Google 放出 Gemini 3.5 Live Translate,话没说完就开始翻,支持 70 多种语言
Google 发了 Gemini 3.5 Live Translate,一个实时语音转语音翻译模型。它不等对方把整句话讲完,边听边翻,用流式更新把结果推出来,延迟压到几秒,还能保留原声的语速、音高和语调。
推荐理由:Google 发布 Gemini 3.5 Live Translate,支持 70 多种语言,不等整句讲完就边听边翻,延迟压到几秒并保留原声语速、音高和语调。
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。
Google 发了 Gemini 3.5 Live Translate,一个实时语音转语音翻译模型。它不等对方把整句话讲完,边听边翻,用流式更新把结果推出来,延迟压到几秒,还能保留原声的语速、音高和语调。
推荐理由:Google 发布 Gemini 3.5 Live Translate,支持 70 多种语言,不等整句讲完就边听边翻,延迟压到几秒并保留原声语速、音高和语调。
Google DeepMind 发布 Gemini 3.5 Live Translate,一款支持 70 多种语言的近实时语音到语音翻译音频模型,可自动检测语言并保留说话人的语调、节奏和音高。
推荐理由:Gemini 3.5 Live Translate 支持 70 多种语言的连续语音到语音翻译,并保留说话人的语调、节奏和音高,与逐句等待的系统形成对比。
WWDC 上苹果把迟到 AI 这件事包装成“为了隐私才慢”,Apple Intelligence 和 Siri AI 会铺到 iPhone、iPad、Mac、Apple Watch 和 Vision Pro,还单独做了个 Siri AI 应用,带聊天界面、AI 拍照修图和一些初步的“让模型替你干活”的功能。
推荐理由:苹果在 WWDC 上把 AI 迟到归因于隐私,并将 Apple Intelligence 铺到 iPhone、Mac 等全系设备,但任务已涉及外部云,跨云隐私机制尚未交代。
苹果在 WWDC 2026 上展示了一套新的智能系统,核心能力由谷歌的技术驱动。具体用了谷歌的哪款模型、系统什么时候上线、收不收费、开发者怎么接入,正文都没说——因为 Bloomberg 的原文被反爬机制挡住了,只留下 RSS 摘要里这点信息。我会先打个折:这更像一个合作信号,不是一份能评估的产品发布。
推荐理由:苹果在 WWDC 2026 展示的新智能系统由谷歌技术驱动核心能力,这一组合出现在苹果自家开发者大会上,构成观察两家平台关系的具体切口。
苹果对外解释,他们改造后的 AI 平台虽然部分用了谷歌的技术,但隐私保护机制还在。不过这篇报道的正文被 Bloomberg 的反爬机制挡住了,看不到具体用了谷歌哪个模型、是本地跑还是云端调、有没有第三方审计,以及隐私条款到底怎么写的。
推荐理由:苹果回应外界对其采用谷歌模型可能削弱隐私保护的担忧,称改造后的 AI 平台仍保留原有隐私机制,涉及科技公司引入外部模型时如何兼顾数据保护。
Levi 是一个开源项目,让你能在本地用 Qwen3-30B-A3B 模型跑一套类似 AlphaEvolve 的搜索系统。作者在 ADRS、IFBench 和 HotpotQA 三个基准上做了测试,声称在单模型、相同预算的条件下,整体成本最多能降到原来的 1/35,评估次数最多能减少到 1/12。
推荐理由:开源项目 Levi 让本地 Qwen3-30B-A3B 跑起 AlphaEvolve 式搜索,作者在三个基准上测得同等预算下成本最多降至 1/35、评估次数减至 1/12。
Google 给 AI Ultra 订阅用户推了个 NotebookLM 大更新。现在你在对话里就能让它执行多步骤任务,不用自己来回倒腾,相当于把 agent 塞进了聊天窗口。推理能力也升了级,处理复杂研究问题会更顺。官方说新增了一批输出格式,但正文没列具体是哪些,也没提价格会不会变、什么时候推给普通用户。
推荐理由:Google 为 AI Ultra 订阅用户的 NotebookLM 加入对话内多步骤任务执行与高级推理,复杂研究问题的处理路径因此缩短。
Google 给笔记工具 NotebookLM 换了新模型 Gemini 3.5,官方说回答会更准更靠谱。现在你不用先丢一堆笔记或 YouTube 链接进去,直接问一个话题,它就能用 Google 搜索帮你找相关材料,等于把研究起点又往前挪了一步。另外还提到了一个“云端电脑”功能,但正文没展开讲具体能干什么、怎么用,这点先别太激动。
推荐理由:NotebookLM 换用 Gemini 3.5 后支持直接输入话题,由 Google 搜索代为查找资料,研究起点从整理笔记前移到选题阶段。
Google DeepMind 公布在塞拉利昂开展的预注册随机对照试验结果,使用 Guided Learning 的学生数学成绩比对照组提升 0.258 个标准差,相当于八周内取得约 1.2 至 1.7 年的常规学习进度。
推荐理由:Google DeepMind 在塞拉利昂的预注册随机对照试验显示,使用 Guided Learning 的学生数学成绩提升 0.258 个标准差,相当于八周内取得约 1.2 至 1.7 年常规学习进度。
苹果在 2026 年 6 月 8 日公布了第三代 Apple Foundation Models(AFM),这次是和 Google 合作定制的。五款模型里,两款跑在设备上:AFM 3 Core 是 30 亿参数的密集模型,质量比上一代好。
推荐理由:苹果发布第三代 Apple Foundation Models,与 Google 合作定制,五款模型覆盖设备端和云端,其中设备端 AFM 3 Core 为 30 亿参数密集模型。
Victor M 在 X 上整理了一份清单,过去一周有超过 25 个开放权重的模型发布,几乎覆盖了所有模态。其中最扎眼的是 NVIDIA 的 Nemotron 3 Ultra,一个 550B 参数的混合架构(Mamba-MoE),每次推理只激活 55B 参数,上下文窗口能塞进 100 万个 token。
推荐理由:过去一周开放权重模型发布超过 25 个,覆盖文本、图像、语音等模态,其中 NVIDIA 的 Nemotron 3 Ultra 以 550B 参数、55B 激活和 100 万 token 上下文,展示了混合架构的当前规模。
普林斯顿的研究员搞了一套叫 Goedel-Architect 的智能体系统,专门让模型在 Lean 这种形式化证明语言里自动做数学题。他们拿 DeepSeek-V4-Flash 跑 PutnamBench 数学竞赛题,672 道题里正确率到了 75.6%,API 调用费总共才花了 294 美元。
推荐理由:普林斯顿团队用 Goedel-Architect 系统让 DeepSeek-V4-Flash 在 Lean 里自动做数学题,PutnamBench 672 道题正确率 75.6%,API 调用费共 294 美元。
京东放出了JoyAI-Echo,一个能一口气生成最长5分钟视频加音频的框架,而且全量开源。它主打跨镜头画面和声音的一致性,支持局部重绘,用8步DMD蒸馏来提速,最高能输出1472×2560分辨率的片子。不过原文因为微信环境验证没过去,具体效果和实测数据暂时看不到,这点先别太激动。
推荐理由:京东开源JoyAI-Echo,可一次生成最长5分钟带音频的视频,并支持跨镜头画面与声音一致性,为长视频生成提供了一条可复用的开源路径。
Google 每月花 9.2 亿美元租 SpaceX 的 GPU,不是因为 SpaceX 技术更强,而是因为它用 35 台装在拖车上的甲烷燃气轮机直接发电,绕过了电网接入和环境审批,122 天就把数据中心建起来了。Google 自己受制于合规流程,有钱有客户但没机器,只能先租。
推荐理由:Google 每月付 9.2 亿美元租 SpaceX 的 GPU,后者靠 35 台拖车燃气轮机自发电,122 天建成数据中心,绕开了电网接入与环保审批。
FT 标题说 SpaceX 跟 Google 签了一份 300 亿美元的算力租赁合同。但正文被付费墙挡了,没披露租期多长、具体提供多少算力、交付地点在哪,也没说这些算力是不是专门给 AI 训练或推理用的。如果是真的,300 亿这个数字很大,说明 Google 在疯狂囤算力;但合同细节全缺,先别太激动。
推荐理由:SpaceX 与 Google 签下 300 亿美元算力租赁合同,金额规模在两家公司既有合作中并不常见,可留意科技巨头自建算力之外的另一条供给路径。
SpaceX 披露了一份云服务协议,Google 每月向 SpaceX 支付 9.2 亿美元,换取 xAI 数据中心的计算能力,折合一年约 110 亿美元。正文没披露合同期限、GPU 规模或交付条款。这笔钱说明 AI 算力已经像电力或发射能力一样,成了可以单独定价、单独交易的基础资源。
推荐理由:SpaceX 披露 Google 每月支付 9.2 亿美元使用 xAI 数据中心的算力,一年约 110 亿美元,AI 算力由此成为可单独定价和签约的基础资源。
谷歌研究院和谷歌云一起搞了个叫“跨语料库检索”的框架,用在 Gemini 企业智能体平台上,本质是让多个 AI 代理分工合作:一个负责理解问题并拆解计划,一个负责改写查询词,一个负责把问题路由到最合适的数据库,还有一个反复去搜、去验证。这套流程比传统 RAG(给模型外挂资料库直接查)在事实类数据集上准确率最多高出 34%。
推荐理由:谷歌研究院和谷歌云在 Gemini 企业智能体平台上把检索拆给多个代理分工,事实类数据集准确率比传统 RAG 最多高 34%。
CNBC 报道,Google 和 SpaceX 签了一份算力租用合同,每月支付 9.2 亿美元,用的是 xAI 数据中心里的计算资源。报道只给了这个单月金额,没写合同签了多久、总共涉及多少块 GPU、以及算力具体怎么交付。如果按一年算,这笔合同价值超过 110 亿美元,对数据中心租赁来说是个很大的单子。
推荐理由:Google 每月向 SpaceX 支付 9.2 亿美元租用 xAI 数据中心的算力,按此金额推算一年超过 110 亿美元,是数据中心租赁中少见的大额交易。
Bloomberg 拿到消息,Google 和 SpaceX 签了一份云算力采购合同:Google 每月付 9.2 亿美元,合同持续到 2029 年年中,总金额约 300 亿美元。报道没披露 SpaceX 提供的是什么规格的算力——是 GPU 集群还是其他架构、部署在哪些地区、有没有绑定服务等级协议(SLA),这些关键信息全是空白。
推荐理由:Google 与 SpaceX 签下每月 9.2 亿美元、总额约 300 亿美元的算力采购合同,持续到 2029 年年中,规模本身反映出科技公司外购算力的投入力度。
Google 发言人把这事归因于自家新上线的 AI 产品需求超预期,所以要从 SpaceX 采购算力。每月 9.2 亿美元这个数字很大,但文章没写合同签了多久、能拿到多少 GPU 或等效算力,也没提部署细节。我会先打个折——光看月费不知道总成本,也不知道 SpaceX 的算力方案跟传统云厂商比到底划不划算。
推荐理由:Google 因 AI 产品需求超预期,每月向 SpaceX 支付 9.2 亿美元采购算力,合同年限与算力规模均未披露,单看月费难以判断这笔交易的实际成本。