Google AI Studio 新增屏幕实时分享功能，支持串流 Chrome 标签页，让 Gemini 实时“看见”页面内容并语音交互，适用于编程辅助等场景；英文语音识别流畅，中文识别偶有误判为日文的情况。
Google AI Studio 上线了屏幕实时分享功能。只需在 AI Studio 中点击“实时串流（Stream Realtime）”，然后选择 Chrome 浏览器中的某个标签页，就能让 Gemini “看到”页面上的内容。用户可以通过语音直接与 Gemini 互动，比如要求它为页面中的代码提供修改建议。这项功能不仅适用于辅助编程，还可以根据屏幕显示的内容，与 Gemini 进行各种实时交互，用途十分广泛。
实际体验了一下，目前英文交流非常流畅，但中文语音似乎存在一些问题，系统会将其误识别为日文。
微软研究院联合多所高校发布 Mirage 模型，通过在扩散模型隐空间直接存储三维记忆，解决了 AI 视频生成中场景一致性差及计算昂贵的问题。该方案摒弃传统 RGB 点云渲染流程，使生成速度提升最高 10.57 倍，显存占用降低 55 倍，且长视频边际成本几乎不增。测试显示其三维与光度一致性优于现有方案，虽暂不支持动态物体记忆，但已开源并适用于机器人仿真等静态场景任务。
Google 推出 Information Agents 功能，面向 AI Ultra 订阅用户开放。该功能将搜索从被动查询转变为主动监测，智能体可 7×24 小时追踪用户需求并推送变化信息。其底层依托 Personal Intelligence 战略，通过整合 Gmail、Photos 等跨应用数据实现个性化推理。尽管存在隐私与准确性挑战，但凭借二十年数据积累，Google 正推动 AI 助手从对话工具向自主代理进化，重塑“信息找人”的交互范式。
6 月首周，月之暗面、微软、Google 及 Databricks 密集发布智能体产品，标志着 AI 正从对话助手转向持续行动系统。其中 Kimi Work 主打本地桌面运行，支持多智能体并行与浏览器接管；Microsoft Scout 定位永远在线的个人助理；Google 推出 24 小时信息追踪智能体；Databricks 开源 Omnigent 实现跨智能体互操作。行业共识逐渐形成，智能体将具备自主调度、任务拆解及持续运行能力。
围绕《Google AI Studio 上线了屏幕实时分享功能》展开交流，未登录用户可浏览评论，登录后可参与讨论。
