待验证50% 置信事实精确时间
Gemini Omni Flash 能生成与画面同步的音频，并允许在提示词中定义音频类型
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/7/16
首次发现
有效期至：2026/10/14
来源
相关事实
待验证Gemini Omni Flash 不支持原生音频输入，无法上传音频文件来驱动生成80% 相似待验证Gemini 2.5 Flash能够直接处理音频输入进行端到端转录，而非传统的管线式ASR处理79% 相似待验证Gemini Omni Flash 支持定向编辑（targeted edit），可保留人物姿态仅替换背景，或执行删除物体、相机旋转等指令75% 相似已验证Gemini Omni能同时理解用户语言指令、理解视频画面内容并执行编辑操作，说明多模态大模型在理解+生成的闭环能力上已达到实用水平74% 相似已验证Gemini 3.5 Flash是目前少数同时支持自然语言对话式视频生成与实时编辑的模型73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/527119API
curl https://kongchang.com/api/v1/knowledge/claims/527119MCP
get_claim(id=527119)