Gemini Omni 可將視頻轉為文本、音頻等多種格式
google 發布了 gemini omni，這是一款能夠從多模態輸入生成視頻及其他媒體的模型，並推出了針對複雜代理任務的 gemini 3.5 flash。
谷歌I/O 2026展示了Gemini Omni的發布，這是一個新的模型家族，可以接受組合的視頻、音頻、圖像和文本輸入，以生成可靠的視頻內容，其中「Gemini Omni Flash」現已向谷歌AI訂閱者和YouTube創作者推出。同時，谷歌發布了Gemini 3.5 Flash，一個為前沿級代理性能和復雜編碼任務設計的模型，通過谷歌Antigravity、企業平台和搜索中的「AI模式」提供。這些更新與新的搜索功能相吻合，包括執行背景推理的「信息代理」（Information Agents）和由「Antigravity」驅動的體驗，可以動態生成自定義UI和用戶工具。