它于4月13日在主场，Google DeepMind的首席执行官Demis Hassabis在播客播客计划中透露，LinkedIn联合创始人Reid Hoffman汇编，后者计划将Gemini AI的Gemini AI模型与视频Geo视频模型一起加强，以增强Gemini对物理世界的理解。 Hassabis说：“从一开始，我们就建立了双子座的主要模型，因为我们具有开发一个通用数字助手的愿景，可以帮助您在现实世界中为您提供帮助。”当前，整个AI行业都在逐渐朝着可以理解和结合许多媒体形式的“全能”模型的方向发展。 Google最新的Gemini模型不仅可以产生图像和文本，还可以产生音频。尽管Chatgpt中的默认OpenAI模型现在可以创建图像，尽管宫崎骏艺术风格的作品。亚马逊还宣布了明年推出“任何一对一”模型的计划。根据这所房屋的说法，这些“全方位”型号需要大量的培训A，包括图像，视频，音频，文本等。Hassabis建议veo视频数据主要出现在Google的YouTube平台上。他说：“通过在YouTube上观看许多视频，VEO 2将了解世界上的物理定律。”以前，Google告诉TechCrunch，可以根据YouTube创建者协议使用YouTube内容的“部分”对其模型进行培训。据报道，该公司今年扩大了服务条款的部分，以获取更多数据以培训AI模型。