谷歌DeepMind推出多语言手语转文本模型SL2T，并首次搭载于Pixel11手机，让手语AI进入消费电子产品。该模型接入Gboard和Live Transcribe，用户通过前置摄像头打手语，即可编辑消息、网页检索及与Gemini对话，替代键盘输入。SL2T基于50多种手语、10万小时素材训练，约四分之一来自美国手语数据集，跨语种联合训练提升识别效果。
谷歌正式发布Pixel 11系列，外观和核心硬件改动有限，主打软件体验与Gemini人工智能深度融合。Gemini具备更强的自主代理执行能力，可在后台高效完成日常繁杂任务，进一步提升智能化使用体验。
谷歌在Google应用测试版推出Gemini每日简报直接提示词定制功能，用户可用文本、语音或预设偏好微调早间AI摘要，打破固定菜单式交互。该功能源于Pixel10 Daily Hub，于2026年I/O大会首秀，新增交互式底部面板，推动早间资讯工具迈入深度个性化阶段。
6月16日，谷歌正式发布Android 17最终版、Wear OS 7及Pixel Drop更新，为Pixel系列注入最新AI基础设施，标志端侧AI应用生态深化。核心战略依托Gemini Omni多模态大模型，全面落地多模态能力，重构底层系统交互。
AI 自动绘画工具，快速生成精美图片。
AI工具，10秒将普通产品照片转为专业照，有模板和自定义功能
使用PixelDojo的AI工具，即时生成逼真或艺术化的胸部图像。
AI技术转换图像为像素艺术，并生成完美文字图像。
QuantStack
基于Flux.1开发的文本到图像生成模型的SVDQ量化版本，提供INT4和FP4两种量化格式，针对不同GPU架构优化，在保持图像质量的同时显著减少显存占用和提升推理速度。
spooknik
PixelWave是基于Flux.1开发的文本到图像模型，经过Nunchaku量化（SVDQ）优化，为不同GPU配置的用户提供了高效的图像生成解决方案。
PolyU-ChenLab
UniPixel-3B是一个用于像素级视觉语言理解的统一多模态大语言模型，能够灵活支持各种细粒度任务，包括图像/视频分割、区域理解以及新颖的PixelQA任务。该模型在视频中联合要求以对象为中心的指称、分割和问答，实现了像素级的视觉推理能力。
TIGER-Lab
PixelReasoner是一个基于Qwen2.5-VL-7B-Instruct的视觉语言模型，采用好奇心驱动强化学习训练，专注于图像文本到文本的任务。
PixelWormhole
基于FLUX.1-dev的LyCORIS适配器，专注于高级时装摄影图像生成
ShoufaChen
PixelFlow 是一个基于流的像素空间生成模型，专注于图像生成任务。
TheLounger
提供Jib Mix Flux V7 Pixel Heaven - beta模型的GGUF格式量化权重，包含3、4和5比特的'K'量化版本
nerijs
专为Stable Diffusion 3.5 Large设计的LoRa模型，用于生成128x128分辨率的像素艺术图像。
Pixel-Dust
基于Stable Diffusion 1.5架构的文本生成图像模型，专门使用CC0许可图像和其他允许自由使用的内容进行训练。
为SD3 Medium打造的像素艺术风格LoRA模型，可生成128x128分辨率的像素艺术作品
基于Stable Diffusion的文本到图像模型，专为生成像素风格的精美图像而设计。
OEvortex
PixelGen是由HelpingAI开发的文本生成图像模型，能够根据文字描述生成高质量图像。
HelpingAI
PixelGen是由HelpingAI开发的先进文本到图像生成模型，拥有34.7亿参数，能够根据文本描述生成高质量的视觉图像，为创意设计和实际应用提供强大的AI工具。
stablediffusionapi
专为生成超现实风格像素艺术图像设计的扩散模型，支持高分辨率输出
artificialguybr
适用于SD 1.5的像素艺术LoRA，能轻松创建精美的像素艺术图像。
专为生成像素艺术图像打造的LORA模型，基于SD XL 1.0架构优化
pixelparty
基于SDXL进行完整模型训练、专为像素艺术效果优化的文本生成图像模型
基于Stable Diffusion XL的像素艺术风格LoRA模型，可生成高质量的像素风格图像
kohbanye
基于Stable Diffusion微调的像素艺术风格图像生成模型
pixelsandpointers
一个专注于生成和理解共情对话的AI模型，能够识别和回应用户的情感需求。
Pixelle MCP是一个基于MCP协议的全模态AIGC解决方案，可将ComfyUI工作流零代码转换为MCP工具，实现LLM与ComfyUI的无缝集成。
Pixeltable的多模态模型上下文协议服务器集合，提供音频、视频、图像和文档的索引与查询功能
该项目为Pixeltable的多模态模型上下文协议服务器集合，提供音频、视频、图像和文档的索引与查询服务，支持Docker本地部署。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
VIP会员
