跳到正文
11月6日周五
  1. The Decoder82

    Google 发布 Gemini Omni 1.2 Flash,视频时长延至 15 秒并降价 30%

    Google DeepMind 宣布 Gemini Omni 1.2 Flash 视频生成模型正式可用,支持生成 3 至 15 秒的视频片段,720p 分辨率价格降至每秒 0.07 美元。该模型引入对话式编辑功能,允许用户在保留原片段基础上调整背景、光照或宽高比,无需重新生成,并显著提升了参考图像中人物、产品及品牌元素的一致性。

    同一新闻,精选展示《Google DeepMind 发布 Gemini Omni 1.2 Flash,支持 15 秒视频生成并降价 30%》

10月28日周三
  1. TechCrunch · AI82

    Google DeepMind 发布 Genie 4 世界模型,支持实时音频与交互控制

    Google DeepMind 发布 Genie 4 世界模型研究预览,支持实时音频生成与模拟过程中的提示词交互。该模型可将场景一致性维持至两分钟,并展示与 Gemini 结合用于机器人场景模拟的实验。

    同一新闻,精选展示《Google DeepMind 发布 Genie 4 世界模型,支持原生音频与实时交互模拟》