Omni 全模态追踪

RecodeX 重构消息，谷歌开源一款参数量为7.4亿的全模态模型，可在手机端断网环境下本地运行。该模型覆盖多种模态输入输出能力，主打轻量化部署，无需联网即可在移动设备上完成推理。

RecodeX 重构消息，Cloudflare在发布开放权重决策模型Clef与Clef-flash一周后，推出Clef-omni，在原有文本和图像输入基础上新增音频与视频输入支持。同时，Cloudflare将Clef的运行速度提升至多2倍，并大幅下调Clef-flash的定价。

RecodeX 重构消息，网络保险提供商Cowbell宣布，面向其保单持有人推出由OMNI驱动的AI风险顾问（Risk Advisors）。该功能通过OMNI智能体，将每位保单持有人的风险信号转化为按优先级排列、通俗易懂的行动建议，并为每项建议提供清晰证据支撑。风险顾问还会综合Cowbell Factors，其中包括专门针对AI可观测性、自主性与治理的因子。

RecodeX 重构消息，谷歌宣布将Gemini Omni模型集成到Vids视频工具中，个人账户与Workspace账户用户均可免费使用。该功能支持生成1080p视频片段，用户可自定义场景时长，输出内容带有SynthID水印。

RecodeX 重构消息，谷歌宣布扩大旗下视频创作工具Vids的使用权限，免费用户现可访问该服务，并接入Gemini Omni 1.1 Flash模型。此次调整将原本面向付费层级的视频生成与编辑能力下放至免费用户，Gemini Omni 1.1 Flash负责其中的多模态生成任务。

RecodeX 重构消息，千问新一代原生全模态模型Qwen3.8-Omni-Flash正式上线，支持文本、图像、音频和视频输入及1M长上下文处理，可自主规划任务、调用工具完成创作交付。该模型扩展了音视频处理能力，可处理数小时长音视频并完成会议纪要提炼，还可用于音乐视频制作、短剧翻译等场景，实时交互版本适用于口语陪练。官方同步扩展Qwen-MM-Plugins并开源Qwen-Live Harness，该模型相比上一代平均得分提升超26%，API音视频输入价格大幅下降，目前已上线千问AI平台。

RecodeX 重构消息，谷歌旗下Gemini Omni视频工具迎来重大更新，现可将视频片段延长至40秒，并支持将画质提升至4K分辨率。此次升级赋予用户对每一帧画面更强的控制能力，显著扩展了视频创作的可能性。

RecodeX 重构消息，人工智能公司HiDream正式发布原生全模态模型HiDream-O1-World，该模型采用自研UiT架构。在首次公开评测中，HiDream-O1-World即取得榜首成绩。

RecodeX 重构消息，SeedRealtime原生音视频全双工大模型现已接入豆包。该模型支持实时语音与视频交互，将扩展豆包的交互能力。具体功能细节和上线时间尚待官方公布。

RecodeX 重构消息，豆包已接入原生音视频全双工大模型SeedRealtime，支持语音与视频的实时双向交互。用户可通过豆包进行自然的实时对话，并获得视觉信息理解能力。此次接入提升了豆包在多模态交互场景中的响应速度和体验流畅度。

智元WITA-Omni Preview在DailyOmni全模态理解榜单中登顶，超越Gemini和豆包。

智元自研具身原生全模态大模型WITA-Omni Preview以85.21分登顶DailyOmni全模态理解榜单，六项细分指标第一。

Virtuix推出Omni One for Quest，推动消费者和商业需求，公司增长前景看好。

腾讯混元调整组织架构，合并大语言模型和多模态团队，由姚顺雨统一管理。

MiniMax在WAIC2026上展示了其全模态模型M3、H3及系列产品。

谷歌发布Nano Banana 2 Lite模型，并预告Gemini Omni Flash将向开发者开放，同时新增对NotebookLM用户的支持。

谷歌发布低成本文本转图像模型Nano Banana 2 Lite，4秒生成输出，并向开发者推出Gemini Omni Flash

Omni Fiber收购Citizens Fiber以扩大西宾夕法尼亚州光纤网络

Omni-Lite Industries Canada公布2026财年第一季度财报。

YouTube在Google I/O 2026大会上推出AI驱动的对话式搜索功能“Ask YouTube”及Gemini Omni Remix工具，旨在提升用户内容搜索与创作体验。

谷歌发布多模态大模型旗舰Gemini Omni，能力全面，可处理多模态信息并集成至Gemini App。

谷歌推出Gemini Omni AI，支持视频生成与编辑的多模态模型，包含SynthID水印。

谷歌I/O 2026大会发布Gemini Spark、Omni、Search、Shopping、XR等多项新品

谷歌发布新一代多模态AI模型Gemini Omni，可驱动流媒体编辑和AI媒体工具，实现对话式视频编辑与模拟世界功能。

Google 发布专为代理型 AI 优化的 Gemini 3.5 Flash 及通用模型 Omni。

谷歌I/O 2026将于5月19日开幕，预计将发布Gemini 3.5 Flash、Gemini Omni、全新Gemini UI以及Spark、AI Studio应用等AI工具。

Gemini Omni Agent即将推出，支持创建视频及个性化虚拟形象

谷歌推出Gemini 'Omni'视频生成模型，早期演示效果令人印象深刻

Omni-Lite Industries Canada Inc.发布2025年第四季度财报电话会议记录。

Nvidia发布多模态模型Nemotron 3 Nano Omni，支持文本、图像、视频和音频，并公开训练数据来源。