8月13日,谷歌发布Gemini 3.7 Flash,距前代仅三周,定位为最强代码编写与AI Agent模型,归功算法突破。其FrontierCode得分升至43.6%,DeepSWE升至65.3%,在软件工程、逻辑、Web开发、文档理解及业务流程自动化上表现突出,综合性能显著提升。
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。
Chrome与Edge浏览器将本地AI模型磁盘空间要求升至20GB,后台静默下载用于端侧AI。此前Chrome曾自动下载约4GB模型,谷歌现更新文档,空闲空间要求从4GB提至20GB,作为下载前提,实际占用或更低。
谷歌与Mechanize洽谈逾15亿美元交易,以非独家许可获取AI编程技术,并引入核心人才负责模型评估开发。AI编程成最盈利场景,科技巨头激烈竞逐。Mechanize去年成立,CEO是Tamay Besiroglu。
基于谷歌Gemini 2.5 Flash模型的免费AI图像编辑与生成工具
Banono AI借助谷歌Nano Banana模型,可创建、编辑图像视频,无需应用程序。
Banana Nano AI提供基于谷歌模型的AI图像工具,可生成、转换和增强图像。
基于Google Veo 3视频技术的AI视频生成器,通过文字或图片生成电影级视频,实现同步音视频,体验谷歌最先进的视频生成模型。
Openai
$2.8
输入tokens/百万
$11.2
输出tokens/百万
1k
上下文长度
Google
$0.49
$2.1
Xai
$1.4
$3.5
2k
$7.7
$30.8
200
-
Anthropic
$105
$525
$0.7
$7
$35
$17.5
$21
Alibaba
$4
$16
$1
$10
256
Baidu
128
$2
$20
$6
$24
unsloth
MedGemma是谷歌开发的专为医疗场景优化的AI模型系列,包含4B多模态和27B纯文本两个版本。基于Gemma 3架构,在医疗文本和图像理解任务中表现出色,能够有效支持医疗AI应用开发。
ginipick
Gemma3-R1984-4B是基于谷歌Gemma-3-4B模型构建的强大智能体AI平台,支持多模态文件处理和深度研究能力。
markury
AndroGemma-alpha 是基于谷歌 PaliGemma 微调的视觉语言模型,专注于增强 AI 对男性解剖结构(特别是阴茎)的表示和理解能力。
一个集成了LangChain、自定义MCP服务器和谷歌Gemini AI模型的聊天平台,提供增强的对话功能。
G2N MCP谷歌日历SSE服务器是一个实现Model Context Protocol的服务器,通过Server-Sent Events提供谷歌日历集成功能,支持AI模型和应用程序管理日历事件。
PageSpeed MCP服务器是一个连接AI助手与谷歌PageSpeed Insights API的桥梁,为AI模型提供网站性能分析功能,包括核心性能指标、SEO评估、可访问性审计和资源优化建议。
一个实现模型上下文协议(MCP)的服务端概念验证项目,为AI助手提供自定义工具和资源增强能力,包括文档搜索、网页爬取和谷歌搜索API集成功能。
GemForge是将谷歌Gemini AI与MCP生态系统连接的企业级工具,提供实时网络访问、高级推理、代码分析和多文件处理等功能,支持60多种文件格式,具备智能模型选择和强大的错误处理机制。
MCP搜索服务器是一个为AI模型提供谷歌搜索功能的协议服务,支持缓存和高级搜索配置,通过Docker部署实现信息检索。
MCP是一个由Anthropic开发的开源协议,旨在为AI模型提供与外部数据源和工具交互的标准化方式。项目实现了天气查询、谷歌自动检索和摄像头控制等功能,具有高度可配置性,适用于智能助手、自动化工作流等场景。
一个多功能AI代理项目,包含阿拉伯语法律聊天机器人、谷歌搜索工具和手写数字生成模型。