谷歌Gemini Omni视频创作与Gemini Robotics 2双线发布

据 blog.google 与 riskinfo.ai 报道，谷歌近期集中展示 Gemini Omni 的对话式视频创作与编辑能力，同时由 DeepMind 发布 Gemini Robotics 2 与 Gemini Robotics ER 2，在多模态生成与实体机器人两个方向同步推进。

Gemini Omni：用对话做视频

Gemini Omni 是谷歌在 I/O 大会上推出的对话式 AI 视频创作与编辑模型。最新展示中，开发者可用自然语言完成多视角镜头剪辑、语音驱动场景变换、草图转视频动画，以及实时风格迁移。该能力已通过 Gemini App、Google Flow、AI Studio、Gemini API 与 Gemini Enterprise Agent Platform 开放。

Gemini Robotics 2：让机器人理解世界

DeepMind 发布的 Gemini Robotics 2 旨在帮助机器人理解周围环境、完成全身动作与复杂任务；Gemini Robotics ER 2 则聚焦实时规划与推理。同期，Lyria 3.5 也进入 Google Flow Music，提升 AI 音乐在旋律、歌词与人声上的表现。

多模态 + 具身智能的协同

• 视频生成降低内容生产门槛，赋能创作者
• 机器人模型加速实体智能落地
• 音乐模型补全创意工具链

FAQ

Q1：Gemini Omni 能做什么？

A1：它支持多视角剪辑、语音驱动场景变换、草图转视频与实时风格迁移，用对话即可完成视频创作。

Q2：Gemini Robotics 2 与 ER 2 有何区别？

A2：Robotics 2 侧重让机器人理解环境并完成全身动作，ER 2 侧重实时规划与推理。

Q3：这些能力在哪里可用？

A3：Gemini Omni 已通过 Gemini App、Google Flow、AI Studio、Gemini API 与 Enterprise Agent Platform 开放。

Q4：Lyria 3.5 是什么？

A4：它是谷歌的 AI 音乐模型，已接入 Google Flow Music，在旋律、歌词与人声上获得提升。