Gemma 3n
Gemma 3n 是谷歌 I/O 开发者大会推出的端侧多模态 AI 模型，基于 Gemini Nano 架构，采用逐层嵌入技术，将内存占用压缩至 2-4B 参数模型水平。支持文本、图像、短视频和音频输入，可生成结构化文本输出，并具备音频转录、情感分析等功能。可在本地设备运行，响应时间低至 50 毫秒，适用于语音助手、内容生成和学术任务定制。
admin
这家伙很懒，什么也没写
TA的文章
BAGEL
BAGEL是字节跳动开源的多模态基础模型，拥有140亿参数，采用混合变换器专家架构（MoT），通过两个独立编码器捕捉图像的像素级和语义级特征。它能够进行图像与文本融合理解、视频内容理解、文本到图像生成、图像编辑与修改、视频帧预测、三维场景理解与操作、世界导航以及跨模态检索等任务。BAGEL在多模态理解基准测试中表现优异，生成质量接近SD3，并适用于内容创作、三维场景生成、可视化学习和创意广告生成等
Stitch
Stitch是谷歌实验室推出的基于生成式AI的工具，能够将简单的英语描述或图像快速转化为用户界面（UI）设计及前端代码。它基于Gemini 2.5 Pro模型的多模态能力，支持文本、图像输入，并能识别图像生成UI组件。Stitch可生成简洁可用的前端代码，支持HTML、CSS和JavaScript，同时与Figma无缝集成，便于团队协作和优化设计。其功能包括文本生成设计、图像生成设计、代码生成与优
凹凸工坊
凹凸工坊是一款专业的在线AI手写稿件生成工具，支持将Word文档一键转换为真实的手写稿图片。用户可选择多种手写字体、纸张背景，并调整涂改率和凌乱度，模拟真实手写场景。生成的图片无水印且支持高清打印（600dpi），具备超级DIY功能和较大的文件大小限制，适用于作业、书信、创意写作等多种场景。
Graphiti
Graphiti 是一个为动态环境设计的 AI 知识图谱生成框架，支持实时摄取和处理结构化与非结构化数据，具备时间感知能力、动态数据整合、混合检索、状态推理与自动化等功能。它适用于 AI 智能体记忆层、实时交互系统和企业知识管理等场景，提供强大的动态记忆和推理能力，助力实现更智能、高效的 AI 应用。
MedGemma
MedGemma是谷歌推出的开源AI模型，专注于医疗图像与文本分析。它包含4B参数的多模态模型和27B参数的纯文本模型。4B模型擅长解读医疗图像并生成诊断报告，27B模型则用于医疗文本理解与临床推理。支持本地运行或通过Google Cloud部署，适用于医疗诊断、患者分诊、临床决策辅助等场景，提升医疗服务效率与准确性。
Head
Head AI 是一款基于 AI 技术的全球领先市场营销工具，能够自动生成跨平台营销策略，并精准计算病毒式传播路径，帮助品牌主和创作者将市场预算转化为可量化增长。其主要功能包括品牌 DNA 生成、营销策略生成与执行、传播路径优化、预算优化与 ROI 提升以及数据驱动的持续优化。Head AI 已服务于多个领域，覆盖全球 200 多个国家和地区，适用于电商、科技、游戏和个人品牌等多种场景。
Context7
Context7 是 Upstash 推出的 AI 编程辅助工具，为 LLM 和 AI 代码编辑器提供最新、版本特定的文档和代码示例。通过解析、丰富、向量化和重新排名等步骤，确保开发者获取准确信息。支持多种开发工具，如 Cursor、Windsurf、Claude Desktop 等，安装配置简单，可显著减少生成错误或过时代码的风险，适合快速更新的框架或小众包使用。
DreamGen
DreamGen是英伟达推出的机器人学习技术，基于AI视频世界模型生成合成数据，使机器人能在梦境中学习新技能。它通过微调视频世界模型、生成虚拟数据、提取虚拟动作和训练下游策略四步流程，实现机器人在新环境中的行为和环境泛化。DreamGen无需大量真实数据，仅凭文本指令即可完成复杂任务，提升学习效率和泛化能力。其支持多种机器人系统和策略架构，适用于工业生产、家庭服务、医疗护理等多个领域。
Sparkify
Sparkify是谷歌推出的AI动画视频生成工具，基于Gemini 2.5和Veo 2模型。用户输入问题或复杂概念后，Sparkify能在2分钟内生成直观的动画短视频，讲解知识点。其多模态处理能力结合Google Search数据，确保内容准确且与最新信息同步。适用于教育、科普和企业培训等领域，提升理解效率和传播效果。目前处于内测阶段，可通过官网加入等候列表。
用户菜单
