谷歌 DeepMind 首席執行官德米斯·哈薩比斯近日在領英聯合創始人里德·霍夫曼共同主持的 Possible 播客節目中表示，谷歌計劃最終將其 Gemini 模型與 Veo 視頻生成模型相結合，以提高前者對物理世界的理解能力。哈薩比斯表示：「我們從一開始就將 Gemini 這一基礎人工智慧模型構建為多模態的，這樣做的原因是我們對通用數字助理這一理念抱有願景，即打造一個能夠在現實世界中真正幫助你的助理。」人工智慧行業正在逐漸朝著所謂的 「全能」 模型發展，這些模型可以理解和合成多種形式的媒體。這些全能模型需要圖像、視頻、音頻、文本等等大量的訓練數據。Veo 的視頻數據主要來自 YouTube。
—— Techcrunch
轉自: 風向旗快訊