Introducing Gemini Omni

Google 推出 Gemini Omni 模型，主打原生全模態架構，支援超低延遲的即時語音、影像與文字無縫互動。

Google DeepMind 發表新一代「Gemini Omni」模型，採用原生端到端全模態架構，能同時處理並輸出文字、音訊與視覺資訊。該模型顯著降低了互動延遲，實現如同真人般的流暢對話與即時視訊引導，未來將深度整合至 Android 系統與 Google 生態系，並透過 API 開放給開發者。

摘要由 AI 整理,以原文為準。