此次更新包含新模型 gemini-omni-1.2-pro，它在编码、数学和多语言推理方面表现出色，并支持 1M 上下文窗口和 3M 长期内存。gemini-omni-flash 和 gemini-omni-pro 增加了对音频理解和实时音频流的支持。lyria-3.5 音乐生成模型现在可以接受图像输入并生成视频。此外，lyria-realtime 支持新的 MIDI 和实时音频输出格式。图像编辑方面，增加了对最多 8 张参考图的支持，并提升了图像编辑的准确性。视频生成模型 veo 和 veo-flash 在文本到视频和图像到视频功能上也有显著增强，可以生成更长、更高质量的视频。