本站 12 月 13 日消息，谷歌昨日在发布 Gemini 2.0 的同时，还发布了全新的多模态直播（Multimodal Live）API，帮助开发人员开发具有实时音频和视频流功能的应用程序。
该 API 实现了低延迟、双向的文本、音频和视频交互，以音频和文本形式输出，带来更自然流畅、如同人类对话般的交互体验。用户可以随时打断模型，并通过共享摄像头输入或屏幕录像与其进行互动，就内容提问。
该模型的视频理解功能扩展了通信模式，用户能够使用摄像头实时拍摄或共享桌面并提出相关问题。该 API 已经向开发者开放，同时也向用户提供了一个多模态实时助手的演示应用。本站附上演示如下：
该 API 支持集成多种工具，开发者只需一次 API 调用，即可完成复杂的用例。
俄罗斯引擎入口无需登录，畅享高效搜索体验
2024/11/09
羞羞漫画入口页面在线登录-羞羞漫画漫画网页免费入口
2024/11/03
91黑料产区一区一区三区：揭秘不同区域的黑料特征与影响
2024/11/15
91免费版网站：为用户提供无需付费的优质资源与服务
2024/11/15
欧洲尺码、日本尺码、美国尺码：LV包裹尺码指南
2024/10/31
91网站入口：如何安全访问与选择合适的网络平台
2024/11/16
羞羞漫画在线漫画入口-羞羞漫画在线漫画阅读
2024/11/15
免费网站安全软件大全-为您的网络安全提供全方位保护
2024/10/27
禁漫天堂-JMcomic官网如何吸引漫画爱好者的注意力？
2024/10/19
骨科1V2叔叔到底是什么角色？他如何改变我们的骨科健康观念？
2024/10/26
