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 81–100 条 · 共 524 条

10月14日星期三

Google 博客 · Gemini

Gemini 4 Argon 现已向开发者开放

Google 从今天起向开发者开放 Gemini 4 Argon,面向软件工程、企业知识工作和网络安全防御中的复杂工作流。该模型针对需要深度推理和结构精确性的长程任务设计,包括代码迁移和前沿研究。

推荐理由:Google 向开发者开放 Gemini 4 Argon,并列明付费 API 与订阅入口的接入范围。

TechCrunch · AI

Google Play 支持私有 AI 编程应用在 Android 上运行

Google Play 推出私有应用功能,用户可用 Google AI Studio 编写 Android 应用,再通过标准 Google 账号在自己的设备上运行,无需公开上架。

推荐理由:Google Play 允许用户私下运行 AI 编写的 Android 应用,个人需求驱动的原生应用无需公开上架即可自用。

Google DeepMind

Gemini 4 Argon 为复杂工程、专业工作流与科研难题而打造

Google DeepMind 的 Gemini 4 Argon 今日全球开放,面向编码、金融、法律、网络安全和科学领域的复杂多步骤任务,通过 API、Google Antigravity、Gemini app 和搜索 AI Mode 等入口提供访问。

推荐理由:Google 用 Gemini 4 Argon 将 Chrome 跨数百个文件的架构重构从数月缩短至数周,加快复杂代码库的工程改造。

Google DeepMind

Google DeepMind 展示 Gemini 4 Argon 的机器人推理与控制能力

Google DeepMind 介绍 Gemini 4 Argon 在机器人控制、Real2Sim、物理理解和自我改进中的应用,称其纯推理 ERQA 得分为87%。

推荐理由:Google DeepMind 用 Argon 从实景重建仿真并生成训练数据,将示例中的机器人任务成功率从56%提升至75%。

The Verge · AI

Google 发布 Gemini 4 Argon,首发 token 单价约为部分竞品的五分之一

Google 发布 Gemini 4 Argon,称其提升了前沿推理和复杂工作流表现,并减少含糊措辞、重复与套话。模型今天起向 Gemini 应用和搜索 AI 模式的 Pro、Ultra 订阅用户,以及 Antigravity 的 Ultra 用户推出,Plus 和免费用户的开放安排尚不明确。

推荐理由:Google 为 Gemini 4 Argon 设置的首发 token 单价约为部分竞品的五分之一,同一任务的实际成本仍取决于 token 用量。

Google 博客 · Gemini

Gemini 4 Argon:为解决高难度问题而打造

Google 今日全球开放 Gemini 4 Argon,面向复杂编码、金融、法律、网络安全和科学任务,提供 API 及订阅用户入口。Gemini API 支持 1M 输入输出统一 token 上限,初始定价为每百万输入 tokens $2、每百万输出 tokens $10,缓存输入 tokens 优惠 95%。

推荐理由:Google 用 Gemini 4 Argon 完成跨数百个文件的 Chrome 架构重构,将原需数月的工程工作缩短至数周。

Google 博客 · Gemini

Gemini 4 Argon 上线 Gemini app,向 Google AI Pro 和 Ultra 订阅者开放

Gemini 4 Argon 现已上线 Gemini app,Google AI Pro 和 Ultra 订阅者从今天起可访问模型并委托 Gemini 执行任务。

推荐理由:Gemini 将任务入口与超过 40 个应用连接起来,让用户离开电脑后仍能委托它处理购物、订位和业务相关任务。

10月12日星期一

Computing Life · Share · 鸭哥调研

AI 生成界面的设计方向,如何由外置规则文档控制

AI 即时生成界面的具体设计方向依赖外置规则,文章将基础模型、规则文档与组件库及编译器归纳为界面的生成内核。文中以 Anthropic 的 frontend-design 技能文档为例,介绍先输出色彩、字体、布局和设计原则,再编写前端组件的流程,并对比 OpenAI Intelligent UI 的标准化组件与流式渲染路径。

推荐理由:Anthropic 将界面设计流程写入技能文档,先确定色彩、字体与布局再生成组件,为按品牌方向约束模型输出提供了可迁移方法。

10月9日星期五

TechCrunch · AI

Google 为 Gemini 推出统一智能体,先面向企业开放

Google 宣布为 Gemini 推出统一 AI 智能体,可在单一界面中代用户完成任务,将先面向企业,随后向消费者推出。智能体能按目标规划工作、调用技能和工具、连接企业内部系统及 MCP 服务器,默认自动选择模型,也允许用户选择 Anthropic 的 Claude 模型。它拥有独立的 Workspace 账号和电子邮箱,用户可通过任务收件箱查看执行进度,操作会留下归属于智能体的审计记录。

推荐理由:Google 为 Gemini 智能体配置独立工作账号与操作审计记录,让企业能将智能体执行的动作与员工操作区分开来。

AI HOT · 产品

Google 开源 AQuA 质量智能体,诊断生产环境中的 Agent 故障

Google 开源 AQuA(Ambient Quality Agent),在 Google Cloud 项目内旁路分析生产会话,并结合部署时源码快照诊断智能体故障。

推荐理由:AQuA 将生产会话中的失败聚类与部署时源码快照结合,通过逐簇核验和代码行引用,为智能体故障排查提供可追溯证据。

10月7日星期三

The Verge · AI

Google DeepMind 等联合投资 $300 million,支持 Biohub 构建虚拟细胞

Google DeepMind、Meta 和 Isomorphic Labs 联合向 Biohub 投资 $300 million,支持这家由 Mark Zuckerberg 与 Priscilla Chan 创立的非营利生物医学研究组织构建虚拟细胞。

推荐理由:Google DeepMind 等机构投资 Biohub 建设生物学数据集,为通过虚拟细胞开展数字实验、探索疾病防治提供数据基础。

Ars Technica · AI

Google 升级 SynthID AI 内容检测器,通过独立网站向全球开放

Google 升级 SynthID 检测器,支持所有合作伙伴的水印,并从今天起通过 SynthID.com 向所有人开放。此前,可信测试计划之外的用户只能通过 Gemini 查询水印,检测器也无法识别 ChatGPT 图像中的 SynthID 水印;新版消除了这一检测限制。SynthID 将不可见信号嵌入 AI 生成图像和视频的像素,以及音频的波形中。

推荐理由:Google 将 SynthID 检测扩展至所有合作伙伴并开放独立网站,用户无需再通过 Gemini 查询内容水印。

Hacker News 首页

Google 推出 Playground,通过文字提示创建和游玩自定义游戏

Google 今日推出实验性游戏平台 Playground,让用户无需编码即可通过文字提示创建、游玩和分享自定义游戏。平台支持调整物理机制、规则、角色与环境,可在手机或笔记本浏览器中使用,并在部分游戏类型中支持多人玩法;Unity Spark 集成仍在测试,封闭测试即将开放。

推荐理由:Google Playground 将文字提示创作、即时试玩和社区分享接入浏览器,让没有编码经验的用户也能制作并传播自定义游戏。

Hacker News 首页

LLM 重学电报体:Telegraph Test 评测文本压缩与信息保留

Telegraph Test 在 50 篇文本、约 1,300 个问题上测试 LLM 电报体压缩,跨模型读取的准确率与明文基线之比为 0.99–1.10。使用小写指令时,GLM-5.3-Flash 的记录节省 48.4% token,但直接以电报体作答的准确率比为 0.81;gpt-5-mini 因无法关闭推理,压缩后的写入费用约为明文的两倍。

推荐理由:Telegraph Test 将记录压缩与作答压缩分开测试,为智能体记忆提供了在内容确定后压缩、机器消费时保持简写的可迁移方法。

Latent Space

OpenAI 公布 722 篇数学论文,称解决前 500 个开放问题中的 90 个

OpenAI 公布内部未发布模型生成的 722 篇数学论文,材料称其解决了前 500 个开放数学问题中的 90 个,包括 Quasi-Riemann Hypothesis 相关结果。

推荐理由:OpenAI 将内部模型的数学论文、论证材料和部分推理摘要公开,为外部数学研究者逐项审查这些结果提供了依据。

The Decoder

Google 发布 Nano Banana 2.1,提升图像质量并将价格降低约一半

Google 发布图像生成与编辑模型 Nano Banana 2.1,替代 Nano Banana 2,并将图像价格降低约一半。1K 图像由 6.70 cents 降至 3.36 cents,4K 图像由 15.10 cents 降至 7.56 cents;Google 称新版改善文字渲染和角色一致性,最多处理 14 张参考图像,保持 4 个角色和 10 个物体一致。

推荐理由:Google 将 Nano Banana 2.1 的图像价格降低约一半,文中实测仍显示 Pro 在色彩和比例上更自然。

Google DeepMind

Google DeepMind 发布 EmbeddingGemma 2,支持端侧多模态嵌入向量

Google DeepMind 发布 EmbeddingGemma 2,基于 Gemma 4 架构,将文本、代码、图像、视频和音频映射到统一嵌入向量空间。模型拥有 740 million 参数,采用 Apache 2.0 许可证,支持 8K token 上下文窗口及完全离线的跨模态搜索与 RAG;纯文本任务仅需 270M 参数,输出向量可从 768 维缩减至 128 维。

推荐理由:EmbeddingGemma 2 将跨模态检索放到本地设备运行,让文本、图像、音频和视频检索无需将数据传至云端。

10月4日星期日

The Decoder

Google 调整 Gemini 订阅权限:免费用户仅限 Flash-Lite,AI Plus 无法使用 Pro

从 2026 年 10 月起,Google 将个人账号的 Gemini 免费访问限制为 Flash-Lite,取消 AI Plus 的 Pro 访问权限。当前免费层提供 3.6 Flash 和不同程度的 3.1 Pro 访问权限;调整后,AI Plus($4.99/month)只能使用 Flash-Lite 和 Flash。

推荐理由:Google 收紧 Gemini 免费及低价订阅权限,免费用户仅能使用 Flash-Lite 且 Pro 需更高价订阅。

10月2日星期五

Latent Space

Pi 1.0 与 Pi Durable 发布,AI Engineer NYC 开放常规票优惠

Pi 1.0 与 Pi Durable 发布,前者新增 Codemode、虚拟模型扩展支持和延迟工具加载,后者将 Pi 移植到 TypeScript 并外置有状态组件。

推荐理由:Pi Durable 将智能体状态外置并记录任务检查点,让进程重启后的恢复与多会话并行运行纳入同一执行框架。

Google 博客 · Gemini

Google 推出 Gemini Live Guided Vision,为 Android 用户提供无障碍视觉辅助

Google 推出 Gemini Live 的 Guided Vision 功能,通过实时视觉描述和语音取景提示,为盲人、低视力用户及需要视觉辅助的人提供帮助。

推荐理由:Google 为 Gemini Live 加入实时视觉描述与取景语音提示,让盲人和低视力用户能通过对话获取日常视觉信息。