Google发布图像生成与编辑模型Nano Banana 2.1
Google 于 2026 年 10 月 6 日推出图像生成与对话式图像编辑模型 Nano Banana 2.1。作为 Nano Banana 2 的更新版本,它在画面质量、文字渲染、角色一致性和超宽画幅方面均有改进,已在 Gemini 应用、Gemini API、AI Studio 和 Google Cloud 上提供。
Google 于 2026 年 10 月 6 日推出图像生成与对话式图像编辑模型 Nano Banana 2.1。作为 Nano Banana 2 的更新版本,它在画面质量、文字渲染、角色一致性和超宽画幅方面均有改进,已在 Gemini 应用、Gemini API、AI Studio 和 Google Cloud 上提供。
Google made Nano Banana 2.1, its image generation and conversational image editing model, available on October 6, 2026. An update to Nano Banana 2, it improves visual quality, text rendering, character consistency and wide aspect ratios, and is available in the Gemini app, the Gemini API, AI Studio
Google, görsel üretme ve sohbetle görsel düzenleme modeli Nano Banana 2.1'i 6 Ekim 2026'da kullanıma açtı. Nano Banana 2'nin güncellemesi olan model, görsel kalitesi, yazı çizimi, karakter tutarlılığı ve geniş en boy oranlarında iyileştirmeler getiriyor; Gemini uygulamasında, Gemini API'de, AI Studi
Perplexity
Perplexity, metin ve görsellerde arama için geliştirdiği pplx-embed-v2-late gömme modeli ailesini tanıttı. 0.6B ve 9B olmak üzere iki boyu olan modeller aynı vektör uzayını paylaşıyor ve PDF sayfalarını metne çevirmeden arayabiliyor. Model dosyaları Hugging Face'te MIT lisansıyla indirilebiliyor.
Perplexity
نشرت Perplexity على Hugging Face نموذج القرار pplx-decider-v1-27b المبني على Qwen3.8-27B بترخيص Apache 2.0. ويعطي النموذج احتمالا لكل خيار محدد مسبقا دون كتابة رد طويل، كما يشغّل خدمة Decisions API الجديدة من Perplexity.
Perplexity
قدمت Perplexity عائلة نماذج التضمين pplx-embed-v2-late للبحث في النصوص والصور. ويتشارك النموذجان 0.6B و9B فضاء متجهات واحدا، ويستطيعان البحث في صفحات PDF دون تحويلها إلى نص أولا. وملفات النماذج متاحة على Hugging Face بترخيص MIT.
Perplexity
Perplexity 发布了用于文本与图像检索的嵌入模型系列 pplx-embed-v2-late。0.6B 和 9B 两种规格共享同一向量空间,无需先把 PDF 页面转换成文本即可直接检索。模型文件以 MIT 许可证在 Hugging Face 上开放下载。
Perplexity
Perplexity introduced pplx-embed-v2-late, a family of embedding models for searching text and images. The 0.6B and 9B models share one embedding space and can search PDF pages without converting them to text first. The weights are on Hugging Face under the MIT license.
أطلقت Google DeepMind نموذج EmbeddingGemma 2 الذي يضع النصوص والصور والفيديو والصوت في فضاء متجهات واحد. وصُمم النموذج للعمل على الهواتف والحواسيب المحمولة، ويضم 740 مليون معامل إجمالا، ويكفي للنص وحده جزء من 270 مليون معامل. والملفات متاحة على Hugging Face وKaggle بترخيص Apache 2.0.
Google DeepMind 发布了 EmbeddingGemma 2,可将文本、图像、视频和音频映射到同一个向量空间。该模型专为手机和笔记本电脑设计,共有 7.4 亿个参数,仅处理文本时只需 2.7 亿参数的部分。模型文件以 Apache 2.0 许可证在 Hugging Face 和 Kaggle 上开放下载。
Google DeepMind released EmbeddingGemma 2, which maps text, images, video and audio into one shared vector space. Designed to run on phones and laptops, the model has 740 million parameters in total, and text-only use needs just a 270-million-parameter part. The weights are on Hugging Face and Kaggl
Google DeepMind, metni, görselleri, videoyu ve sesi aynı vektör uzayına taşıyan EmbeddingGemma 2'yi yayımladı. Telefon ve dizüstü bilgisayarda çalışacak şekilde tasarlanan modelin toplam 740 milyon parametresi var; yalnız metin için 270 milyonluk bölüm yetiyor. Model dosyaları Apache 2.0 lisansıyla