generative-media

来自xAI的Ethan He讨论了为什么视频代理模型是下一个前沿，他认为视频模型从LLM中获取智能，并且视频生成的演变将模仿AI编程，从一次性输出转向多轮规划与执行。

Google 发布了 Veo 3 和 Imagen 4，这是下一代视频和图像生成模型，具有显著的能力提升，包括音频生成和增强的物理模拟。该公司还推出了 AI 电影制作工具 Flow，并扩大了 Lyria 2 音乐创作工具的访问权限。

文章介绍了Google I/O 2026 Keynote上发布的生成式媒体产品更新，包括Google Pics图像编辑工具、Stitch UI设计工具，以及Google Flow的新功能如Gemini Omni、多智能体并行处理、自定义工具和音乐混音。强调技术帮助用户将创意快速变为现实。