#AI Tools • 2026年7月12日
Gemini 3.5 Live Translate:70 多种语言边听边译,开发者如何接入
Google 的实时语音翻译模型不再等待整句话结束,而是持续接收音频并输出翻译语音,同时尽量保留说话人的语调、节奏和音高。
阅读全文 arrow_right_altGoogle 的实时语音翻译模型不再等待整句话结束,而是持续接收音频并输出翻译语音,同时尽量保留说话人的语调、节奏和音高。
阅读全文 arrow_right_alt
NotebookLM 从资料问答助手升级为研究 Agent:它能搜索和组织来源、运行代码分析数据,并直接交付 PDF、Excel、PPT 与图表。
阅读全文 arrow_right_alt
Google DeepMind 用离散扩散重写语言模型的解码方式:并行去噪 256-token 画布,以更高算力利用率换取单用户场景中的低延迟。
阅读全文 arrow_right_alt开源 AI Agent 交易研究工作区:自然语言提问、多市场数据、回测报告与 MCP 工具一体化。
阅读全文 arrow_right_altGoogle 多模态预览模型:文生视频、图生视频与有状态编辑,统一接入 Interactions API。
阅读全文 arrow_right_alt开源 AI 渗透测试工具:动态验证漏洞、生成 PoC 与修复建议,可接入 CI/CD 与 DevSecOps 工作流。
阅读全文 arrow_right_alt把 PDF、网页、YouTube 和表格变成可交互的时间线、思维导图与关系图,支持 Chrome 扩展一键生成。
阅读全文 arrow_right_altmsitarzewski/agency-agents:面向 AI 编程工具的专业 Agent 角色库,覆盖工程、设计、营销、安全等团队分工。
阅读全文 arrow_right_altLMCache 将重复 prefill 的 KV Cache 抽成可复用缓存层,降低 vLLM 推理 TTFT,适合长 prompt 与高重复前缀场景。
阅读全文 arrow_right_alt把 spec、plan、build、test、review、ship 等工程阶段做成可复用 Agent 技能,让 AI 编码更接近真实团队节奏。
阅读全文 arrow_right_alt