Gemini Omni 1.2 Flash:Google Cloud 推出企业级保护与 SynthID 水印
Google Cloud 正式发布 Gemini Omni 1.2 Flash,新增加不可见 SynthID 水印、音频参考白名单、预置吞吐量支持,以及 720p 视频每秒价格降低 30% 至 0.07 美元。
与该主题相关的 AI 新闻与实践文章。
Google Cloud 正式发布 Gemini Omni 1.2 Flash,新增加不可见 SynthID 水印、音频参考白名单、预置吞吐量支持,以及 720p 视频每秒价格降低 30% 至 0.07 美元。
全新 Gemini Decision 1 模型支持单次处理 1,000 个问题,延迟仅为 150-250 毫秒。
NVIDIA 发布了用于 L4 级自动驾驶的 Alpamayo 2 Super VLA 模型、GeForce RTX 50 GPU 以及 OpenShell 参考架构。
微软推出 Azure OpenAI Decisions API,专用端点返回 predicate、choice、score 类型答案,仅支持 gpt-6-luna 模型,逐步在可用区域推出(不含美国东部2区)。
2026年10月15日,Meta发布Muse Spark Open,开源权重的多模态混合专家模型,总参数约8160亿,每token活跃约420亿;它接受文本、图像、音频和视频输入,仅输出文本。
OpenAI公开测试版Decisions API可评估文本和图像并返回类型化答案,目前仅支持gpt-6-luna。速度与正式上线时间为OpenAI的表述。
740M参数模型将文本、代码、图像、音频和视频统一到共享嵌入空间。权重现可在Hugging Face和Kaggle下载,Model Garden即将开放。
Google 在 Gemini 3.8 Live 中引入了 Live Avatar 功能,支持 97 种语言的实时对话视觉呈现与后台工具异步处理。
新模型通过 Sketch 功能实现精准制图,并显著降低图像生成延迟,提升视觉创作效率。
Google 为 Gemini 3.7、3.6 和 3.5 Flash 系列模型推出了代理视频理解功能,可减少高达 88% 的代币消耗,并将视频分析成本降低最多 66%。