术语slug: conversational-editing

对话式编辑

Conversational Editing

通过自然语言指令对媒体内容(如视频)进行迭代修改的交互方式

收录情报动态

共 3 篇 · 第 1/1 页
Google DeepMindT1·基座大模型
85 分
谷歌发布 Gemini Omni Flash:原生多模态视频生成与对话编辑

谷歌推出 Gemini Omni Flash,这是首个支持从任意输入(图像、音频、文本)生成高质量视频的大模型。该模型基于 Gemini 的推理能力,实现了“理解即创造”,并支持通过自然语言对话进行视频编辑。目前已在 Gemini App、Google Flow 和 YouTube Shorts 免费上线,API 即将开放。