部分验证65% 置信事实精确时间
EmbeddingGemma2除了文字和图片外还支持音频和视频，把不同模态内容都转换成768维向量
3
来源数
65%
置信度
中期 (~90 天)
时效性
2026/10/7
首次发现
有效期至：2027/1/5
来源
涉及实体
相关事实
待验证EmbeddingGemma 2 支持 8K token 上下文，是初代的 4 倍，可处理长达 5.5 分钟音频、29 张图像或 58 帧视频74% 相似待验证剪映用于拼接视频、加字幕、配音乐和导出成片68% 相似待验证REF2VA(Reference Audio to Video Animation)技术将音频分解为音素序列并分析韵律,驱动面部模型生成对应的视觉动画66% 相似待验证硬字幕在视频编码阶段被渲染到画面像素中，成为视频图像的一部分，无法通过常规手段分离，只能通过OCR提取66% 相似待验证Minimax H3的REF2VA（Reference Audio to Video Animation）技术可将静态图像转化为能说话的动态视频65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/985547API
curl https://kongchang.com/api/v1/knowledge/claims/985547MCP
get_claim(id=985547)