VisuTry:基于 Google Nano Banana 的 AI 虚拟眼镜试戴应用
VisuTry 是一款 AI 虚拟眼镜试戴应用,用户上传照片和眼镜图片即可预览佩戴效果,试戴由 Google Nano Banana 驱动。项目采用 Next.js 14、React 18、TypeScript、PostgreSQL + Prisma 构建,集成 Auth0 登录与 Stripe 支付,支持免费试用和高级订阅,并部署在 Vercel 上,采用 MIT 许可证开源。
VisuTry 是一款 AI 虚拟眼镜试戴应用,用户上传照片和眼镜图片即可预览佩戴效果,试戴由 Google Nano Banana 驱动。项目采用 Next.js 14、React 18、TypeScript、PostgreSQL + Prisma 构建,集成 Auth0 登录与 Stripe 支付,支持免费试用和高级订阅,并部署在 Vercel 上,采用 MIT 许可证开源。
一项针对 ChatGPT、Claude 和 Gemini 的审计研究覆盖七个系统、九个基准,发现 API 与聊天界面在准确率和一致性上存在系统性差异。API 评测平均准确率高 3.4 个百分点,重测一致性高 2.1 个百分点。
Google 等机构研究者提出 ResidencyRL,一种通过模拟多轮临床问诊(每条轨迹最多 60 轮对话、8 次工具调用)训练临床 AI 智能体的强化学习方法,奖励对齐诊断准确性、管理质量、沟通、文书与安全。
推文转述传闻称 Google 将取消 LeetCode 风格编码面试,新增「代码理解」轮次,要求候选人在 200 至 500 行代码的真实代码库中借助 Gemini 调试并辨别错误。该消息目前仍属传闻,作者对其进行了转述与求证。
陶哲轩在加州理工学院演讲中提出「数学 2.0」,主张用 AI 寻找更易理解的证明并系统分析大量数学问题,同时呼吁公开 AI 解题的计算资源消耗与失败尝试。Anthropic 报告显示 2026 年上半年累计封禁约 1140 万个 Claude 账号,收到约 39.8 万次申诉、约 4.2 万次成功。
Basicrum 推出开源真实用户监控(RUM)工具,用 Rust 编写轻量 beacon,可运行在 €5/mo 的 VPS 上,数据托管于欧盟并符合 GDPR、零第三方追踪。其 AI 层支持接入 OpenAI GPT-4o、Anthropic Claude 3.5 Sonnet、Google Gemini 1.5 Pro 等自带密钥,自动分析 LCP、INP、CLS 并给出优化建议。
Google 内部试点在美区部分部门的初中级岗位面试中新增「代码理解」轮次,允许候选人借助 Gemini 读代码。相关传闻中「告别 LeetCode」等说法被事实核查为夸大,该举措并非全面放开 AI 面试。
Google 广告产品现已支持设备指纹识别,用浏览器与硬件特征组合替代第三方 Cookies 追踪用户。指纹数据来自网络请求(IP、User-Agent、Accept-Language)与代码环境(GPU、CPU、内存、屏幕、音频处理、字体、扩展),组合后足以在样本中区分个体。Brave 用 farbling 注入噪声打乱指纹,Tor 与 Mullvad Browser 则让所有用户指纹保持一致。
nano-banana-cli 是一款基于 Google Gemini 模型的命令行图像工具,支持文本提示词生成图像、编辑现有图片、生成应用图标和无缝平铺图案,以及缩放、裁剪、旋转、翻转、去背景和合并为精灵图等操作。
据 Bloomberg 的 Mark Gurman 消息,Apple 将于周二发布名为 HomeView 的智能家居中枢,搭载 A18 芯片、带显示屏并由 Siri 驱动,可控制其他智能家居设备,提供台面版和壁挂版两种型号。同日 Apple 还将更新 Apple TV 机顶盒与 HomePod mini,并计划宣布与 LG 合作打造智能锁、恒温器和门铃。
Google 更新面试流程,取消 LeetCode 风格的 coding 面试,新增名为 Code Comprehension 的环节,让候选人在 200-500 行代码库中使用 Gemini。该环节考察候选人能否读懂他人代码、能否在借助 AI 前独立调试,以及能否发现 Gemini 出错。发帖者强调重点是使用 Gemini。
Google Labs、Gemini App 及 Google AI Studio 负责人 Josh Woodward 在 Lenny Rachitsky 的播客中提出,企业必须像实验室团队一样运作,才能站在 AI 前沿持续创新。对话围绕这一运作方式展开,探讨在快节奏 AI 时代如何保持前沿创新能力。
LingoSync 是一个离线优先的语言学习平台,通过 Node.js 后端代理 WebSocket 连接 Google Gemini Live API,实现实时双向语音 AI 导师对话。平台还提供 YouTube 视频字幕翻译与 CEFR 分级词汇分析、间隔重复闪卡、实时排行榜与连续打卡等功能,前端采用 Flutter 与 Riverpod,数据层基于 Supabase。
Google DeepMind 发布 Gemini 4 Argon,在 19 项内部基准测试中领先 13 项,并在 CWE-bench v 等测试中有所表现。该模型目前仅限部分推出,首发优惠定价尚未开放购买。
GitHub 项目 affinity-photo-new 是一个免费桥接工具,把 Google 的 Gemini 接入 Affinity Photo、Affinity Designer 和 Affinity Publisher,可用自然语言命令实时生成矢量图形、批量处理图像并自动化画布任务。
GitHub 项目 CodeServant/mdbook-tranai 是一个 mdBook 预处理器,借助 Gemini 实现书籍自动翻译,曾用于把 Rust 官方书籍译成波兰语。
开源项目 ai-news-digest 聚合 Anthropic、OpenAI、Google 与 GitHub 过去三个月的官方产品更新,涵盖新闻、changelog 与 release notes 三类来源。
文章梳理德州、堪萨斯和弗吉尼亚三州公开报道的数据中心用地提案,涉及数万英亩农村土地,处于已收购、租赁、期权、待重新分区或仍属概念等不同阶段。作者指出,县级重新分区审批很少拿到项目完整能源基础设施的合并信息,电网互联研究走的是另一套监管流程,因此变电站、燃气发电、储能和冷却设施可能不出现在与机房同一份审批文件中。
Context Panel 是一款原生 macOS 应用与 WidgetKit 组件,可一眼查看 OpenAI、Anthropic、Google 的 AI 用量限额,并提供只读的 iPhone、iPad、Vision Pro、Apple Watch 和 Apple TV 伴侣端。它以账户为单位展示剩余容量、消耗速度、耗尽时间与重置时间,支持同一服务商多账号登录,账户凭证与用量快照均在本地处理。
ManifestCV 将一份私有职业知识库转化为针对每个职位描述定制的 AI 辅助简历:粘贴一次职业材料,由 Gemini 结构化为可编辑 Markdown,经 Qdrant 语义检索出与岗位相关的片段,再由 Resume Studio 生成并迭代简历,最终用内置 tectonic 渲染成 PDF。
SugarCoat 是一款纯浏览器端运行的暗色主题 AI 伴侣网页应用,通过 @google/generative-ai SDK 调用 Gemini 的 startChat() 多轮会话,把用户的糗事和失败改写成夸张的“里程碑”。它采用静态 .html 路由的 7 页架构,每日免费额度上限 10 次,打招呼等闲聊消耗 0 token,数据全部存于 localStorage。
Yuchen Jin 表示 AI 已淘汰 LeetCode 面试,如今连 1B 的 LLM 都能一次做对所有 LeetCode Hard,他多年前已改为考察候选人使用 AI 的能力。
针对 Google TPU 工程师透露内部模型已高效接管芯片设计的传闻,作者结合自身桌面智能设备研发经历,探讨 AI 端到端设计复杂硬件产品的可行性。作者认为,只要精确定义目标材料、人群、成本及工厂地域等约束条件,AI 完全具备端到端完成 3D 打印或激光雕刻等软硬件产品全流程的能力。
一项小型基准测试用文本化图邻域评估 Gemma 4 31B 的欺诈检测能力,结果显示其准确率仅 55%,几乎与随机猜测持平,并落后于 GraphSAGE 基线。
Vogue、Esquire、Cosmopolitan 等杂志高管赴华盛顿游说,支持众议院 7 月提出的两党《Stealth Bot Prohibition Act》,该法案要求未披露身份的 AI 抓取智能体必须明示用途,否则面临 FTC 民事处罚,并授权各州总检察长起诉。
Vegangenius Chef 是一个三层架构的全栈纯素食谱应用,前端为 Angular 22 SPA,经 Express 反向代理(:8080)接入 Flask API(:5000)与 Cloud SQL。
芯片领域专家消息称,谷歌内部专有 AI 模型已接管 TPU 的大部分设计工作,设计效率超过人类工程师。该内部模型能力据称超过公开发布的 Gemini,反映 AI 在芯片物理设计与 EDA 领域的落地趋势。
Google TPU 的 Lead Design Engineer 透露,团队使用一个比公开版 Gemini 强得多的内部模型设计 TPU 芯片,该模型已取代大部分人的工作且效率高于人类。推文作者由此追问 Google 何时公开这一更强的内部模型。
DigUp 是一款基于 Google DeepMind Embedding Gemma 2 构建的 Mac 原生语义搜索工具,可 100% 离线运行,支持全格式多模态文件内容检索。它突破传统文件名检索局限,用自然语言即可直接定位 PDF 具体段落、视频镜头、音频句子及源代码。
CineGen 是一个 AI 原生创意市场,帮助品牌发现 AI 创作者并发布需求。其 AI Brief Builder 由 Gemini 2.0 Flash 驱动,可将一句活动想法生成含预算、时长、授权层级等字段的完整 brief,发布后 Creative Fit Engine 立即给出前 5 名创作者匹配及百分比评分与理由。
作者称其设计流程已完全迁入 Claude 桌面应用,生成的交互原型基于原生 Web 技术,数月未再打开 Figma,并认为 Codex 等同类工作流正在蚕食 Base44、Lovable 等工具。他预测 2026–27 年建筑软件领域多数创业公司会逐渐衰败,按需生成的一次性软件将取而代之,Google 实验性 Disco 浏览器已预览这一形态。
Velomate 是一款开源骑行训练仪表盘,可自动同步 Garmin Connect 骑行数据,并调用 Google Gemini 生成随实际负荷与疲劳度调整的每周结构化训练计划。
Soenneker.SemanticKernel.Pool.Gemini 发布,为 Semantic Kernel 的 Gemini 连接器提供注册助手,可通过 dotnet add package 安装。
Google 发布新一代生图模型 Nano Banana 2.1,围绕视觉设计、蒙版编辑、主体一致性和画面真实自然性升级,支持 4K 直出。据 Arena 评测,其在文本转图像、多图像编辑和单张图像编辑三项上平均提升约 61.7 分,其中文本转图像排名第四、比上一代提升 80 分。
推荐理由:汇总了 Nano Banana 2.1 的 4K 直出、中文渲染与 API 降价信息,并附上网友实测的对比与水印 Bug 反馈。
量子位梳理硅谷AI算力争夺现状,指出算力正成为AI时代的准入门槛。文章提到谷歌曾以27亿美元请回Transformer作者之一Noam Shazeer,但其团队仍遭遇算力被重新分配,他最终转投OpenAI;Anthropic今年5月与SpaceX达成合作,当月获得超300兆瓦新容量、涉及22万块英伟达GPU。
Stack Overflow 2026 开发者调查发布,超 3 万人参与,73% 使用 AI 编程助手/智能体的受访者每天使用,Claude Code(66%)和 GitHub Copilot(59%)是最常用智能体。
AI Lawsuit Tracker 上线,收录美国、欧盟和英国针对 76 家 AI 公司的 248 起诉讼,覆盖版权、深度伪造与肖像、隐私与生物识别、反垄断和 AI 就业歧视等类型,并给出每起案件的法院、法官、状态和一手文件来源,每周更新。
NEMOA v1.5 发布,将智能冰箱与智能衣橱整合为一款移动优先的 AI 生活助手,自动收集用户的饮食与衣物数据。应用内置 6 个 AI 智能体,基于 Google Gemini API(gemini-2.0-flash)实现图像识别、文本解析与营养分析,每日限额分别为 vision 10、parser 20、nutrition 5、url 5,午夜重置。
GitHub 项目 twtrubiks/pydantic-ai-tutorial 发布,基于 Pydantic AI v2 演示如何用类型安全方式开发 LLM 应用。
Google 推出 Mac 端应用 Google AI Edge Foresight,可 100% 本地运行 AI 转录、纪要生成及实时会议问答,且无需订阅。