谷歌计划将 Gemini AI 模型与 Veo 视频生成模型融合，以增强对物理世界的理解能力。DeepMind CEO Demis Hassabis 表示，Gemini 作为多模态模型旨在构建通用数字助手。AI 行业正向「全能」模型发展，这些模型可整合多种媒体形式，而 Veo 的训练数据主要来自 YouTube 视频。