Gemini Omni 上线 — 谷歌多模态全能模型

Gemini Omni 是谷歌推出的新一代多模态 AI 模型，支持文本、图像、音频、视频的实时理解与生成，面向开发者和企业用户。

核心能力在于原生多模态融合：无需分步调用不同模型，单一架构即可同时处理并生成多种模态内容，显著降低延迟与集成复杂度。通过 Google AI Studio 和 Vertex AI 提供 API。

对工程师而言，这是目前最完整的端到端多模态推理方案之一，适合需要实时音视频理解+生成的场景，值得在原型中试用。