Google最新的开放视觉语言模型，擅长图像描述和问答等任务。

一款多语言扩散模型框架，支持无需微调适配110多种语言

一个开源Chrome扩展，提供与本地AI模型交互的侧边栏和Web UI

构建语音和多模态会话代理的框架

一个完全在树莓派上运行的人工智能语音助手，具备摄像和语音识别功能。

谷歌 I/O 2024 发布了众多新技术，包括 Gemini AI、大语言模型和通用 AI 智能体等，全面颠覆搜索体验。