Styrolin:融合AI家具推荐与设计师协作的互动式室内设计平台
Styrolin 是一个面向空间改造用户的 Web 平台,结合 AI 生成的家具装饰建议、设计师协作市场及游戏化造型挑战。技术栈采用 React 前端与 Firebase 认证托管,通过 GitHub Actions 实现持续部署。目前该仓库处于源码迁移阶段,计划扩展房间照片分析功能并建立设计师评价体系。
Styrolin 是一个面向空间改造用户的 Web 平台,结合 AI 生成的家具装饰建议、设计师协作市场及游戏化造型挑战。技术栈采用 React 前端与 Firebase 认证托管,通过 GitHub Actions 实现持续部署。目前该仓库处于源码迁移阶段,计划扩展房间照片分析功能并建立设计师评价体系。
GitHub 用户 MaryamMumtaz-piaic 开源了 ai-home-renovation-planner,这是一个基于 Python 和 FastAPI 的 AI 装修规划平台。
推荐理由:该开源项目展示了多智能体协作在装修规划中的具体工作流,为构建结构化空间设计助手提供了可复用的代码参考。
OpenAI 在 API 中推出 GPT-Live-1,支持自然的全双工语音对话。该模型具备更强的指令遵循能力、自定义声音及电话通信支持,旨在提升开发者构建语音应用的体验。
OpenAI 发布 Agents API,这是一项由 Codex harness 驱动的托管服务。该服务支持构建和启动云端智能体,具备编排、长会话运行及工具调用能力。
OpenAI 推出 GPT-6 Astra,这是其面向商业场景最强大的模型。该模型具备高级推理、计算机使用能力以及更强的写作与设计判断力,旨在提升工作效率。
OpenAI 指出更具能力且价格更低的 AI 能够拓展个人与企业可完成的工作范围。这种技术变革旨在让业务增长变得更加经济高效,从而释放更多潜在价值。
OpenAI 发布 ChatGPT Images 2.5,旨在将用户的想法、草图和参考照片转化为更具个性化和精致感的图像。该版本重点优化了生成结果对用户创意的还原度,使其更贴合原始构思。
ArchOne AI 在 GitHub 发布了建筑可视化提示词库 v0.1.0,为建筑师和室内设计师提供可复用的 AI 生图模板。该库采用 CORE 框架(上下文、目标、渲染方向、评估)结构化提示词,涵盖 GPT Image、Midjourney、Adobe Firefly、FLUX 和 Google Gemini / Imagen 的适配指南。
推荐理由:提供了基于CORE框架的结构化提示词模板及跨模型适配指南,有助于设计师规范AI生图流程并识别几何保真度等常见失败模式。
ArchScale Guild 在 Intern Technology Hackathon 2026 中展示 Communication Intelligence Dashboard,利用 Google Gemini API 从 WhatsApp 或邮件对话中提取摘要、决策及行动项。
Gudvin82 开源了 interior-studio-ai-content-assistant,这是一个用于将室内项目简报转化为带来源引用的编辑草稿的 Telegram 机器人。
Google DeepMind 在 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 模型中推出智能体视频理解功能。该特性通过动态搜索视频片段,使 Token 消耗最高降低 88%,成本减少 66%,准确率提升 7%。目前可通过 Gemini API 启用,未来将集成至 YouTube“Ask YouTube”功能。
Google DeepMind 推出 Gemini Omni 1.1 Flash,通过 Gemini API 在 Google AI Studio 提供更具可控性的视频生成能力。
推荐理由:原文详细列出了场景扩展、首尾帧插值及4K升频等具体参数与API调用方式,为开发者评估其在专业视频工作流中的落地可行性提供了直接依据。
Google 推出 Gemini 3.7 Flash,作为其最智能的编码与智能体主力模型。该版本在 FrontierCode 1.1 Main 得分 43.6%,DeepSWE v1.1 达 65.3%,输入输出价格分别为 $0.75/1M 和 $3.75/1M tokens,较前代降低一半。Gemini Spark 即日起接入该模型以提升多技能工作流效率。
Microsoft Research 推出 MindTopo 基准,评估多模态模型的拓扑推理与规划能力。测试显示模型在静态识别上表现优于交互式规划,且在维持连通性、封闭性等结构关系时易失效。该发现凸显了 AI 在机器人及交互环境中保持拓扑一致性的关键短板。
Microsoft Research 推出开源框架 Orchard,其核心组件 Orchard Env 支持在 Codex、OpenClaw 等真实部署环境中直接训练智能体。
Google DeepMind 推出 Gemini Robotics ER 2,作为具备视频理解、任务编排及多机器人协作能力的具身推理模型。该版本在进度分类准确率达 57.4%,时刻定位准确率 91.3%,并以 4 倍执行速度优化实时响应。开发者现可通过 Gemini API 和 Google AI Studio 调用,支持私有预览部署。
Google DeepMind 发布 Gemini Robotics 2,通过 VLA、ER 和 On-Device 模型实现机器人全身控制、精细操作及多机协作。该系列支持本地运行并能在数小时内适配新硬件形态。目前 ER 模型已在 Google AI Studio 上线,VLA 与端侧模型向早期合作伙伴开放。
Google DeepMind 推出 Gemini 3.6 Flash,输出 token 减少 17%,定价 $1.50/1M 输入。同时发布 3.5 Flash-Lite,速度达 350 tokens/s,以及用于网络安全的 3.5 Flash Cyber。
Google DeepMind 推出两款新模型:主打高速低成本图像生成的 Nano Banana 2 Lite,以及支持高质量视频生成与对话式编辑的 Gemini Omni Flash。
推荐理由:官方发布了面向高速图像生成的Nano Banana 2 Lite和具备对话式编辑能力的Gemini Omni Flash,并提供了结合两者的工作流示例。
Google DeepMind 将 computer use 作为内置工具集成至 Gemini 3.5 Flash,此前该功能仅存在于独立的 Gemini 2.5 模型中。开发者可通过 Gemini API 和 Enterprise Agent Platform 构建能跨浏览器、移动端及桌面环境执行任务的智能体。为应对提示注入风险,官方引入了对抗性训练及可选的企业级安全护栏系统。
Google DeepMind 联合英国政府推出基于 Gemini 的 AI 规划原型,目标是将房主申请处理时间缩短 50%,以加速住房建设。该工具通过数据整合、政策识别及报告起草辅助官员工作,但保留人类最终决策权并记录审计轨迹。此前推出的 Extract 工具已在全国推广,预计每年为每个议会节省约 255 小时人工工作量。
Google DeepMind 推出基于 Apache 2.0 协议的开源实验模型 DiffusionGemma,通过并行生成文本块实现最高 4 倍的推理加速。
Google DeepMind 推出 Gemma 4 12B,这是一款旨在在笔记本电脑上运行的高性能多模态模型。该模型采用统一的无编码器架构,直接将视觉和音频输入整合进 LLM 主干,无需传统独立编码器,从而降低延迟并减少内存占用。
推荐理由:Gemma 4 12B 采用无编码器统一架构,支持本地运行与多模态输入,为开发者提供轻量级智能体开发方案。
Google DeepMind 启动为期三个月的欧洲机器人加速器,选拔 15 家初创企业提供技术导师与 Gemini 机器人模型支持。入选公司涵盖物流、医疗及建筑等领域,如挪威 3D-Components AS 利用 AI 将焊接质量控制速度提升 280 倍。该计划旨在通过整合语言、视觉与动作模型,推动物理 AI 在真实场景的应用落地。
Google DeepMind 宣布在实验性原型 Project Genie 中推出新的 Street View grounding 功能,允许用户利用 Google 地图的真实影像数据生成锚定于现实地点的交互式虚拟环境。该功能目前仅支持美国境内的地点,并已向全球 Google AI Ultra 订阅用户开放访问权限。
推荐理由:原文展示了将真实街景数据接入生成式世界模型的实验性功能,为AI智能体提供了基于现实地理信息的交互环境。
Google DeepMind 推出 Gemini Omni Flash,这是 Omni 系列的首个模型,支持从图像、音频、视频和文本输入生成高质量视频,并允许通过自然语言进行对话式编辑。
推荐理由:原文展示了Gemini Omni Flash在视频生成与对话式编辑上的新能力,读者可据此评估其对多模态创作工作流的实际改变。
Google DeepMind 发布 Gemini 3.5 Flash,该模型在 Terminal-Bench 2.1 得分 76.2%,输出速度比其他前沿模型快 4 倍。它现已通过 Gemini App、Google Antigravity 及 API 全球可用,并作为默认模型支持新的个人 AI 智能体 Gemini Spark。
Google DeepMind 推出 Gemini Robotics-ER 1.6,显著提升空间推理、多视角理解及任务成功检测能力。该模型新增仪表读取功能,支持机器人识别复杂压力表等仪器,性能优于前代及 Gemini 3.0 Flash。开发者现可通过 Gemini API 和 Google AI Studio 调用此模型。
DocDriven 推出协作式 API 设计工具,集成 AI 代码生成功能。该工具提供可视化设计、实时团队协作及统一工作区,旨在解决前后端开发中的文档过时与变更冲突问题。目前提供免费试用版本,用户可先体验再付费升级。
FigMaps 推出可视化站点地图构建工具,支持通过输入网址自动爬取生成符合搜索引擎标准的 sitemap.xml。该工具提供实时团队协作、多格式导出及项目历史回溯功能,旨在帮助网站所有者、设计师和开发者统一规划网站结构并提升 SEO 可见性。