趋近智
Gemini Omni Flash
参数
-
上下文长度
-
模态
Multimodal
架构
Dense
许可证
Proprietary
发布日期
19 May 2026
训练数据截止日期
-
技术规格
注意力
注意力结构
Multi-Head Attention
注意力头
-
键值头
-
注意力头维度
-
位置嵌入
Absolute Position Embedding
RoPE Theta
-
滑动窗口注意力
-
滑动窗口大小
-
归一化
-
激活函数
-
维度
隐藏维度大小
-
层数
-
FFN 中间层大小（稠密层）
-
多 Token 预测头数
-
分词器
词汇量大小
-
Gemini Omni Flash
Google 全新 Omni 系列的首款模型，于 2026 年 5 月 19 日在 Google I/O 大会上发布。Gemini Omni Flash 是一款原生视频生成模型，支持文本、图像、音频和视频的任意组合作为输入，并能生成基于 Gemini 真实世界知识的高质量视频输出。它支持跨多轮对话的交互式视频编辑——在保持角色一致性、物理规律和场景连贯性的同时，还支持通过数字人 (Avatars) 进行个性化视频创作。该模型已通过 Gemini 应用和 Google Flow 向全球 Google AI Plus、Pro 和 Ultra 订阅用户推出。
关于 Gemini Omni
The Gemini Omni family is Google's first generation of native video-generation models, combining Gemini's multimodal reasoning with the ability to create from any input. Announced at Google I/O 2026, Omni models accept combinations of text, images, audio, and video, allowing users to generate and conversationally edit high-quality videos grounded in Gemini's real-world knowledge.
其他 Gemini Omni 模型
- 没有相关模型
评估基准
没有可用的 Gemini Omni Flash 评估基准。
排名
排名
-
编程排名
-