Google 發佈全能型 AI 模型，展現驚人多模態能力

Google’s new anything-to-anything AI model is wild

The Verge AI · 2026-05-23

摘要

Google 推出新一代 Gemini 模型，具備「任意轉任意」的多模態能力，能夠理解和生成文字、圖像、影片等多種內容格式。這個模型的強大之處在於它可以直接處理不同類型的輸入輸出，相比現有方案需要多個分開的模型串接，大幅簡化了開發流程並提升了創意應用的可能性。

●開發者：可直接使用統一的多模態 API，減少模型集成複雜度

●投資人：代表 Google 在 AI 能力整合方面的進展，強化其在生成式 AI 競爭中的地位

●一般用戶：未來可期待更自然的 AI 互動體驗，如影片編輯、內容創作等功能

重要性評分

78/100

🟠 值得關注

Gemini多模態 AI生成式 AI

喜歡這篇？每天早晨還有更多。

訂閱 5min AI，讓 AI 替你追蹤整個 AI 世界。

相關指南

Gemini Spark 教學完整指南，深入解析 Gemini Spark 是什麼、怎麼用，並提供繁中介面設定、免費方案詳解與實測效能分析，助您快速上手。

Gemini 2.5 Pro 怎麼免費用？本文說明 Google Gemini 的開啟步驟、免費版和 Advanced 付費版的功能差異，以及 Gemini 2.5 Pro 和 ChatGPT 在哪些場景各有優勢。

ChatGPT 和 Gemini 哪個好用？本文比較免費版功能差異、繁體中文支援程度、圖片處理能力，以及各自最適合的使用場景，幫你在 Google 生態和 OpenAI 生態之間做出選擇。

🤖 本文摘要由 AI 自動生成，內容源自原始報導。如有疑慮，請參閱關於我們。

喜歡這篇？每天早晨還有更多。

訂閱 5min AI，讓 AI 替你追蹤整個 AI 世界。