⌘ K
… 读取采集状态 同步中...
雷

#Google

今日 2 条
6月30日周二
  1. Google Gemini API Release Notes42

    Gemini Omni Flash 进入公开预览，Gemini 3.1 Flash Lite Image 正式发布

    谷歌发布 gemini-omni-flash-preview 进入公开预览，这是一款针对高速视频生成和对话式视频编辑的高性能多模态模型。通过 Interactions API，它支持从文本或静态图片生成 3-10 秒的 720p 视频。gemini-3.1-flash-lite-image 也已进入通用可用性阶段，主打超低延迟和低成本图像生成。

6月27日周六
  1. Google Research50

    Google 在 Pixel 设备上为 Gemini Nano v3 部署冻结式 Multi-Token Prediction 加速推理

    Google 宣布将冻结式 Multi-Token Prediction (MTP) 架构应用于 Gemini Nano v3，在 Pixel 9 和 10 系列设备上实现免微调推理加速。该零拷贝架构直接复用主模型 KV cache，减少 130MB 运行时内存占用，并消除独立草稿模型的竞争。实验显示，相比同等参数规模的独立草稿模型，MTP 在 Pixel 9 上的生成速度提升超过 50%。

6月25日周四
  2. Google Research48

    推理如何解锁 LLM 的参数化知识

    研究发现，允许大语言模型生成思维链可解锁难以召回的参数化知识。在 Gemini 2.5 和 Qwen3-32B 模型上，开启推理后 pass@k 显著提升，即便仅使用无意义字符串作为计算缓冲区也能改善召回率。这种效果主要源于事实启动机制，模型通过生成相关事实构建了语义桥梁，但这也增加了幻觉风险。

  3. Google DeepMind91

    Google DeepMind 在 Gemini 3.5 Flash 中引入 computer use 功能

    Google DeepMind 将 computer use 作为内置工具集成进 Gemini 3.5 Flash，使其能跨浏览器、移动和桌面环境执行动作。该功能通过 Gemini API 和 Gemini Enterprise Agent Platform 开放，支持敏感操作确认与 Prompt 注入自动停止等企业级安全防护，开发者可使用 Browserbase 提供的 demo 环境快速测试。

    推荐理由：官方将 computer use 集成至 Gemini 3.5 Flash 主模型并开放 API 入口，开发者可据此构建跨平台自动化智能体。

6月24日周三
  1. Google Gemini API Release Notes75

    Gemini API 发布 Gemini 3.5 Flash Computer Use 工具的公开预览版支持

    Gemini API 更新日志显示，Gemini 3.5 Flash 现已推出 Computer Use 工具的公开预览支持。该版本包含基于意图的简化操作、对浏览器/移动端/桌面环境的内置支持、可配置的安全策略以及高级 Prompt 注入检测功能。

    推荐理由：官方明确列出 Computer Use 在 Gemini 3.5 Flash 的预览细节，读者可据此判断该工具在多端环境下的自动化能力与安全边界。

6月22日周一
6月19日周五
  1. The Batch67

    The Batch 358 期：Claude 限制争议、SWE-bench 之后与 Nvidia Nemotron 3 Ultra

    Anthropic 对 Claude Fable 5 实施访问限制及美国出口管制措施引发了对AI主权的广泛讨论，加速了全球对开源替代方案的关注。文章同时介绍了用于替代 SWE-bench 的新基准 DeepSWE、ProgramBench 和 ITBench-AA，以及 Nvidia 发布的 5500 亿参数开源模型 Nemotron 3 Ultra。

    推荐理由：文章梳理了前沿模型访问限制对全球AI主权与开源生态的冲击，并展示了替代评测基准和开源模型的最新进展。

6月17日周三
  2. Google DeepMind32

    Google DeepMind 与英国政府合作利用 Gemini 打造 AI 规划原型，旨在缩短房屋申请审批时间

    Google DeepMind 联合英国政府基于 Gemini 构建 AI 规划原型，目标将房屋规划申请的审批时长缩短 50%，以支持英国 2029 年新建 150 万套住房的目标。该原型协助规划人员处理数据提取与案例分析，目前在 Barnet、Camden 和 Dorset 进行试点，预计 2027 年起向全国所有议会推广。

6月16日周二
6月15日周一
6月13日周六
6月11日周四
6月10日周三
6月9日周二
  1. Google DeepMind74

    Google DeepMind 发布 Gemini 3.5 Live Translate 语音翻译模型

    Google DeepMind 发布最新音频模型 Gemini 3.5 Live Translate，支持 70+ 语言的近实时语音到语音翻译，自动检测语种并保留说话者的语调、节奏和音高，连续生成译文，仅比说话者落后几秒。

    推荐理由：原文说明了从逐句等待到连续生成的机制差异，读者可据此理解它为何能做到低延迟。

  2. Google DeepMind76

    Google DeepMind 发布 Gemma 4 12B：无编码器多模态模型

    Google DeepMind 发布 Gemma 4 12B，定位为可在笔记本本地运行的多模态模型，介于 E4B 与 26B MoE 之间，是首个支持原生音频输入的中等规模模型，Gemma 4 系列下载量已超 150 million。

    推荐理由：原文说明了无编码器统一架构的具体做法与本地运行门槛，便于评估其对端侧工作流的适配性。

  3. Google DeepMind44

    Google DeepMind Accelerator: Robotics 项目启动，遴选 15 家欧洲机器人初创公司

    Google DeepMind 推出 Google DeepMind Accelerator: Robotics 项目，从欧洲遴选 15 家早期机器人初创公司加入。入选企业本周在伦敦集合启动项目，将获得为期 3 个月的密集导师指导与技术支持，可使用 Google DeepMind 的 AI 技术栈、技术专家资源及 Gemini robotics 模型，涵盖物流、制造、医疗、气候与先进导航等领域。

6月8日周一
  1. Google DeepMind62

    Google DeepMind 公布塞拉利昂 AI 数学学习预注册试验结果

    Google DeepMind 公布在塞拉利昂开展的 Guided Learning 预注册试验结果：使用该工具的学生数学成绩较对照组提升 +0.258 个标准差，约相当于八周内 1.2 至 1.7 年的学习进展；教师将 Gemini 纳入约一半课程（目标 12 小时）的班级提升更大，约 1.8 至 2.5 年。

    推荐理由：原文给出了预注册试验的量化结果与开放材料，读者可据此评估 AI 辅助教学的实际效果与可复制性。

6月5日周五
  2. Google Research66

    Google 发布 Gemini Enterprise Agent Platform 的 Agentic RAG 功能

    Google 在 Gemini Enterprise Agent Platform 推出 Agentic RAG 功能，通过多智能体协作处理复杂多源查询。该系统在跨语料库测试中准确率达到 90.1%，并新增了“充分上下文”智能体机制，能在信息缺失时自动发起二次搜索以补齐证据，目前处于公开预览阶段。

    推荐理由：该功能通过多智能体协作实现跨语料库检索，在混合干扰数据集上准确率达90.1%，目前已在Gemini企业平台提供公开预览。

  3. Google Research62

    Google 发布基于智能手机摄像头被动监测心率的研究

    Google 发布发表于 Nature 的研究“Passive Heart Rate Monitoring During Smartphone Use in Everyday Life”，提出被动心率监测系统（PHRM），通过前置摄像头在人脸解锁后拍摄短视频并结合深度学习算法，实现日常使用中被动测量心率（HR）和静息心率（RHR）。

    推荐理由：该研究展示了手机前置摄像头在日常生活被动监测心率与静息心率的可行性，并开放了包含多样肤色人群的大规模数据集供研究使用。

6月4日周四
6月1日周一
5月31日周日
5月29日周五
  1. The Batch56

    Google 发布 Gemini 3.5 Flash：智能体能力与速度提升但价格上涨

    Google 发布 Gemini 3.5 Flash，作为其中端多模态模型更新，在智能体能力和速度上较 Gemini 3 Flash 显著提升，价格升至每百万输入 token 1.50 美元。该模型在 APEX-Agents-AA 智能体基准测试中以 47.1% 准确率排名第一，高于 GPT-5.5 的 37.7%，但在综合智能、知识和编码方面仍落后于领先模型。

  2. Google Research78

    Google Research 在 I/O 2026 发布 Gemini for Science 与 Gen 2.0 等核心科研工具

    Google Research 在 I/O 2026 发布了面向科学研究的 Gemini for Science 套件，包括基于 ERA 的 Computational Discovery 与基于 Co-Scientist 的 Hypothesis Generation。

    推荐理由：原文展示了Google Research在I/O发布的一系列核心技术与工具，涵盖了从科学发现、医疗健康到端侧硬件的完整落地路径。

5月28日周四
  1. Google Gemini API Release Notes72

    Google 正式发布 Gemini 3.1 Flash 和 3 Pro 图像模型，支持视频转图片生成

    Google 发布 Gemini 3.1 Flash Image 和 Gemini 3 Pro Image 正式 GA 版本，并停止预览模型服务。新增视频转图片生成能力，支持通过视频文件或 YouTube 链接结合文本提示生成缩略图、海报或信息图，该功能仅限 gemini-3.1-flash-image 使用。

    推荐理由：提供视频转图片原生功能支持及正式版模型入口，便于快速集成生成高质量视觉资产。

  2. Google Research31

    Google Research 提出零信任聚合方案，利用单次消息加密协议与 TEE 提升设备端 AI 隐私分析效率

    Google 部署新隐私分析方案，结合单次消息加密协议与可信执行环境（TEE）构建零信任架构。该设计确保证据仅能获取匿名化的群体聚合洞察，杜绝个人数据在服务器内存中明文暴露，解决了传统多轮交互协议中设备需长期在线的效率瓶颈。

5月25日周一
5月22日周五
5月20日周三
  1. Google Research84

    Google 在 Nature 发表 ERA 论文并推出 Computational Discovery 工具

    Google 在 Nature 发表 ERA 系统论文并开放 Computational Discovery 工具。该系统利用 Gemini 编写和优化科学代码，在基因组、流行病学等基准上达到专家级性能。应用 ERA 的八个研究项目包括流感预测、加州径流预测和大气 CO2 映射。

    推荐理由：原文展示了 ERA 在流行病预测、碳监测等八个科学问题的实证结果，读者可据此判断其计算发现的可靠性。

5月19日周二
  1. Google Gemini API Release Notes80

    Google 发布 Gemini 3.5 Flash 及托管智能体

    Google 正式发布 Gemini 3.5 Flash (gemini-3.5-flash) 并成为 gemini-flash-latest 的底层模型。Gemini API 推出了托管智能体功能，开发者可借此在安全隔离的 Google 托管环境中构建状态化自主智能体，同时发布了通用型 Antigravity Agent (antigravity-preview-05-2026)。

    推荐理由：新版 Gemini 3.5 Flash 正式成为默认模型并推出可自主规划执行的托管智能体，为开发者构建复杂 Agent 提供了底层基础设施。

  2. Google DeepMind64

    Co-Scientist 加速逆转细胞老化遗传研究

    Google DeepMind 的 Co-Scientist 工具帮助生物学家 Omar Abudayyeh 和 Jonathan Gootenberg 解决老化研究瓶颈。该模型扫描数万篇论文后提出 20 余个潜在抗衰老基因因子，实验验证其可驱动细胞进入年轻状态并改善整体功能。在数据分析阶段，Co-Scientist 将原本需要研究员花费数月的文献关联分析工作缩短至仅几天。

    推荐理由：Co-Scientist 将遗传筛选数据分析周期从数月压缩至几天，验证了 AI 加速老化研究的核心潜力。

5月18日周一
  2. Google DeepMind68

    Project Genie 结合街景影像推出真实世界模拟功能

    Project Genie 推出了基于街景影像的功能，允许用户选择美国境内地点并应用风格生成可交互环境，如让金门大桥变成水下世界，该功能向 Google AI Ultra $200 订阅者全球开放。

    推荐理由：原文说明了如何利用街景影像训练AI智能体在虚拟世界中导航，并展示了全球订阅者可以探索新功能的入口。

  3. Google DeepMind77

    Google DeepMind 发布 Gemini Omni 及首个模型 Gemini Omni Flash

    Google DeepMind 发布 Gemini Omni，首个模型 Gemini Omni Flash 支持结合图像、音频、视频和文本输入生成高质量视频，并可通过对话式自然语言进行多轮编辑。Gemini Omni Flash 现已通过 Gemini app、Google Flow 向全球订阅者推出，并免费开放给 YouTube Shorts 和 YouTube Create App 用户。

    推荐理由：原文展示了从多模态输入到视频生成的具体能力，为理解原生多模态模型的创作边界提供了实例。

5月17日周日
  1. Google DeepMind61

    Google DeepMind 发布 Gemini for Science 科研工具集与 Science Skills

    Google DeepMind 推出 Gemini for Science 项目，包含 Google Labs 上的三项实验工具：基于 Co-Scientist 的假设生成、基于 AlphaEvolve 和 ERA 的计算发现、以及基于 NotebookLM 的文献洞察。

    推荐理由：官方展示了三大实验工具与Science Skills，并披露了与100多家机构的验证合作及BASF等企业应用案例。