跨模态生成

谷歌研究团队推出的多模态AI视频生成大模型，支持文本、图像、视频、音频多类型输入，可完成文本生成视频、图像生成视频、视频风格迁移、视频扩展编辑等任务，无需特定数据集与扩散模型即可生成十秒级高质量视频，适配多行业内容创作需求。