⌘ K
… 读取采集状态 同步中...
雷

Google / Gemini

Google 与 DeepMind 的 AI 动态：Gemini 系列、Veo 视频模型、研究成果与产品生态的持续追踪。

235条精选相关主题OpenAI / ChatGPTAnthropic / Claude多模态

最新精选

第 221–235 条 · 共 235 条
3月25日周三
  1. Google Research71

    Google 发布 Vibe Coding XR：用 Gemini 和 XR Blocks 加速 XR 原型开发

    Google 宣布 Vibe Coding XR，将 Gemini 与基于 WebXR、three.js 和 LiteRT.js 的开源 XR Blocks 框架结合，让用户通过自然语言在 60 秒内生成支持物理交互的 Android XR 应用。

    推荐理由：Google 团队展示了如何用 Gemini 和 XR Blocks 把自然语言在 60 秒内转成可运行的 Android XR 应用，给 XR 原型开发提供了可迁移的 vibe coding 方法。

  2. Google Gemini API Release Notes68

    Google 发布 Lyria 3 音乐生成模型

    Google 推出 Lyria 3 音乐生成模型 lyria-3-clip-preview 和 lyria-3-pro-preview，分别用于生成 30 秒片段和完整歌曲。两个模型均支持文本与图像输入，并生成 48kHz 立体声音频。

    推荐理由：提供两款 Lyria 3 模型的输入模态与音频规格，便于评估音乐生成场景的技术能力。

3月18日周三
  1. Google Research72

    Google Research 发布 AI 辅助乳腺癌筛查工作流程研究

    Google Research 发布基于机器学习改善英国 NHS 乳腺癌筛查工作流程的两项研究成果。研究显示，AI 独立阅片敏感度显著高于人类首读者，整体癌症检出率从每千人 7.54 例升至 9.33 例，并检出了原双重阅片流程中 25% 的间期癌；在前瞻性部署中，AI 辅助流程可减少 46% 的人工阅片数量及 36%–44% 的阅片时间。

    推荐理由：研究验证了 AI 作为第二读者可维持筛查敏感性并减少 46% 人工阅片量，为缓解放射科医师短缺提供量化依据。

3月16日周一
  1. 宝玉72

    智能体工程的 8 个等级

    Bassim Eledath 提出智能体工程的 8 个等级模型，阐述从 Tab 补全到自主智能体团队的进阶路径。

    推荐理由：作者基于一线实践梳理出智能体工程进阶的八个层级，从上下文工程到自主团队，为开发者评估自身与团队成熟度提供了具体参照系。

3月12日周四
2月26日周四
  1. Google Gemini API Release Notes64

    Google Gemini 发布 Nano Banana 2 和 Gemini 3.1 Flash Image，并公告 Gemini 3 Pro 将于3月9日停用

    Google Gemini API 上线 Nano Banana 2 和 Gemini 3.1 Flash Image Preview，该模型以速度和大规模场景优化为主。同时官方宣布 gemini-3-pro-preview 将于 2026 年 3 月 9 日停用。

    推荐理由：原文给出了新图像模型的定位和旧版Pro模型的停用时间表，便于开发者评估迁移节奏。

2月19日周四
  1. Google Gemini API Release Notes66

    Google 发布 Gemini 3.1 Pro Preview 模型及定制工具端点

    Google 发布 Gemini 3.1 Pro Preview，作为 Gemini 3 系列家族的最新迭代版本。同时推出独立端点 gemini-3.1-pro-preview-customtools，该端点在优先处理自定义工具方面表现更佳，适用于结合 bash 和工具的用户。

    推荐理由：原文披露了 Gemini 3.1 Pro Preview 模型及针对混合工具场景的独立端点，开发者可据此评估新模型在复杂工具调用中的表现。

2月4日周三
12月17日周三
  1. Google Gemini API Release Notes81

    Gemini 3 Flash Preview 发布

    Gemini 3 Flash Preview 上线，提供快速且媲美更大模型的前沿性能，同时大幅降低成本。新增视觉与空间推理、Agent 编码能力，以及多模态函数响应和带图像的代码执行功能。

    推荐理由：该模型在保留前沿性能的同时显著降低使用成本，并新增了多模态函数响应与图像代码执行功能。

  2. AISI Blog66

    AISI与Thorn发布AI生成儿童性虐待材料安全协议

    AISI与儿童安全组织Thorn发布新安全协议，指导AI开发者、模型托管平台等降低系统被用于生成AI生成儿童性虐待材料（CSAM）的风险。协议设定了安全设计原则和部署侧缓解措施，配合英国新立法允许授权机构在严格条件下测试AI模型的CSAM生成能力。AISI称将在政府支持下与行业、执法和安全组织协作设计测试条件与操作安全机制，并开展威胁建模和资助外部研究，强化从训练、分发到使用的全链条防护。

    推荐理由：协议给出了开发者和托管方在模型全生命周期中降低滥用风险的具体原则和步骤，并明确了立法后的测试边界。

12月11日周四
  1. Google Gemini API Release Notes62

    Gemini API 发布 Interactions API 和 Deep Research 智能体预览版

    Gemini API 发布了 Interactions API，提供了与 Gemini 模型和智能体交互的统一接口。同时 Gemini Deep Research 智能体以预览版上线，能够自主规划、执行和综合多步骤研究任务的结果。

    推荐理由：原文给出了 Interactions API 和 Deep Research agent 的官方功能定位，读者可以据此判断 Gemini 生态在自主研究与交互接口上的变化。

12月10日周三
  1. Google Gemini API Release Notes68

    Google 发布 Gemini 2.5 Flash TTS 与 Pro TTS 预览版

    Google 发布 Gemini 2.5 Flash TTS 和 Gemini 2.5 Pro TTS 预览版，前者侧重低延迟优化，后者侧重音质优化。两款模型均支持增强表达力、精准节奏控制及无缝对话能力。

    推荐理由：原文明确了两款新TTS模型在延迟和音质上的侧重，便于开发者根据场景快速选型。

1月13日周一
  1. Mistral News68

    Mistral AI 发布 Codestral 25.01 编码模型

    Mistral AI 发布 Codestral 25.01，其架构和分词器经过优化，代码生成和补全速度比原版快约2倍。该模型在权重级别内成为编码任务领先者，在FIM用例中达到SOTA水平，并在LMsys copilot arena排行榜上位列第一。

    推荐理由：Codestral 25.01在FIM任务上展现出SOTA性能，速度提升2倍，成为同级别编码模型的领先者。

11月13日周三
  1. AISI Blog71

    英国 AI 安全研究所总结成立首年进展，推出 Inspect 平台并推进全球安全标准

    英国 AI 安全研究所（AISI）在成立一周年时回顾其首年建设，表示已通过自动化基准、红队测试和人类增益研究对 16 个模型开展安全评估，并与 OpenAI、Google DeepMind、Anthropic 等公司合作测试前沿模型。

    推荐理由：原文复盘了英国 AI 安全研究所成立首年的评估能力与国际协作进展，读者可据此判断其全球治理角色与后续动向。

5月20日周一
  1. AISI Blog66

    英国AI安全研究所发布第四份进展报告：开源Inspect平台并推进国际AI风险评估

    英国AI安全研究所（AISI）发布第四份进展报告，面向即将举办的首尔AI安全峰会披露多项动作：开源AI安全评测平台Inspect；发布首份针对公共前沿模型在Cyber。

    推荐理由：英国AISI开源了评估平台Inspect，并公布了30国AI风险科学综述，政府主导的开源与评测协同细节对安全评测从业者有直接参考价值。