Gemini Omni
Gemini Omni是Google开发的多模态大型AI模型，属于Gemini模型系列。该模型能够同时处理和理解文本、图像、音频、视频等多种模态的输入信息，并生成相应的多模态内容输出。其核心特征包括跨模态理解与推理能力、对现实世界物理规律的建模能力，以及在复杂多模态任务中的综合处理能力，适用于多种生成式AI应用场景。
核心事实
时间轴 (近 90 天)
Google将于美西时间2025年6月3日上午11:30举办Gemini Omni的实时演示活动
Gemini Omni演示由产品经理Chloe通过Discord平台进行直播
Google选择通过Discord社区进行Gemini Omni直播演示，而非传统发布会形式
Gemini Omni主打三大核心能力：多模态输入、真实世界知识和对话式编辑
Google Gemini通过Gemini Omni推出了数字化身（Digital Avatar）功能，可以创建外观和声音与用户相似的虚拟形象
Gemini Omni融合文本、音频、图片、视频输入，可以用自然语言进行视频创作和编辑，并可直接发布到YouTube Shorts
Google I/O 2026发布的产品包括Gemini 3.5 Flash、Gemini Omni、Gemini Spark、Anti-Gravity 2.0、Search AI Mode以及AI Ultra新订阅套餐
Google的Gemini Omni模型正式发布
Gemini Omni发布仅一周内就引发了开发者和创作者社区的广泛关注，涌现出大量创意应用
Gemini Omni的'Omni'架构核心理念与OpenAI的GPT-4o高度相似，都追求在单一模型中原生支持多模态输入输出
还有 19 条时间轴事件
全部知识事实 (8)
Google选择通过Discord社区进行Gemini Omni直播演示，而非传统发布会形式
95%待验证Google将于美西时间2025年6月3日上午11:30举办Gemini Omni的实时演示活动
95%待验证Gemini Omni演示由产品经理Chloe通过Discord平台进行直播
95%待验证Gemini Omni主打三大核心能力：多模态输入、真实世界知识和对话式编辑
90%待验证Google Gemini通过Gemini Omni推出了数字化身（Digital Avatar）功能，可以创建外观和声音与用户相似的虚拟形象
85%部分验证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
85%待验证Google I/O 2026发布的产品包括Gemini 3.5 Flash、Gemini Omni、Gemini Spark、Anti-Gravity 2.0、Search AI Mode以及AI Ultra新订阅套餐
85%待验证Gemini Omni融合文本、音频、图片、视频输入，可以用自然语言进行视频创作和编辑，并可直接发布到YouTube Shorts
85%