简体中文 < 文章列表 - 数字今日 (DigitalToday)

搜索关键词 Gemini Omni

AI & Enterprise

Black Forest Labs发布多模态模型FLUX 3：支持20秒音视频同生，拓展机器人控制

Black Forest Labs发布首款可同时生成视频和音频的AI模型FLUX 3，最长支持20秒视频生成，并可同步生成对白、音效和背景音乐。公司还将其定位为“Physical AI”基础模型，进一步延伸至机器人控制，并与Mimic Robotics联合推出FLUX-mimic，已在Audi生产线展开试验，整套系统的响应时延约101毫秒。

AI & Enterprise

Google Vids新增AI数字人头像功能：上传自拍和语音即可生成分身

Google为视频制作工具Google Vids新增AI数字人头像功能，用户上传自拍和语音样本后，即可生成与本人相似的数字化分身并用于视频创作。与此同时，Vids接入多模态模型Gemini Omni，可结合文本提示和参考图片生成视频内容，并支持手机拍摄视频的背景替换、光线校正和特效添加等功能。

AI & Enterprise

ChatGPT、Gemini Omni可低成本生成短广告：10秒视频约1美元

据报道，只需一张产品图片，配合ChatGPT、Gemini Omni等生成式AI工具，即可在无需实拍的情况下制作面向TikTok和YouTube的10秒左右产品广告。按开发者API计费，视频生成成本约为每秒0.10美元，单条视频生成成本约1美元，后期可通过CapCut完成剪辑，但发布时需满足平台对AI生成内容的标注和披露要求。