谷歌发布Gemini Omni多模态AI，可将文本、图片、音频转为视频内容

在Google I/O 2026大会上，谷歌推出全新多模态AI系列Gemini Omni，支持将文本、图像、音频等多输入融合生成及编辑视频内容，并通过自然语言交互简化创作流程，标志着AI生成媒体能力的重要进展。