Google’s new anything-to-anything AI model is wild★ 85
The Verge AI10d agoReleaseGoogle 發表了全新的「任意對任意（anything-to-anything）」AI 模型 Gemini Omni。外媒記者實測將其用於將小孩的毛絨鹿玩具「Buddy」合成到各種度假場景中，發現其生成效果極其逼真且操作簡單。這款模型不僅展現了強大的多模態影片生成與編輯能力，同時也再度引發了關於深偽（Deepfake）技術門檻降低與倫理界線的討論。
[AINews] Google I/O 2026: Gemini 3.5 Flash, Omni (NanoBanana for Video), Spark (background agents), and Antigravity 2.0★ 85
Latent Space13d agoReleaseLatent Space 報導 Google I/O 2026 最新進展。本次大會亮點包括新一代輕量快速模型 Gemini 3.5 Flash、專注於影片處理的 Omni (NanoBanana)、主打背景運作的 Agent 框架 Spark，以及技術升級的 Antigravity 2.0。這些發布顯示 Google 持續在多模態影片、自主 Agent 及模型效能上發力。
A new way to express yourself: Gemini can now create music★ 78
Google DeepMind Blog104d agoReleaseGoogle DeepMind 宣布在 Gemini 應用程式中整合其最先進的音樂生成模型 Lyria 3。用戶現在只需輸入文字描述或上傳圖片，即可輕鬆生成 30 秒的高品質音樂片段。這項功能大幅降低了音樂創作門檻，為社群創作者、設計師及一般大眾提供全新的多模態創作工具。
A new era of intelligence with Gemini 3★ 98
Google DeepMind Blog196d agoReleaseGoogle DeepMind 宣布推出全新一代旗艦模型 Gemini 3。此版本在多模態理解、複雜邏輯推理及長文本處理能力上皆有顯著突破。Gemini 3 更加強調「主動式智能體（Agentic AI）」的實用化，能自主規劃並執行跨平台的複雜任務，並大幅降低了延遲與運算成本，為個人與企業應用帶來全新變革。
Unlock the power of images with AI Sheets
Hugging Face Blog224d agoNew ToolHugging Face 宣布為其試算表 AI 工具「AI Sheets」引入影像處理功能。使用者現在可以直接在試算表儲存格中插入影像，並調用各類視覺語言模型（VLM）進行批次處理，例如自動生成描述、提取文字（OCR）、進行圖像分類或物件偵測。這項更新大幅降低了非開發人員處理大量影像資料的門檻，將試算表的便利性與先進的電腦視覺技術完美結合。