2026-06-11 google
Gemini 3.5 Live Translate：实时语音翻译从演示走进 API
Google DeepMind 发布流式语音到语音翻译，70+ 语言、保留语调语速音高，关键不在演示而在它进了 Gemini Live API。
阅读全文multimodal
High-signal frontier AI context tagged with multimodal.
2026-06-11 google
Gemma 4 12B 取消多模态编码器:Google 押注统一 token 空间
Gemma 4 12B 把视觉和音频直接喂进语言模型主干,放弃了独立编码器。这是一个架构赌注,而不只是又一个端侧模型。
阅读全文