跳到正文

#Google

今日 4 条

4月17日星期五

Hacker News 首页

实测 Claude 4.7 新分词器:技术文档的 token 消耗涨了 47%

作者用 Anthropic 的免费 token 计数接口,拿同一批内容分别喂给 Claude Opus 4.6 和 4.7,看 token 数涨了多少。7 份真实 Claude Code 用户会发的样本(包括 CLAUDE.md 文件、终端输出、代码 diff 等)加权后从 8254 个 token 涨到 10937 个,整体多了 32.5%。

推荐理由:作者用 Anthropic 免费计数接口对比 Opus 4.6 与 4.7 处理同一批 Claude Code 常见内容,加权后 token 从 8254 涨到 10937,技术文档场景涨幅达 47%。

TechCrunch · AI

Google 的 AI Mode 现在能在桌面端 Chrome 里把网页和对话窗口并排打开

Google 在 4 月 16 日给桌面端 Chrome 的 AI Mode 加了一个并排浏览功能:你在 AI Mode 里点开一个链接,网页会在右侧打开,左侧的对话窗口不会消失。这样你一边看网页,一边可以接着问 AI 问题,AI 会结合当前页面内容和全网信息来回答。比如挑咖啡机时,你可以让 AI 直接告诉你某款好不好清洗。

推荐理由:Google 在桌面端 Chrome 的 AI Mode 中加入并排浏览,点开链接后网页在右侧打开,左侧对话保留,AI 可结合当前页面与全网信息继续回答。

4月16日星期四

Ben's Bites

Ben 的上下文清理小抄:别让 AI 被垃圾信息喂饱

Ben 在飞往旧金山的航班上没网,临时下载了 Gemma 4 26B 模型离线干活,顺便分享了他管理 AI 上下文窗口的几条硬经验。核心观点是:别迷信 100 万 token 的超长窗口,他根本不信任那种窗口下的稳定记忆,任务所需的完美回忆不该超过 15 万 token。

推荐理由:Ben 结合航班离线使用 Gemma 4 26B 的经历,给出上下文窗口管理经验,认为任务所需记忆不宜超过 15 万 token,并说明为何不信任百万级窗口的稳定记忆。

TechCrunch · AI

谷歌给 Mac 做了个原生 Gemini 应用,快捷键一按就能用

谷歌在 4 月 15 日上线了 Gemini 的 Mac 原生应用,要求 macOS 15 以上系统。跟之前用网页版不同,现在按 Option + 空格就能在任何界面呼出它,不用切窗口。你可以把当前屏幕内容或本地文件直接丢给它,让它帮你总结图表、核对日期或写公式。应用还内置了 Nano Banana 生图和 Veo 生成视频的功能。

推荐理由:谷歌为 Mac 推出 Gemini 原生应用,按 Option 加空格即可在任意界面呼出,并支持把屏幕内容或本地文件交给它处理。

X · @dotey(宝玉)

OpenAI Agents SDK 加了内置沙箱和原生执行框架,TypeScript 版还在开发

OpenAI 给自家 Agents SDK 塞进了一个内置沙箱,Agent 可以直接在里面读写文件、跑代码、装依赖、保存状态,不用开发者自己搭环境。沙箱支持 Cloudflare、Vercel、Modal 等云厂商,也能接自己的方案。

推荐理由:OpenAI 为 Agents SDK 加入内置沙箱,Agent 可直接读写文件、运行代码、安装依赖并保存状态,开发者无需自建隔离环境,沙箱已支持 Cloudflare、Vercel、Modal 等云厂商。

Google DeepMind

Google DeepMind 发布 Gemini 3.1 Flash TTS 语音模型

Google DeepMind 发布 Gemini 3.1 Flash TTS,一款主打可控性与表现力的文本转语音模型,已在 Gemini API、Google AI Studio、Vertex AI 和 Google Vids 中开放预览。

推荐理由:Gemini 3.1 Flash TTS 在 Gemini API、AI Studio、Vertex AI 和 Google Vids 开放预览,支持 70 多种语言,并可通过音频标签控制语音风格与节奏。

4月13日星期一

Google DeepMind

Google DeepMind 发布 Gemini Robotics-ER 1.6 机器人推理模型

Google DeepMind 发布 Gemini Robotics-ER 1.6,这是其面向机器人的推理优先模型升级版,强化了空间推理与多视角理解,并新增仪表读数能力。

推荐理由:Google DeepMind 发布 Gemini Robotics-ER 1.6,强化空间推理与多视角理解,并新增读取复杂仪表的能力,开发者已可通过 Gemini API 和 Google AI Studio 调用。

最佳拍档

谷歌CEO皮查伊:2027年是企业AI落地爆发年,搜索不会死,会变成替你干活的管家

谷歌CEO皮查伊在2026年4月的一次专访里,把家底和判断都摊开了。他说明年(2027年)会是企业AI agent workflow(让模型进业务流程干活)的爆发点,AI将从程序员提效工具变成非技术岗位的智能核心。

推荐理由:谷歌CEO皮查伊在专访中判断2027年是企业AI agent工作流的爆发点,AI将从程序员提效工具转为非技术岗位的智能核心。

4月7日星期二

Latent Space

Gemma 4 首周下载量破 200 万,本地跑模型成了新趋势

Google 的 Gemma 4 上线第一周就冲到约 200 万次下载。做个对比:Gemma 3 过去一年总共 670 万次,Gemma 2 从 2024 年 6 月到现在 140 万次,而 Qwen 3.5 在大约一个半月里拿了约 2700 万次。

推荐理由:Gemma 4 首周下载约 200 万次,Gemma 3 用一年才到 670 万,Qwen 3.5 一个半月约 2700 万,这组数字勾勒出开源模型采用速度的差异。

X · @AnthropicAI

Anthropic 跟 Google、Broadcom 签了 TPU 大单,2027 年起用新芯片训练 Claude

Anthropic 发推说,他们和 Google、Broadcom 签了一份协议,要拿“好几个 GW”的下一代 TPU 算力,2027 年开始上线,用来训练和跑 Claude 模型。推文只提了“多个 GW”和 2027 这个时间点,没说是哪一代 TPU、合同金额多少、具体交付节奏。这不像普通采购公告,更像提前几年锁定训练和推理用的算力位子。

推荐理由:Anthropic 与 Google、Broadcom 签下多个吉瓦的下一代 TPU 算力协议,2027 年起用于训练和运行 Claude,前沿模型的算力需求已按发电装机规模提前数年锁定。

4月3日星期五

X · @op7418(歸藏)

谷歌发布 Gemma 4,四个尺寸全 Apache 2.0 开源,主打本地跑 agent 和多模态

Gemma 4 一口气发了四个版本:E2B 给手机和 IoT 用,E4B 给移动端和 Jetson/树莓派,26B MoE 每次只激活 3.8B 参数、延迟低吞吐高,31B 全密集版适合桌面或单卡 H100。这次把 agent 工作流当第一优先级,原生支持函数调用、JSON 输出和系统指令,还直接能处理图像、视频和语音转文本,可以做本地语音助手。

推荐理由:谷歌发布 Gemma 4 四个尺寸并全部采用 Apache 2.0 开源,26B MoE 每次仅激活 3.8B 参数,原生支持函数调用、JSON 输出与图像视频语音处理,为本地部署 agent 和多模态应用提供新的选型参考。

X · @dotey(宝玉)

Google 发布 Gemma 4 开源模型家族,全系改用 Apache 2.0 协议

Google 把 Gemma 4 全系列换成了 Apache 2.0 协议,商用、修改、分发不再受限,之前自家协议里的灰色地带这次清掉了。系列包含四个尺寸:31B Dense、26B MoE(混合专家架构)、E4B 和 E2B。31B 在 Arena AI 开源模型文本榜排第三,26B 排第六,Google 说它们表现超过体量大 20 倍的模型。

推荐理由:Google 将 Gemma 4 全系改用 Apache 2.0 协议,商用、修改和分发不再受限,此前自家协议中的灰色地带随之清除。

Google DeepMind

Google DeepMind 发布 Gemma 4 开源模型家族

Google DeepMind 发布 Gemma 4,称其为迄今最智能的开源模型,面向高级推理与智能体工作流,采用 Apache 2.0 许可。该系列包含 E2B、E4B、26B MoE 和 31B Dense 四种尺寸,31B 在 Arena AI 文本榜位列全球开源模型第 3,26B 位列第 6。

推荐理由:Gemma 4 以 Apache 2.0 许可开源四种尺寸,31B 在 Arena AI 文本榜排开源模型第 3,26B 排第 6,为开发者选择开源模型的部署与微调方案提供参照。

2月12日星期四

MIT Technology Review · AI

AI 让线上诈骗更容易了,而且可能还会更糟

微软说截至 2025 年 4 月的一年里,他们拦下了 40 亿美元的诈骗和欺诈交易,其中很多可能靠 AI 生成内容帮忙。研究人员估计现在至少一半的垃圾邮件是用大语言模型写的,用大模型搞针对性邮件攻击的比例也从 2024 年 4 月的 7.6% 涨到了 2025 年 4 月的 14%。

推荐理由:微软披露一年拦下 40 亿美元诈骗交易,研究人员估算至少一半垃圾邮件由大语言模型写成,针对性邮件攻击占比一年内从 7.6% 升至 14%。

2月3日星期二

MIT Technology Review · AI

我们一直搞错了 AI 的真相危机:就算知道是假的,人还是会信

MIT Technology Review 的这篇文章直接点出一个反直觉的发现:我们过去对 AI 造假危机的想象,可能全偏了。作者拿自己上周的报道举例——美国国土安全部首次被确认在用 Google 和 Adobe 的 AI 视频工具做面向公众的宣传内容,配合特朗普政府的移民执法造势。

推荐理由:MIT Technology Review 以国土安全部用 AI 视频工具做宣传为例,结合实验说明人即便知道视频是伪造仍会据此判断,重新理解 AI 造假危机的着力点。

1月30日星期五

MIT Technology Review · AI

美国国土安全部用上了 Google Veo 3 和 Adobe Firefly 做视频

一份 DHS 公开的 AI 工具清单显示,他们正在用 Google Veo 3(视频生成)、Google Flow(整合了 Veo 3 的剪辑工具)和 Adobe Firefly 来制作和编辑对外发布的视频内容,估计有 100 到 1000 个使用许可。

推荐理由:美国国土安全部公开的 AI 工具清单显示,其对外视频制作已用上 Google Veo 3、Google Flow 和 Adobe Firefly,许可规模在 100 到 1000 之间。

1月28日星期三

MIT Technology Review · AI

AI 开始记住你的一切,隐私保护要面对新麻烦了

Google 这个月推出了 Personal Intelligence,让 Gemini 直接读取你的 Gmail、相册、搜索和 YouTube 记录来提供个性化服务。OpenAI、Anthropic 和 Meta 也都在给自家产品加记忆功能。

推荐理由:Google 将 Gemini 接入 Gmail、相册、搜索和 YouTube 记录做个性化,OpenAI、Anthropic 和 Meta 也在为产品加记忆功能,隐私边界由此成为产品设计要处理的问题。

2025年9月25日星期四

OpenAI News

ChatGPT Pulse 预览:让模型主动推消息,每天一次

OpenAI 给 Pro 用户上了个移动端新功能 Pulse,ChatGPT 不再等你问,而是每天主动推一版个性化信息卡片。它会翻你的聊天记录、记忆和反馈,还能选接 Gmail 和 Google 日历(默认关着),晚上做功课,早上把结果推给你。你可以点赞点踩、直接告诉它明天想看什么,所有输出会过一道安全检查。

推荐理由:OpenAI 为 Pro 用户推出移动端 Pulse,ChatGPT 每天主动推送一版个性化信息卡片,并可选接入 Gmail 和 Google 日历,交互从用户提问转为模型主动推送。

2025年3月12日星期三

Hugging Face 博客

谷歌发布 Gemma 3 系列开源模型,最高 270 亿参数,能看图、懂 140 多种语言

Gemma 3 是谷歌最新放出的开放权重模型,有 1B、4B、12B、27B 四个尺寸。4B 及以上的版本能同时处理图片和文字,支持超过 140 种语言,上下文窗口拉到 128k token(1B 是 32k)。官方说 4B 的指令版在跑分上能打赢上一代 27B,27B 则超过了 Gemini 1.5 Pro。

推荐理由:谷歌放出 Gemma 3 开放权重模型,4B 及以上版本同时处理图文并支持超 140 种语言,官方称 4B 指令版跑分超过上一代 27B。

2025年2月1日星期六

OpenAI News

OpenAI 封禁了一批用 AI 伪造求职材料、混进远程岗位的账号

OpenAI 在 2025 年 2 月的威胁报告里披露,他们封禁了几十个参与欺诈性求职活动的账号。这些账号用 OpenAI 的模型干了四件事:生成假简历和假求职档案、伪造推荐人身份帮忙做背景调查、在面试时实时生成技术题和行为题的答案,以及入职后继续用模型写代码、编借口(比如解释为什么不开摄像头、为什么从不正常地区登录)。

推荐理由:OpenAI 在威胁报告里披露封禁了几十个账号,这些账号用其模型生成假简历、伪造推荐人、面试时实时生成答案,并在入职后继续用模型掩盖身份。