Tag

Gemini

当前标签下共有 10 篇内容。

Google 推出 Gemini Agentic Video：视频理解最高降 88% Token，成本降 66%

Google 推出 Gemini Agentic Video：视频理解最高降 88% Token，成本降 66%

Google 推出 Gemini Agentic Video Understanding，让模型按任务主动搜索和重看视频片段。官方称其最高可减少 88% Token、降低 66% 成本，并提升最多 7% 准确率，现已向 Gemini API 开放。

Google 发布 Gemini Omni 1.1 Flash：最长扩展 40 秒，支持首尾帧控制与 4K 输出

Google 发布 Gemini Omni 1.1 Flash：最长扩展 40 秒，支持首尾帧控制与 4K 输出

Google 于 8 月 27 日发布 Gemini Omni 1.1 Flash，新增最长 40 秒场景延展、首尾帧控制、360p 快速草稿、1080p/4K 输出和视频参考输入，进一步把生成式视频推进到更完整的专业制作工作流。

Google 发布 Gemini 3.5 Transcribe：新一代语音转文字模型支持实时转写与智能整理

Google 发布 Gemini 3.5 Transcribe：新一代语音转文字模型支持实时转写与智能整理

Google 发布 Gemini 3.5 Transcribe，新模型面向实时与录音语音转文字，支持 85+ 语言、说话人分离、词级时间戳、自定义词汇与智能整理，并通过 Gemini API 向开发者开放。

Google Antigravity Remote Control 开始推送：现在可以用手机远程操控桌面 AI Agent

Google Antigravity Remote Control 开始推送：现在可以用手机远程操控桌面 AI Agent

Google 已开始为 Antigravity 2.0 推送 Remote Control，用户可通过手机或其他设备浏览器远程连接桌面 Agent，会话查看、新任务、计划审阅和通知都可跨设备完成。该功能目前分批开放，Google AI Ultra 用户优先。

Google Gemini 开放可见水印开关：图片、视频和音乐仍保留 SynthID 与 C2PA 标记

Google Gemini 开放可见水印开关：图片、视频和音乐仍保留 SynthID 与 C2PA 标记

Google 正在为 Gemini Apps 推出“媒体水印”设置，允许用户关闭 AI 生成图片、视频和音乐上的可见标识。官方同时确认，SynthID 隐形水印与 C2PA 内容来源凭证仍会保留，AI 生成身份依旧可被验证。

Gemini Spark 开始向美国 Google AI Pro 用户开放，谷歌加速推进个人 AI Agent

Gemini Spark 开始向美国 Google AI Pro 用户开放，谷歌加速推进个人 AI Agent

谷歌 Gemini Spark 正式进入更广泛测试阶段，开始向美国 Google AI Pro 用户开放。这款个人 AI Agent 将 Gemini 从聊天助手扩展为能够连接 Workspace、搜索和网页工具执行复杂任务的智能工作伙伴，代表谷歌在 AI Agent 领域的新方向。