Google готовит НОВУЮ модель видеогенерации — в сети обсуждают возможный запуск Gemini Omni

По слухам, компания работает над мультимодальной нейросетью, которая объединяет генерацию текста, изображений, аудио и видео в одном инструменте.

• Тестеры уже видят реалистичное видео с высокой детализацией и точным следованием промпту;

• Улучшено качество звука и синхронизация с изображением;

• Модель рассматривается как универсальный «комбайн» для разных типов генерации;

• Сообщается о большом контекстном окне — до 12 млн токенов;

• Возможна работа параллельно с другими видеомоделями Google;

• Ожидается усиленная модерация контента.

Конкуренты застряслись.

Devhub