跳到正文
只看一手

搜索“Gemini 3.8 Flash”

找到 2 条 · 更新于 22:23
10月28日周三
  1. Google DeepMind 精选AI 评分80

    Google DeepMind 发布世界模型 Genie 4，支持实时交互与原生音频

    Google DeepMind 发布世界模型 Genie 4，可实时生成并交互式操控场景，同时原生生成环境音与角色对话。

    Genie 4 基于 Gemini 系列能力，Gemini Omni 负责让模拟贴近真实世界的外观与行为，Gemini 3.8 Flash 作为循环中的引导智能体，把目标拆成步骤并逐帧检查进度。用户可用自然语言实时修改天气、镜头或加入人物物体。该模型已作为研究预览向可信测试者开放，之后将面向 Project Genie 中的 Google AI Ultra 订阅用户，以及 Gemini API 和 Google AI Studio 的早期访问伙伴。

    关注点

    Genie 4 把实时世界模拟、原生音频与 Gemini 的推理规划结合起来，读者可据此了解世界模型当前的能力边界与落地路径。

9月23日周三
  1. Google DeepMind 精选AI 评分71

    Google DeepMind 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS

    Google DeepMind 推出 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型，前者面向角色设计与逐行表演指导，后者面向高并发、低成本的配音与语音智能体。

    关注点

    原文给出两款 TTS 模型的能力边界、基准排名与开放入口，可据此判断语音生成在配音与智能体场景的可用性。