ArtikelGoogle AI for DevelopersSammlung
Multimodale Modelle erweitern klassische Prompt-Schnittstellen um dynamische Video- und Audio-Synthese. Durch die Interactions-API lassen sich Video-Assets künftig direkt per API programmatisch erstellen, anpassen und in automatisierte Content-Workflows einbinden.
Auffällig ist Googles Fokus auf native Multimodalität und iterative Bearbeitung. Statt isolierter Rendering-Pipelines generiert das Modell Audio direkt zum Bildmaterial mit. Zudem erlaubt die Interactions-API Änderungen in natürlicher Sprache, ohne dass der gesamte Kontext neu aufgebaut werden muss.
Zusammenfassung von KI erstellt (Gemini 3.8 Flash, 27. September 2026). Sie kann Fehler enthalten – maßgeblich ist die Originalquelle.
Inhaltlich ähnlich, ermittelt über die KI-Suche.
Link:Google
Google ersetzt das bisherige Modell Gemini Veo 3.1 in der Gemini App durch Gemini Omni 1.1 Flash. Das multimodale Modell ermöglicht es, Videos von bis zu 10 Sekunden Länge inklusive nativem Audio über dialogbasierte Chat-Prompts zu generieren und schrittweise zu editieren.
Artikel:Anish Nangia, Alisa Fortin
Google hat Gemini Omni 1.1 Flash veröffentlicht. Das Modell bringt erweiterte Steuerungsfunktionen für generative Videoerstellung, darunter Szenenverlängerungen bis zu 40 Sekunden, Keyframe-Interpolation, kostengünstige 360p-Entwürfe und 4K-Upscaling.
Artikel:Tulsee Doshi
Google hat Gemini 3 Flash veröffentlicht. Das Modell kombiniert hohe Verarbeitungsgeschwindigkeit und niedrige Kosten mit der Denk- und Argumentationsleistung der Gemini-3-Reihe.
Link:Google DeepMind
Google DeepMind hat Gemini 3.8 Flash vorgestellt, das auf komplexe agentenbasierte Aufgaben und Softwareentwicklung bei niedriger Latenz ausgelegt ist. Das multimodale Modell verarbeitet Eingaben wie Text, Audio, Bild, Video und PDF mit einem Kontextfenster von einer Million Tokens.
Artikel:Tulsee Doshi
Google hat Gemini 3.7 Flash veröffentlicht, ein für Programmierung und Agenten optimiertes Arbeitsmodell. Die Veröffentlichung erfolgt drei Wochen nach Version 3.6 Flash und bietet verbesserte Benchmark-Werte, optimierte Werkzeugnutzung sowie einen halbierten Einführungspreis.
Link:Google
Google stellt mit Google Flow ein KI-gestütztes Kreativstudio vor, das Bild- und Videogenerierung mit dialogbasiertem Editing und individuell erstellbaren Tools bündelt. Die Plattform setzt auf Modelle wie Gemini Omni, Veo 3.1 und Nano Banana und deckt Workflows von der Planung über die Erstellung bis zur Feinabstimmung ab.
Dieser Inhalt wurde teilweise mithilfe von KI erstellt.
