Comate AI IDE是百度文心快码推出的行业首个多模态、多智能体协同的AI原生IDE。具备强大的多模态能力，支持设计稿一键转代码（F2C）、图片转代码以及自然语言转代码，在前端开发场景中表现出色，能将Figma设计稿精准转化为高可用代码。Comate AI IDE内置编程智能体Zulu，可自主思考和决策，支持任务自动拆解与执行，开发者仅需语音指令可完成复杂任务。覆盖从需求分析到代码提交的全流程AI辅助，针对中文开发者优化了自然语言理解能力，更贴合国内研发场景。
DeepSite V2 是基于 DeepSeek R1-0528 模型开发的 AI 网页生成工具，无需安装或配置本地环境，用户只需通过简单的文字提示，可快速生成、预览并迭代网站页面。核心升级包括全新交互界面、推理式建站、细粒度编辑功能以及 Diff Patching 技术，能实现“边聊边改”的开发体验。用户可以输入指令，DeepSite V2 会智能生成或修改网页代码，实时更新预览效果。支持多语言指令、多种推理引擎切换，能在几秒钟内完成网页生成。DeepSite V2 目前已上线 Hugging Face 平台，免费开放使用，适合非程序员快速构建网站，或专业开发者快速搭建原型。
Gemini Robotics On-Device 是谷歌 DeepMind 推出的支持在机器人本地运行的视觉-语言-动作模型。模型能离线执行任务，依据自然语言指令完成精细动作，如叠衣服、拉开袋子等。模型支持多种机器人本体，响应延迟低，适应新任务快，仅需50到100个样本就能学会新动作。谷歌提供Gemini Robotics SDK，助力开发者评估和部署，降低开发成本和风险，为机器人应用拓展带来新机遇。
Mu是微软推出的小参数语言模型，参数量仅3.3亿，专为在NPU和边缘设备上高效运行设计。模型基于编码器解码器架构，通过硬件感知优化、模型量化及特定任务微调，实现每秒超100 tokens的响应速度。Mu集成于Windows设置，支持将自然语言指令转化为系统操作，如调整屏幕亮度、鼠标指针大小等。与Phi3.5-mini相比，参数量小10倍但性能相当。Mu创新技术包括双重层归一化、旋转位置嵌入和分组查询注意力等，提升训练稳定性和推理效率。Mu支持多种自然语言，能为视力不佳或操作不便的用户提供语音指令辅助功能，未来有望扩展为更通用的智能助手。
Gemini CLI 是谷歌开源的 AI 编程工具，基于将 Gemini 大模型融入开发者终端，为开发者提供强大的 AI 功能。工具能理解代码、操作文件、执行命令并动态排查问题，帮助开发者高效地编写代码、修复错误、构建功能和迁移代码。工具内置谷歌搜索功能，支持 MCP 协议，支持扩展数千功能，支持用户定制提示和指令，能集成到脚本中实现自动化任务。Gemini CLI 与谷歌的 AI 编程助手 Gemini Code Assist 集成，实现可自定义的自动化编程。Gemini CLI基于 Gemini 大模型，具有广泛的自然语言处理能力，能理解和生成自然语言，为开发者提供各种语言相关的功能。
今天凌晨，谷歌在官网开源了AI Agent框架Gemini CLI，直接将Gemini大模型融入到终端中。Gemini CLI最大亮点之一就是可以直接调用，谷歌最新发布的视频模型 Veo和图像模型Imagen，同时集成了MCP、谷歌搜索、自定义自动化等众多实用功能。
开源地址：https://github.com/google-gemini/gemini-cli
