推荐理由：官方给出 Gemini 3.5 Flash 的免费开放入口与上线时间，读者可了解该版本的可用范围。
模型发布
全部主题新模型的发布、开源与迭代：大模型厂商的旗舰更新、开源权重放出、性能与价格变化的第一时间记录。
当前仅显示精选新闻最新精选
第 461–480 条 · 共 530 条@GeminiApp@geminiapp精选AI 评分8080 @GeminiApp@geminiapp精选AI 评分6666 推荐理由：官方给出 Gemini Omni 的多模态输入与视频生成能力，读者可据此判断视频生成工作流的入口变化。
@OpenRouter@openrouter精选AI 评分7979 引用Google DeepMind (@GoogleDeepMind)@GoogleDeepMindIntroducing Gemini 3.5: our newest family of models combining frontier intelligence with real-world action. The first release is 3.5 Flash, our strongest model yet for agents and coding 🧵
推荐理由：Google DeepMind 公布 Gemini 3.5 家族，3.5 Flash 主打智能体与编码，可看到新模型的能力侧重。
@OpenRouter@openrouter精选AI 评分8080 
推荐理由：原文给出 Gemini 3.5 Flash 的定价与上下文规格，并对比其在编码和工具调用上优于 Gemini 3.1 Pro。
@GeminiApp@geminiapp精选AI 评分6969 Gemini 3.5 Flash 发布，官方称这是其目前最快最高效的模型，可用于日常任务和多步骤创意项目，帮助应对真实世界的复杂性。
引用Google Gemini (@GeminiApp)@GeminiAppGemini 3.5 Flash is here and it's our best model yet for getting things done quickly and efficiently. Whether you need help with everyday tasks or multi-step creative projects, Gemini 3.5 Flash navigates real-world complexity to help you take action. #GoogleIO
@GeminiApp@geminiapp精选AI 评分7171 推荐理由：官方一次性汇总 Google I/O 上的 Gemini 更新，涵盖界面重构、智能体体验与新模型三条线索。
@googleaidevs@googleaidevs精选AI 评分6969 
推荐理由：官方给出 3.5 Flash 的低延迟定位与四个接入入口，读者可据此判断它面向实时编码场景的可用性。
@googleaidevs@googleaidevs精选AI 评分7575 Google 发布 Gemini 3.5 Flash。该模型通过动态测试替代路径与解决方案来加速快速原型和探索，同时可运行文档抽取、分类等大规模系统任务。
推荐理由：官方给出 Gemini 3.5 Flash 的定位与两类落地场景，读者可据此判断它适合哪些原型探索与批量处理任务。
@googleaidevs@googleaidevs精选AI 评分6969 Google 发布 Gemini 3.5 模型家族，称其结合前沿智能与行动能力。官方表示该系列为不只推理、还能执行的智能体模型设定新标准。推文附有一段视频。
推荐理由：官方给出 Gemini 3.5 的定位与智能体能力方向，读者可据此了解新一代模型家族的侧重点。
@kimmonismus@kimmonismus精选AI 评分8282 引用Logan Kilpatrick (@OfficialLoganK)@OfficialLoganKIntroducing Gemini Omni 🔮........ Omni is our new model that can create anything from any input — starting with video (think Nano Banana but for video). Available in the Gemini App, Flow, and YouTube, with API support coming soon! Video
推荐理由：官方说明了 Gemini Omni 从任意输入生成内容的能力和首批视频场景，读者可据此了解当前可用渠道与范围。
@GeminiApp@geminiapp精选AI 评分8383 推荐理由：官方说明 Gemini 3.5 Flash 面向全球免费开放，并给出版本切换入口，读者可据此判断能否直接体验。
@Google@google精选AI 评分7474 
推荐理由：材料给出了 Gemini Omni Flash 各平台的落地节奏，读者可据此了解订阅、免费与 API 三类使用路径。
@Google@google精选AI 评分8181 Google 发布 Gemini 3.5 Flash，称其为目前最强的智能体与编码模型，即日起正式可用。官方表示它在保持前沿级性能的同时，速度达到同类前沿模型的 4 倍，成本常不到后者的一半。
推荐理由：官方给出该模型相较同档前沿模型的速度与成本对比，可用于判断它在智能体与编码任务上的取舍。
@GeminiApp@geminiapp精选AI 评分6767 Google 发布 Gemini 3.5 Flash，官方称这是其目前最能快速高效完成任务的模型。该模型面向日常任务与多步创意项目，官方称它能应对现实世界的复杂性，帮助用户采取行动。
推荐理由：官方公布新一代 Flash 模型，强调快速高效处理日常与多步创作任务，可供读者了解其定位。
@Google@google精选AI 评分7171 Google 在 Google I/O 上宣布推出 Gemini 3.5 模型系列，并以传闻属实作为开场。目前官方只公布了系列名称和 #GoogleIO 话题标签，未披露具体型号、参数或能力细节。
推荐理由：官方确认 Gemini 3.5 系列模型发布，读者可据此确认此前传闻并对照后续披露的型号与能力细节。
@GoogleDeepMind@googledeepmind精选AI 评分7979 Google DeepMind 发布 Gemini 3.5 模型家族，首发型号为 3.5 Flash，官方称这是其目前面向智能体和编码能力最强的模型。该家族定位为结合前沿智能与现实世界行动。
推荐理由：Google DeepMind 公布 Gemini 3.5 家族，首发 3.5 Flash，读者可据此了解其在智能体与编码上的定位。
@berryxia@berryxia精选AI 评分6666 
引用Odyssey (@odysseyml)@odysseymlIntroducing Agora-1, a multi-agent world model. Multiple participants—human or AI—can now interact inside the same world simulation, all in real-time. Try our playable research preview today, with Agora-1 simulating a multiplayer GoldenEye deathmatch! Video
推荐理由：世界模型从单人视频生成扩展到多人实时共享模拟，读者可据此了解人机共处同一模拟世界的当前形态。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Gemini Omni Flash，支持任意输入生成视频
Google DeepMind 发布 Gemini Omni 系列首个模型 Gemini Omni Flash，可将图像、音频、视频和文本组合为输入生成高质量视频。
推荐理由：官方宣布 Omni 家族首个模型，列明对话式改视频、物理理解、多输入融合等能力与各端开放范围，可据此评估对视频创作流程的影响。
Google DeepMind精选AI 评分8484 Google DeepMind 发布 Gemini 3.5，首发 3.5 Flash 并预告 3.5 Pro 下月推出
Google DeepMind 发布 Gemini 3.5 模型系列，首个模型 3.5 Flash 当天全球可用，定位为面向智能体工作流与编码的旗舰级速度模型。
推荐理由：官方公布了 3.5 Flash 的基准成绩、发布渠道和 3.5 Pro 时间表，读者可以据此评估其智能体与编码能力变化。
@vista8@vista8精选AI 评分6666 引用OpenBMB (@OpenBMB)@OpenBMB1/5 MiniCPM-V 4.6 (1.3B) is now live 🚀🚀 High-res visual processing, optimized for consumer-grade and mobile hardware. We’ve leveraged the latest LLaVA-UHD v4 technique to cut vision encoding costs by 55%, enabling native edge deployment with extreme efficiency. 🔥 Beats Gemma4-E2B-it and Qwen3.5-0.8B across key multimodal and Artificial Analysis benchmarks — scoring higher than Qwen3.5-0.8B using just 2.5% of its token budget. ⚡ TTFT (75.7ms) 2.2x Faster than Qwen3.5-0.8B even with 3136² high-res images. 🏗️ ~1.5x Token Throughput compared with Qwen3.5-0.8B on a single RTX 4090. Try the model here: 🤗 Hugging Face: huggingface.co/openbmb/MiniC… 💻 GitHub: github.com/OpenBMB/MiniCPM-V 🔭 Modelscope: modelscope.cn/models/OpenBMB… 🌐 Web Demo: huggingface.co/spaces/openbm… 📱 App Demo: github.com/OpenBMB/MiniCPM-V… Video
推荐理由：官方给出 1.3B 小模型处理高分辨率图像的编码成本与吞吐数据，可供端侧多模态选型参考。