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。
国产777cos动漫是什么？它的独特魅力在哪里，未来将如何发展？
2024/12/09
“18 无套直”到底有何潜在危害？它对观众的健康与社会有什么影响？
2024/11/18
在床上使用哪些扦插方法最有效？详细介绍72种技巧与应用场景
2024/11/15
陪读装睡让他滑进去，这背后藏着怎样的情感故事？
2024/10/16
宋家日常3pH如何影响家庭健康与幸福感？
2024/10/29
国产又粗又猛又爽又黄老大爷产品为何在市场中脱颖而出？消费者为什么青睐它们？
2024/12/18
麻花豆传媒一二三产区观众群分析：精准定位满足多元化需求，提升品牌价值
2024/11/27
男朋友说水都留了那么多了，都是水还说不要是什么意思
2024/10/05
什么是“爽 躁多水 快 深点sm”？这一行为背后有哪些心理与生理的因素？
2024/12/06漫蛙漫画官方页面免费漫画入口 漫蛙漫画官方页面防走失免费入口2024
2024/10/07
