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。