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。
拆成可复用角色；hermes-agent 主打任务后自动沉淀技能、让智能体越用越聪明；Superpowers 以测试驱动流程串起开发全链路；Paperclip 则尝试用多智能体编排“零人工公司”。
Adobe Firefly上线自定义图像模型功能，用户上传10张以上图片即可训练专属艺术风格模型，聚焦AI美学方向；但该能力比Midjourney晚半年推出，AI视频部分未采用自研模型，转而接入可灵2.6，引发对其技术节奏与生态策略的质疑。
Luma 推出 UNI-1，一种突破性多模态推理模型：它并非语言或图像模型的拼接，而是将世界理解与图像生成统一于单次前向推理中，实现“先看懂、再画出”。架构上尝试融合逻辑推理与视觉想象，被称作“左右脑合一”，或预示AI建模范式的转向。
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。
