藏与分享的关键句。
Gemini Omni 是世界理解与多模态编辑的重大飞跃！
未来将支持任意输入与任意输出，首发从视频开始
你甚至可以上传自己的视频并反复迭代创意
#Gemini Omni#多模态生成#DeepMind#视频编辑
打开原文标题：Demis Hassabis 在 X 上表示：“Gemini Omni 在世界理解与多模态编辑方面实现了重大突破！它可以接收照片、视频和音频，并构建全新的场景。随着时间推移，它将能够处理任何输入并生成任何输出——从视频开始。你甚至可以上传自己的视频，并持续迭代你的想法：https://t.co/VrHPJKRJXH” / X
URL 来源：https://x.com/demishassabis/status/2056831486251380783
Markdown 内容：
Gemini Omni 在世界理解与多模态编辑方面实现了重大突破！它可以接收照片、视频和音频，并构建全新的场景。随着时间推移，它将能够处理任何输入并生成任何输出——从视频开始。你甚至可以上传自己的视频，并持续迭代你的想法：
立即注册，获取专属于你的个性化时间线！