据@PicLumen称，无限画布将把提示词、图片、视频与资产整合到单一工作区。

据StanfordAI Lab称，M*在TTS与世界模型回滚上最高快2.7×与12.5×。

据emollick称，视觉环节最易出错，源于模型视觉性能不足。

据@GeminiApp称，周五Discord直播展示动态视觉与无缝模式切换。

据JeffDean称，Gemma 4 12B为多模态开源权重模型，可在笔电本地运行。

据StanfordAILab介绍，团队发布视频理解基准与演示，涵盖指标与结论。

据@gdb与OpenAI视频预告，Codex展示飞行相关演示，细节待公布。

据@demishassabis，Gemma 4累计超1.5亿次下载，新12B本地可在16GB显存运行并采用Apache 2.0。

据Google Gemini推特称，6月3日11:30直播演示多模态输入与对话式编辑。

据God of Prompt称，Omni性能不及Seedance，但凭谷歌生态集成更易落地。

据@gdb称，GPT Realtime 2实现低延迟语音控机与多模态操作演示。

据李飞飞称，GPIC含1亿训练对、100万评测对，商研可用。

据Ethan Mollick称，Gemini Omni原生多模态编辑，可快速改造1896火车影片。

据@godofprompt称，U1将视觉语言与推理整合为单一模型，去除适配器与切换。

据GoogleDeepMind称，Gemini 3.5 Flash上线，推理更快、部署更轻量。

据AndrewYNg称，新课教授相似度、LLM评审与量化量表评估法。

据@godofprompt称，I O 2026 发布新模型、个人代理、算力计费与后台监测。

据@demishassabis称，谷歌博客详解Gemini 3.5 Flash的多模态与开发特性。

据GoogleDeepMind称，Gemini Omni支持多模态故事快速原型与发布。

据KyeGomezB称，3B参数Lance统一多模态并超越7B模型。