跳到正文

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。

最新精选

第 221–240 条 · 共 524 条

7月23日星期四

AI HOT 精选

Alphabet Q2 营收涨 24%,Gemini 月活冲到 9.5 亿,但利润和资本开支还没说

Sundar Pichai 发了 Alphabet 第二季度数据。营收同比涨了 24%,Google Cloud 增速更猛,达到 82%。Gemini 应用月活用户到了 9.5 亿,模型 API 每分钟处理 220 亿个 token,主要靠 Flash 模型在扛。Gemini Enterprise 已经进了 90% 的财富 100 强公司。

推荐理由:Alphabet 第二季度营收同比涨 24%,Google Cloud 增速达 82%,Gemini 应用月活升至 9.5 亿,这组数据给出了谷歌 AI 投入在云业务和消费端产品上的同步进展。

7月22日星期三

AI HOT 精选

Google 开源 Tunix:一个让 TPU 在训智能体时不再干等的 JAX 库

Google 放出了 Tunix,一个基于 JAX 的智能体后训练库,专门解决用强化学习训智能体时 TPU 摸鱼的问题。核心思路是把“让模型干活”和“让模型学习”这两件事拆开:模型在等工具返回结果(比如等一次网页搜索)的时候,推理引擎立刻切去给另一个活跃的智能体生成回答,不让芯片闲着。

推荐理由:Google 开源基于 JAX 的智能体后训练库 Tunix,把模型等待工具返回的时间用于为其他活跃智能体生成回答,为训练基建团队提供了一种提升 TPU 利用率的调度思路。

7月21日星期二

Google DeepMind

Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 与 3.5 Flash Cyber

Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 和面向安全的 3.5 Flash Cyber 三款新模型。

推荐理由:Gemini 3.6 Flash 相比 3.5 Flash 输出 token 用量减少 17%,每百万输出 token 定价 7.50 美元,同时多项基准成绩提升。

7月17日星期五

Google DeepMind

Google DeepMind 发布 Gemini 3.5 Flash Cyber 网络安全模型

Google DeepMind 发布 Gemini 3.5 Flash Cyber,基于 3.5 Flash 微调,用于快速发现、验证和修补漏洞,在 CyberGym 等基准上以多次调用取得接近更大模型的成绩。

推荐理由:Google DeepMind 推出基于 3.5 Flash 微调的轻量网络安全模型,在 CyberGym 等基准上以多次调用取得接近更大模型的漏洞发现成绩。

AI HOT 精选

54% 的企业已经出过 AI 智能体安全事故,但多数还在让智能体共用账号密码

VentureBeat 调查了 107 家企业,发现 AI 智能体的安全防护明显没跟上部署速度。54% 的企业已经发生过确认的安全事件(18%)或差点出事(36%),但只有 32% 给每个智能体分配了独立、权限受限的身份,大多数智能体仍在共用 API 密钥或员工账号。

推荐理由:VentureBeat 调查 107 家企业,54% 已发生或险些发生智能体安全事件,仅 32% 为智能体分配独立受限身份,多数仍共用密钥或员工账号。

TechCrunch · AI

Google AI Mode 能直接连 App 干活了,首批接入了 Instacart、Canva 和 YouTube

Google 给 AI Mode 加了个“Connected Apps”功能,你可以把自己的 Instacart、Canva、YouTube 账号绑上去,让 AI 直接跨 App 执行操作。比如让它帮你列好烧烤食材清单,顺手就能把东西加进 Instacart 购物车。

推荐理由:Google 为 AI Mode 加入 Connected Apps,绑定 Instacart、Canva 和 YouTube 账号后,AI 能跨应用执行加购物车这类操作,不再只给答案。

7月16日星期四

AI HOT 精选

欧盟要求 Google 向竞争对手开放 Android 和搜索数据,第三方 AI 助手有机会拿到系统级权限

欧盟根据《数字市场法案》做出裁定,Google 必须让竞争对手的搜索引擎和 AI 助手在 Android 上获得与自家 Gemini 差不多的系统级访问权限,同时还要分享一部分搜索数据。这对做 AI 助手和搜索的公司是个机会,但文章没具体说哪些搜索数据要交出来、通过什么接口给。Google 大概率会上诉,所以什么时候执行、执行到什么程度都还不确定。

推荐理由:欧盟依据《数字市场法案》裁定 Google 向竞争对手开放 Android 系统级权限并分享部分搜索数据,第三方 AI 助手和搜索引擎由此获得与 Gemini 接近的入口条件。

7月15日星期三

Hacker News 首页

在 13 年前的老至强 CPU 上跑 Gemma 4 26B 模型,每秒 5 个 token

作者把谷歌的 Gemma 4 26B 模型(一种混合专家模型,每次只激活部分参数)塞进了一台 2013 年的惠普存储服务器,双路至强 E5-2690 v2,没显卡,整机成本不到 300 美元。跑起来后生成速度约每秒 5.2 个 token,跟人阅读速度差不多。

推荐理由:作者在2013年的双路至强服务器上无显卡运行Gemma 4 26B混合专家模型,整机成本不到300美元,生成速度约每秒5.2个token,接近人的阅读速度。

AI HOT 精选

阿歇特、爱思唯尔等出版商集体起诉谷歌,指控其用盗版书训练 Gemini

阿歇特、圣智、爱思唯尔和作家斯科特·图罗等原告发起集体诉讼,指控谷歌未经许可用他们的版权作品训练 Gemini 模型。诉状还称谷歌故意删除或修改了版权管理信息,想掩盖训练数据来源。这是出版商对 AI 公司发起的又一起诉讼,不过加州法院此前已有两起早期裁决支持 AI 公司,认为用版权作品训练模型属于“合理使用”。

推荐理由:阿歇特、爱思唯尔等出版商指控谷歌未经许可用版权作品训练 Gemini,并称其删改版权管理信息,加州法院此前两起裁决曾认定这类训练属合理使用。

TechCrunch · AI

DeepMind CEO 提议搞一个独立机构来管最前沿的 AI 模型

Demis Hassabis 在 X 上发帖,主张成立一个类似美国金融业监管局(FINRA)的独立标准机构,专门负责测试最前沿的 AI 模型,并制定发布规范。他的设想是,AI 实验室先自愿在模型发布前 30 天把模型交给这个机构审查;等这套评估流程被证明有效且靠谱之后,再变成强制要求,不通过就不让在美国部署。

推荐理由:DeepMind CEO Demis Hassabis 提议参照美国金融业监管局设立独立机构,负责测试前沿 AI 模型并制定发布规范,并给出模型发布前 30 天自愿送审、评估成熟后转为强制要求的路径。

AI HOT 精选

Google 在印度 I/O 大会演示 Pixel 10 端侧 AI:用自研芯片跑 Gemma 4 模型,全程不联网

Google 在印度 I/O 大会上展示了 Pixel 10 系列的端侧 AI 能力。手机搭载的 Tensor G5 芯片内置 TPU,可以直接在设备上运行 Gemma 4 E2B 模型,数据完全不上传,保证离线隐私。

推荐理由:Google 在印度 I/O 大会上演示 Pixel 10 用 Tensor G5 内置 TPU 本地运行 Gemma 4 E2B 模型,数据不上传,端侧 AI 的离线隐私方案有了具体落地场景。

7月14日星期二

AI HOT 精选

Google 放出 Gemini 3.5 实时翻译,70 多种语言语音直转,延迟接近实时

Gemini 3.5 Live Translate 直接处理原始音频流,不是先转文字再翻译再念出来,所以能保留说话人的语调、节奏和音高。支持 70 多种语言,延迟做到近实时。东南亚打车平台 Grab 已经在测试,用来解决司机和乘客跨语言通话的问题——Grab 用户每月语音通话量超过 1000 万次,这个量级如果真能跑通,省下的沟通成本不小。

推荐理由:Gemini 3.5 Live Translate 直接处理原始音频流,保留语调节奏,支持 70 多种语言近实时翻译;Grab 已在每月超 1000 万次语音通话中测试跨语言沟通。

FT · 科技

DeepMind 的 Hassabis 想让美国牵头搞一个类似 CERN 的机构,专门给最前沿的 AI 模型做安全测试

Demis Hassabis 公开喊话,希望美国出面领导一个国际组织,模式参考欧洲核子研究组织(CERN),核心任务是对那些能力最强的“前沿”AI 模型进行安全测试。文章本身是付费墙,具体怎么建、谁出钱、时间表这些细节都没披露。单从标题看,他这次把球踢给了美国,强调测试得由美国主导,焦点放在前沿模型的安全审查上。

推荐理由:DeepMind 的 Hassabis 提出由美国牵头组建国际机构,参照 CERN 模式对能力最强的前沿 AI 模型做安全测试,把跨国协作和长期投入的思路摆上台面。

7月12日星期日

Hacker News 首页

微软、亚马逊、谷歌三家数据中心的年碳排放,已经顶得上法国全国三分之一的排放量

三家大厂自己公布的数据显示,2025年它们的机房一共排了1.04亿吨二氧化碳,相当于法国全国排放的33%。微软一家就占了将近一半,主要是因为它猛铺AI基础设施。更让人不放心的是,这三家都在悄悄往回缩:亚马逊和谷歌不再提“全天候用清洁能源”的目标,微软买的碳抵消也被发现效果注水。而且这些数字都是企业自己报的,实际排放很可能更高。

推荐理由:三家大厂自报2025年机房排放1.04亿吨二氧化碳,相当于法国全国排放的33%,微软一家占近一半,主因是猛铺AI基础设施。

7月10日星期五

FT · 科技

FT 调查:OpenAI 和谷歌把模型卖给了美国实体清单上的中国公司

FT 拿到内部文件,发现 OpenAI 和谷歌通过微软 Azure 和谷歌云,把模型访问权限卖给了至少八家被美国列入实体清单的中国公司,包括华为、商汤、依图和科大讯飞。交易走的是这些公司的海外子公司或第三方经销商渠道。两家公司都否认违反出口管制,但 FT 看到的内部记录显示,部分销售团队知道客户的背景,交易还是继续推进了。

推荐理由:FT 依据内部文件披露 OpenAI 和谷歌经微软 Azure 与谷歌云,向华为、商汤等八家实体清单中国公司售出模型访问权,交易绕道海外子公司或经销商。

7月7日星期二

AI HOT 精选

Gemini API 的托管智能体新增后台任务、远程 MCP 和自定义函数

Google 给 Gemini API 里的 Managed Agents 加了三样东西:后台异步执行,让跑得久的任务不用一直占着连接;远程 MCP,让智能体可以调用外部的工具或服务;自定义函数,用来塞进自己的业务逻辑。这篇公告面向想把智能体推到生产环境的开发者,但正文没提价格和哪些地区能用。

推荐理由:Google 为 Gemini API 托管智能体新增后台执行和工具扩展能力,减少长任务对持续连接的依赖并支持外部服务与业务逻辑接入。

AI HOT 精选

给模型看模糊图反而更烧钱:OpenRouter 实测图像清晰度与成本倒挂

OpenRouter 拿五款模型在 MMMU-Pro Vision 上跑了一遍,发现给推理模型喂低清图(detail: low)经常既费钱又拉胯。

推荐理由:OpenRouter对五款模型的测试比较了图像清晰度与成本,推理模型使用低清图时常出现准确率下降、费用反升的结果。

AI HOT 精选

Google 悄悄改了隐私设置,你上传的图片、文件、音视频默认拿去训练 AI 了

Google 在 6 月通过一封邮件低调更新了搜索服务的隐私条款,新增了“搜索服务历史记录”和“个性化推荐”两个设置。这次改动覆盖搜索、地图、购物、航班、酒店和翻译,默认允许公司存储并使用你上传的图片、文件、音视频来改进 AI 模型。换句话说,只要你没手动关掉这两个开关,你传上去的媒体内容就会被拿去训练 AI。

推荐理由:Google 将上传媒体用于改进 AI 的许可设为默认开启,搜索、地图等服务用户需手动退出才能关闭这项数据用途。

7月6日星期一

Hacker News 首页

Chrome 偷偷在你电脑上装了个 4GB 的 AI 模型,删了还会自动下回来

瑞典隐私研究员 Alexander Hanff 发现,只要你的电脑内存大于 16GB、剩余硬盘空间超过 22GB,Chrome 就会在后台静默下载一个叫 Gemini Nano 的本地 AI 模型,文件名叫 weights.bin,体积 4GB。这个模型藏在系统文件夹里,名字故意起得很技术化,普通人根本看不出是 AI。

推荐理由:隐私研究员发现 Chrome 会在满足硬件条件的电脑上静默下载本地 AI 模型,给用户带来浏览网页之外的额外磁盘占用。

7月5日星期日

Computing Life · Share · 鸭哥调研

Scaling Law 五年三次修正:从“把模型做大”到“把模型做小”

Scaling law 不是物理定律,是一条靠实验拟合出来的曲线,实验条件一变,结论就跟着变。2020 年 OpenAI 的 Kaplan 论文因为实验设置偏差,得出“优先堆参数”的结论,直接塑造了 GPT-3。

推荐理由:文章从实验设置偏差解释 OpenAI 的 Kaplan 论文为何优先堆参数,交代这一结论塑造 GPT-3 的研究背景。