谷歌 Gemini Omni 全能模型发布：可从任意输入生成任意输出，一句话让 AI 修改视频

核心看点

• 5 月 20 日消息，在今日的 2026 谷歌 I/O 开发者大会上，谷歌正式发布了 Gemini Omni 模型。
• 诺贝尔奖获得者、Google DeepMind 负责人哈萨比斯（Demis Hassabis）表示，Gemini Omni 是 Gemini 模型家族迄今为止能力最为全面的版本。
• ，该模型在处理文字、图像、视频、音频等多种模态信息时，展示出前所未有的流畅性与深度。

正文解读

谷歌作为AI领域的巨头，此次动作值得关注。5 月 20 日消息，在今日的 2026 谷歌 I/O 开发者大会上，谷歌正式发布了 Gemini Omni 模型。

谷歌作为AI领域的巨头，此次动作值得关注。诺贝尔奖获得者、Google DeepMind 负责人哈萨比斯（Demis Hassabis）表示，Gemini Omni 是 Gemini 模型家族迄今为止能力最为全面的版本。

，该模型在处理文字、图像、视频、音频等多种模态信息时，展示出前所未有的流畅性与深度。

”，支持对话式编辑，用户可一句话改变视频中的角色、背景等元素。

谷歌作为AI领域的巨头，此次动作值得关注。IT之家从大会获悉，谷歌还宣布推出 Gemini Omni 家族首款模型

谷歌作为AI领域的巨头，此次动作值得关注。，即日起可在 Gemini App、Google Flow、YouTube Shorts 可用，未来将推 API 服务。

从技术发展的角度来看，这背后反映的是AI行业整体加速的趋势。各大科技公司纷纷加码投入，竞争日趋激烈。对于普通用户来说，这些技术进步最终都会转化为更好用的产品和服务。

值得一提的是，AI技术的快速迭代也带来了一些新的思考。比如，如何在追求性能的同时保证安全性？如何让技术更普惠地服务更多人？这些都是行业需要共同面对的课题。

展望未来，随着模型能力的持续提升和应用场景的不断拓展，AI将更深入地融入我们的工作和生活。无论是内容创作、办公协作，还是日常生活辅助，AI都正在成为一种基础设施级的存在。

对于行业从业者而言，这意味着巨大的机遇，同时也意味着需要持续学习和适应。技术变革的速度在加快，只有保持敏锐的洞察力和快速的执行力，才能在这场浪潮中占据有利位置。

原文来源：IT之家