Google 用于 Gemini Audio 模型生成的音频片段中的不可见水印。
谷歌宣布推出用于人工智能视频生成的 Gemini Omni 1.2 Flash 模型,将片段时长提升至 15 秒,生成成本降低 30%,并支持通过对话指令进行编辑。
Google宣布推出两款新的文本转语音模型,可创建定制声音、逐行指导演绎,并以100多种语言生成多说话人对话。Gemini 3.8 Flash TTS已通过Gemini API和Google AI Studio面向开发者提供,而Flash-Lite则面向大规模语音应用。