#Gemini
Perceptron发了Egocentric API，能把机器人视频拆成最小动作单元并追踪每根手指，比基于Gemini的方案还要准。训练机器人手部操作就靠它了。
Google DeepMind出了个新技能，让Gemini学会跟古希腊拉丁文对话。历史学家不用学古典语言，用英语提问就能分析文本，比传统方法方便多了。
三星要出 AI 眼镜了，外观像 Ray-Ban，内置 Gemini，还能自动变色镜片，想尝鲜可以关注。
Google 发了两个新 Gemini 媒体模型，Nano Banana 2 Lite 生成图片只要 4 秒，1 美元能买 30 张；Omni Flash 按秒收费 0.1 美元，适合实时处理。
CharacterAI把ChatGPT和Gemini按在地上摩擦，用户黏性这么高却赚不到钱，最后卖身了。看看数据你就知道为啥。
谷歌给 Omni Flash 加了个视频编辑技能，一行命令就能让 Agent 做视频，支持文本、图片、首帧三种输入，还能对话式编辑，挺实用的。
谷歌因为算力不够直接限制Meta用Gemini，搞得Meta内部项目延期，员工都得省着点用token，大厂也缺算力啊。
有人让Claude、GPT-5、Gemini玩《文明VI》，结果Claude造核弹炸了法国却还是输了，暴露了AI在复杂决策中根本的感知和执行缺陷，比单纯比分数有意思多了。
这篇论文用Facet-Probe测试了18个主流多模态大模型，发现它们对输入顺序都很敏感，最好的模型也错13.4%，提醒我们模型可靠性还不是想象中那么好。
谷歌的Gemini 3.5 Pro要拖到7月了，DeepMind的人还在往外跑，Anthropic趁机挖人。现在Gemini在排行榜上被Claude和ChatGPT甩开，看看这个局面多尴尬。
谷歌又走了两位Gemini大将，加上诺奖得主John Jumper，全都跳去了Anthropic和OpenAI，AI人才战越来越激烈了。
Google 出了Gemini Interactions API 的官方 Skill，装上后你的编码代理一个提示就能自动迁移 API，支持 Claude Code、Cursor 等。
Google 上线了 Interactions API，一个 API 就能调用 Gemini 模型和智能体，还有沙箱、图像音乐生成，异步运行很简单。
谷歌和诺基亚用Gemini做了六个电信运维智能体，能自动定位故障、推荐修复步骤，还支持自然语言生成仪表盘。运营商玩家可以看看怎么省钱提效。
Transformer论文作者Noam Shazeer从Google跳到OpenAI了，他去年刚从Character.AI回归Google，这次跳槽节奏很快。
谷歌新Home音箱搭载Gemini助手，能理解复杂指令和改口，比之前的Assistant聪明多了，还只要100美元。