Google 为 Gemini 3.7 Flash 等模型推出智能体视频理解功能
Google DeepMind 在 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 上推出智能体视频理解功能，通过原生视频工具动态搜索、扫描和检查目标片段，替代固定帧率的静态处理。
推荐理由：官方给出 token 与成本降幅及准确率变化，并说明在长视频场景下与静态逐帧处理的差异。
Agent 智能体
全部主题让模型自主规划、调用工具、完成多步任务的技术方向——从 Claude Code、Manus 到各家 Agent 框架与评测基准的全部动态。
最新精选
第 21–40 条 · 共 48 条Google Gemini 博客精选AI 评分7878
Google Gemini 博客精选AI 评分6262 Google 发布 Gemini 3.5 Transcribe 语音转写模型
Google 发布 Gemini 3.5 Transcribe 语音转文字模型，可通过 Gemini API 在 Google AI Studio 和 Gemini Enterprise Agent Platform 使用。
推荐理由：官方给出流式与非流式两档 WER 数字和相对 Chirp 3 的延迟提升，便于判断语音转写在实际管线中的可用性。
Google Gemini 博客精选AI 评分7373 Gemini Live 上线多项生产力功能，接入 Spark 处理多步任务
Google 为 Gemini Live 推出生产力升级，加入 Personal Intelligence、Daily Brief、Spark 和免手操作收件箱等功能。
推荐理由：官方说明了 Gemini Live 接入 Spark 后的多步任务与跨应用记忆能力，可据此判断语音助手的任务边界变化。
Meta AI Research · Muse精选AI 评分6666 Meta 发布 Muse Spark 1.2 多模态评测结果
Meta 公布 Muse Spark 1.2 的新评测结果与演示，展示其在视觉编码、图表理解、视觉推理和知识密集型任务上的表现，并称多模态提升在模型可调用工具时最明显。该模型支持将图像或视频转为可运行代码、面向机器人的空间智能与音视频理解，已上线 Meta Model API 和 Muse Code，官方同时预览了内部评测 WildArtifactBench 并放出 10 个任务。
推荐理由：官方给出 Muse Spark 1.2 在多模态任务上的新评测与演示，可了解其在视觉编码、机器人和音视频理解上的能力边界。
Manus 博客精选AI 评分6262 Manus 恢复独立运营，部分用户数据将于 8 月 23 日起删除
Manus 宣布即将恢复以独立公司形式运营，作为与 Meta 分拆的一部分并遵守特定司法辖区监管要求，部分用户在 2025 年 12 月 29 日当天或之后产生的数据将于 2026 年 8 月 23 日 08:00 起至 8 月 24 日期间（SGT）被删除。
推荐理由：官方说明了分拆后部分用户数据的删除与备份时间窗口，受影响用户可据此安排备份。
Meta AI Research · Muse精选AI 评分8080 Meta 发布开源智能体模型 Muse Glimmer，30B 参数可在本地设备运行
Meta Superintelligence Labs 发布 Muse Glimmer，一个 30B 参数的开源智能体模型，权重以 Apache 2.0 许可在 Hugging Face 开放下载。
推荐理由：Meta 开源 30B 端侧智能体模型，量化后可在单张消费级 GPU 上运行，读者可据此判断本地智能体的可行边界。
Meta AI Research · Muse精选AI 评分7878 Meta 发布 Muse Code 终端编码智能体与 Muse Spark 1.2 模型
Meta 发布终端编码智能体 Muse Code（beta），由新模型 Muse Spark 1.2 驱动，可在 macOS 或 Linux 安装，面向大型代码仓库的规划、写码与结果验证，并能协调多个常驻子智能体。
推荐理由：官方披露了 Muse Spark 1.2 的编码训练重点与 Muse Code 的运行时设计，可据此判断终端编码智能体的工程取舍。
Manus 博客精选AI 评分6060 Manus 推出 Plan Mode：执行前先审阅方案
Manus 发布 Plan Mode，在开始构建前先暂停并生成一份包含目标、步骤和约束的 Markdown 计划，用户可编辑并确认后 Manus 才按计划执行。该功能为手动启用，Web 端输入 / 选择 Plan，移动端点击 + 选择 Plan Mode，可在任务中途开启，目前已在 Web 和移动端向所有用户开放。
推荐理由：官方说明 Plan Mode 在执行前插入方案审阅步骤，读者可据此判断它如何改变与智能体协作的流程。
Manus 博客精选AI 评分6060 Manus 推出 PowerPoint 模式，直接生成原生 .pptx 文件
Manus 推出 PowerPoint 模式，可直接生成原生 .pptx 文件，而非从网页格式转换或导出。图表背后保留可编辑的数据表格，表格为结构化单元格，布局遵循标准幻灯片母版，可在 Microsoft PowerPoint 或 Google Slides 中打开并继续编辑。
推荐理由：官方说明原生 .pptx 输出与图表数据可编辑的差异，读者可据此判断 AI 生成演示文稿的可用性变化。
Meta AI Research · Muse精选AI 评分8585 Meta 发布 Muse Spark 1.1 多模态推理模型并开放 Meta Model API 预览
Meta Superintelligence Labs 发布 Muse Spark 1.1，这是 Muse Spark 的升级版多模态推理模型，面向智能体任务，在工具与电脑操作、编码和多模态理解上有明显提升。
推荐理由：Meta 发布面向智能体任务的多模态推理模型，并首次开放 Meta Model API 公共预览，读者可据此了解其能力定位与接入方式。
Google Labs 博客精选AI 评分6262 Google I/O 2026 回顾：Gemini Omni、Gemini 3.5 Flash 与 Search 智能体等 12 项发布
Google 在 I/O 2026 上公布 12 项主要更新，包括新模型 Gemini Omni 与 Gemini 3.5 Flash。
推荐理由：Google I/O 2026 一次性放出 Gemini Omni、3.5 Flash 与 Search 智能体等 12 项更新，可据此判断其产品线走向。
Manus 博客精选AI 评分6262 Manus 推出 Shopify 连接器，可在对话中建店、管货与投放营销
Manus 上线 Shopify 连接器，向所有付费等级开放，用户通过与 Manus 对话即可创建 Shopify 开发店铺、搭建店面并管理商品目录与营销活动。
推荐理由：官方给出 Shopify 连接器的搭建、管理与营销三类用法和示例提示词，可据此判断对话式电商运营的边界。
Google Labs 博客精选AI 评分7474 Google Flow 与 Flow Music 新增智能体、Gemini Omni 和移动应用
Google 为 Google Flow 和 Google Flow Music 推出多项新能力：Gemini Omni Flash 模型支持从任意输入生成内容并实现精准视频剪辑，Flow Agent 可协助头脑风暴、批量编辑和整理素材，Flow Tools 让用户用自然语言创建并分享自定义工具。
推荐理由：Google Flow 一次性补齐智能体、自然语言建工具和移动端，读者可据此判断 AI 创作工具正从单点生成走向全流程协作。
Google Labs 博客精选AI 评分8888 Google I/O 2026：Gemini 3.5 Flash、Gemini Omni 与 Antigravity 2.0 发布
Google 在 I/O 2026 发布 Gemini 3.5 Flash，官方称其对比 3.1 Pro 在几乎所有基准上更好，输出速度是其他前沿模型的 4 倍，价格不到同类前沿模型的一半，即日起在 Google 全线产品与 API 提供，Gemini 3.5 Pro 将于下月推出。
推荐理由：Google 一次性放出 Gemini 3.5 Flash、Gemini Omni 与 Antigravity 2.0，读者可据此判断其智能体产品线的整体走向。
Google Labs 博客精选AI 评分6262 Google Labs 为 Stitch 推出实时协作设计新功能
Google Labs 在 I/O 上宣布 Stitch 新增实时设计方式，用户可与 Stitch Agent 协作，实时设计、流式生成并调整迭代。用户可用文本提示词、语音或导入现有代码库与设计文件作为起点，完成后可通过 Google AI Studio 生成可分享链接，并将界面导出到 Google Antigravity 接入后端逻辑，或直接通过 Netlify 发布到网页。
推荐理由：Google Labs 在 I/O 上公布 Stitch 的实时协作设计能力，读者可了解其输入方式与导出链路。
Google Labs 博客精选AI 评分6060 Google 为 Project Genie 加入 Street View 实景能力并扩大开放范围
Google DeepMind 为实验性原型 Project Genie 推出 Street View 实景锚定能力，用户可选取美国地点并搭配风格与角色描述，生成起点绑定真实街景的互动世界，该能力由 Maps Imagery Grounding 技术驱动。
推荐理由：官方说明 Genie 接入 Street View 实景锚定，读者可了解世界模型如何为智能体与机器人提供贴近现实的环境。
Google Labs 博客精选AI 评分6262 Google 发布 Gemini for Science 科研工具集
Google 推出 Gemini for Science，包含 Google Labs 上的三个实验性工具：基于 Co-Scientist 的 Hypothesis Generation。
推荐理由：Google 把 Co-Scientist、AlphaEvolve 等研究工具打包成面向科研的智能体产品，读者可了解其能力边界与开放节奏。
Manus 博客精选AI 评分6262 Manus 推出可从任务中学习的 Project 功能
Manus 为 Project 推出自我更新功能，可将对话中可复用的决策、术语和工作流模式识别出来，提出对 Project 指令、文件和技能的更新建议，仅在用户审批通过后才应用。用户可通过提示词手动触发审查，例如让 Manus 检查对话并建议更新；官方称该功能适用于支持 Project 指令和文件的会话，若工作区或任务不支持 Project 上下文则不适用。
推荐理由：官方说明 Project 如何从对话中提炼指令、文件与技能更新，并保留用户审批环节，可据此判断团队上下文维护方式的变化。
Manus 博客精选AI 评分6262 Manus 推出 Cloud Computer：全天候运行的云端专属机器
Manus 发布 Cloud Computer，一台 24/7 在线的云端专属机器，可托管 Bot、Python 脚本和自托管开源工具，文件与已安装工具在任务之间保留。
推荐理由：官方说明 Cloud Computer 与临时沙盒的差异，读者可据此判断哪些常驻任务适合交给它。
Manus 博客精选AI 评分6060 Manus 推出 Slack 集成，提供 Agent、频道标记与 MCP 连接器三种用法
Manus 发布一整套 Slack 集成，提供三种使用方式：Manus Agent 以私信形式对话并具备持久记忆，Slack 集成可在频道话题中标记 @manus 读取上下文并发布结果，Slack 连接器基于 MCP 让 Manus 阅读频道并以用户身份发送消息。
推荐理由：官方给出三种 Slack 集成方式与各自适用场景，读者可据此判断哪种方式适合自己团队的工作流。