全部标签

多模态AI

Gemini Omni 1.2 Flash - 谷歌推出的新一代 AI 视频生成与编辑模型

Gemini Omni 1.2 Flash 是谷歌推出的AI视频生成与编辑模型，支持最长15秒视频生成、多轮对话编辑、多模态参考输入及4K输出，提升角色一致性、语音同步和镜头控制能力，720p生成价格为每秒0.07美元。
AI模型
- 23
- 0
AIHub2小时前
Kimi-VL：月之暗面开源的视觉语言模型

Kimi-VL 是由月之暗面推出的一款开源视觉语言模型（VLM），具备原生分辨率图像理解、多模态推理和128K长上下文处理能力。
AI工具
- 6.1k
- 0
AIHub25年4月11日