产品应用7

谷歌Gemini生图功能大升级

量子位2025-05-08

AI 摘要

谷歌：Gemini原生图像生成功能升级，质量、速度等提升。实测融合、扩图等功能表现不错，虽有小翻车，整体惊艳，但仍稍逊GPT - 4o，还能搭配Gemini 2.5 Pro。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

谷歌 GR2 模型：让机器人有了‘腿’

谷歌发布 Gemini Robotics 2（GR2），能将相机图像和文字指令转为机器人关节控制命令，可同时控制人形机器人腿、躯干、手臂和手部，简化模型训练和设计，不过谷歌未公布其基础模型等信息。

国立清华与英伟达团队研究《VLM-AR3L》，把Gemini 2.0、GPT-4.1等拉进考场，评估视觉裁决能力。结果显示Gemini综合最稳，开源小模型特定场景反超。还提出VLM-AR3L框架破使用瓶颈，实战超人类手写奖励。

Genspark团队开源AI办公套件GenOffice，全平台免费无广告。它界面类似微软Office，零成本上手，AI能直接编辑文档。虽处Alpha阶段，但可切换多种模型，还给出了配置第三方模型的方法。

DeepMind换帅一周后震荡持续，谷歌将拆分它，把部分非技术团队转入谷歌汇报体系。谷歌联合创始人谢尔盖·布林重新介入Gemini。此外，Gemini因算力、内讧、官僚等问题落后。