Grok 图片编辑功能升级，可修改用户上传图片
Grok图片编辑功能升级，支持直接修改用户上传图像，如更换发型、衣物等；实测效果整体自然，但人物面部偶有细微失真。此次更新标志着其正式入局AI图像编辑领域，与Gemini共同挑战Midjourney、Photoshop等传统工具。
一款结合了 Gemini 绘画功能的联合涂鸦工具
这是一款基于Gemini原生绘画能力的实时协同涂鸦工具，支持在绘图过程中用自然语言指令增删、调整元素，实现人机协作式创作。无需安装，开箱即用，直接在Hugging Face空间访问体验。
Google AI Studio 上线了屏幕实时分享功能
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 推出 Gemini 2.0 Flash 原生图像生成功能
Google 正式向所有支持地区开发者开放 Gemini 2.0 Flash 原生图像生成功能，可在 Google AI Studio 和 Gemini API 中调用。它支持文本生成图像、对话式实时编辑、常识推理保障内容合理性，并显著提升图像中文字渲染的准确性，适用于故事配图、广告设计等场景。
一款基于 Gemma 3 的开源 OCR 软件
基于 Gemma 3 12B 多模态模型的轻量级开源 OCR 工具，支持图像文本识别、翻译与答题等任务，显著降低多模态应用开发门槛。项目已开源，代码托管于 GitHub。
BlenderMCP: 将 Claude 与 Blender 无缝集成
BlenderMCP 是一款基于 MCP 协议的 Blender 插件，实现 Claude 与 Blender 的双向通信。用户可通过自然语言指令创建模型、调整材质、管理场景、运行 Python 脚本，并直接调用 Poly Haven 资源库，显著降低 AI 辅助 3D 创作门槛。
如何让 Gemma 3 成为旅行小帮手
Gemma 3（1B参数）在伦敦至苏黎世旅行中实测表现亮眼：拍照解析航班与地铁图规划路线、推荐并介绍本地餐厅、精准分账、140+语言即时翻译食品成分表，支持离线运行；还能结合海拔、时间等多因素为骑行规划最优路线。
Gemini Deep Research 实测
实测Gemini Deep Research生成《量子退火为何采用磁通量子比特》报告：自动规划8步研究方案，7分钟检索96个网站，产出含图表、逻辑清晰的完整分析，并支持导出多格式；目前每日限免5次。
Ted AI 播客主持人 Bilawal Sidhu 的 Manus AI 测评
Ted AI 主持人 Bilawal Sidhu 实测 Manus AI：33分钟内自主完成无人机合规选址、个性化音乐节行程规划、多维酒店推荐等复杂任务，初步实现“替代人类操作电脑”；受限于上下文长度与网站访问，但已展现智能体实用潜力。