Partially Verified65% confidenceFactExact time
EmbeddingGemma2除了文字和图片外还支持音频和视频，把不同模态内容都转换成768维向量
3
Sources
65%
Confidence
Medium-term (~90 days)
Relevance
10/7/2026
First Seen
Valid until: 1/5/2027
Sources
Related Entities
Related Claims
UnverifiedEmbeddingGemma 2 支持 8K token 上下文，是初代的 4 倍，可处理长达 5.5 分钟音频、29 张图像或 58 帧视频74% similarUnverified剪映用于拼接视频、加字幕、配音乐和导出成片68% similarUnverifiedREF2VA(Reference Audio to Video Animation)技术将音频分解为音素序列并分析韵律,驱动面部模型生成对应的视觉动画66% similarUnverified硬字幕在视频编码阶段被渲染到画面像素中，成为视频图像的一部分，无法通过常规手段分离，只能通过OCR提取66% similarUnverifiedMinimax H3的REF2VA（Reference Audio to Video Animation）技术可将静态图像转化为能说话的动态视频65% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/985547API
curl https://kongchang.com/api/v1/knowledge/claims/985547MCP
get_claim(id=985547)