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 在账户设置里加了一个叫“搜索服务历史记录”的开关，默认是开着的。它会把你用 Google Lens 拍的图、Search Live 的语音提问和 Translate 的录音存下来，拿去训练 AI 模型。你可以在 Google 账户设置里手动关掉。不过文章没写这些数据会保留多久，也没说付费用户是不是也受这个默认规则管。
推荐理由：Google 这次是在账户设置里加了一个默认开启的开关，把三类用户内容直接送进 AI 训练流水线。对从业者来说，这既是隐私合规的信号，也是一次信任事件。我会先打个折：文章没写数据保留多久，也没说付费用户是不是也被默认圈进去——这两点缺了，判断就不能往更高走。但就凭它把具体数据类型和默认规则摆出来，已经足够让圈内人警觉，所以分数维持 78，放在 featured 位置。
Google 在官方博客公布了 DiffusionGemma，一个用扩散方法做文本生成的模型。它把图像扩散那套思路搬到文字上——先并行生成整段内容，再通过去噪步骤逐步修整，不像传统模型那样一个字一个字往外蹦。官方说延迟能降到同尺寸自回归模型的四分之一，对实时场景很友好。不过博客正文没披露参数量、具体跑分，也没说会以开源权重还是 API 形式放出来，这点...
推荐理由：Google 官方博客公布了 DiffusionGemma，用扩散方法做文本生成，延迟号称降到同尺寸自回归模型的四分之一，对实时场景确实友好。但正文没披露参数量、具体跑分，也没说会以开源权重还是 API 形式放出来，这点先别太激动。
Anthropic 锁定了一笔 3500 亿美元的芯片租赁交易，不是直接买芯片，而是租算力。谷歌为这笔交易提供了财务担保，相当于给房东吃了定心丸。具体担保条款和芯片供应商名字，彭博这个视频正文里没写。
推荐理由：350 亿美元租芯片，谷歌还做了财务担保，这个规模和信用结构在行业里算大新闻。我会先打个折，因为彭博视频正文没写担保条款和芯片供应商名字，关键信息缺了一块，所以分数卡在 82 而不是更高。
Google 把 Gemini 3.5 的实时翻译功能放出来了，现在通过 Gemini API 就能用。它做的是语音到语音的低延迟翻译，覆盖 70 多种语言，能组合出 2000 个语言对，冷门小语种也包含在内。开发者可以把它接进实时对话、客服、直播或跨国会议里。主推文提到这消息被 Anthropic Fable 5 的声量盖过去了，还顺带提了阿里 Qw...
推荐理由：HKR 三项都成立：Google 把实时语音翻译做成 API 公开预览，对开发者有直接吸引力，也给了语言覆盖和语言对的具体数字。但文章只提了功能开放，没写价格、延迟基准和可用区域，信息有缺口，所以重要性停在 78。
德国慕尼黑地区法院在一项临时禁令中认定，谷歌必须为 AI 概览生成的虚假内容直接担责。起因是谷歌的 AI 概览错误地把两家慕尼黑出版商跟诈骗、订阅陷阱等黑产扯上了关系，而这些指控在 AI 引用的链接原文里根本不存在。法院的核心逻辑是：AI 概览不是传统搜索结果，它会用自己的话重新组织、评判信息，属于谷歌自己生产的内容，所以不能套用搜索引擎的间接侵权保护...
推荐理由：这篇值得看，因为德国慕尼黑地区法院给了一个很具体的判例：谷歌 AI 概览把两家出版商跟诈骗、订阅陷阱扯上关系，但引用的链接原文里根本没这些内容。法院的逻辑是，AI 概览不是简单罗列搜索结果，而是用自己的话重新组织、评判信息，这就算谷歌自己生产的内容，不能再用搜索引擎那套间接侵权保护来免责。我会先打个折，这只是地方法院的临时禁令，不是终审也不是全球规则，但信号已经很明确——模型胡说八道，平台得自己扛。对做 RAG 外挂资料库和 AI 搜索的产品来说，这个判例直接关系到合规风险和产品设计。
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。支持 70 多种语言，目前通过 Gemini Live API、Google Meet 预览版和 iOS/Android 的 Google 翻译 Ap...
推荐理由：HKR 三项都成立：Google 把实时语音翻译绑定了 70+ 语言和说话人未结束就开始的流式输出。分数留在 82，因为正文没披露具体上线范围、定价和基准测试结果，实际效果和可用性还得等验证。
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：原文给出模型的语言覆盖、实时翻译机制与多产品上线节奏，可据此判断语音翻译的可用边界。
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。但文章没解释清楚一件事：处理任务已经扩展到 G...
推荐理由：WWDC 上苹果把 Siri AI 铺到全系设备，隐私是整场发布会的定调词。但这篇文章没跟着喊口号，而是揪住一个正文都没解释清楚的点：任务已经跑到 Google 这类外部云上了，苹果却没交代跨云隐私机制。这个信息缺口让整件事从“苹果终于做 AI 了”升级成“苹果的隐私故事能不能站住脚”，所以值得推给读者。
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：我会先打个折：Bloomberg 原文被反爬挡了，RSS 摘要只留下苹果在 WWDC 2026 展示了一套智能系统、核心能力由谷歌技术驱动这两句话。具体用了哪款模型、什么时候上线、收不收费、开发者怎么接入，正文都没说。所以这条更像一个合作信号，不是一份能评估的产品发布。H 和 R 能过，是因为苹果在自家开发者大会上把智能系统的底牌交给谷歌，这个动作本身就够反常，也直接踩在苹果 AI 追赶进度和平台竞争的敏感点上。K 过不了，信息缺口太大，没法判断技术实质。
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：HKR-H 和 HKR-R 都成立，因为苹果用谷歌模型这件事天然会冲击它自己的隐私人设。HKR-K 不成立：报道正文被 Bloomberg 反爬机制挡住了，模型名、部署边界、审计机制全都没披露，信息缺口太大，只能落在 72–77 这个区间。
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。不过正文被 Reddit 的网络屏蔽页挡住了，具体实现细...
推荐理由：这篇来自 Reddit 的帖子只给了模型名、基准和成本比例，代码成熟度和可复现细节正文被屏蔽了没看到，所以我会先打个折。但能在本地用 Qwen3-30B-A3B 跑 AlphaEvolve 风格搜索这件事本身挺抓人，数字如果属实确实省钱，先给 featured 让社区去验证。
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。我会先打个折：功能听着实用，但信息缺口不小，别...
推荐理由：HKR 三项都踩中：Google 确认 NotebookLM 给 AI Ultra 用户加了 in-chat agent、高级推理和多输出格式。但正文没列出具体格式、没提价格变动、也没说普通用户什么时候能用，信息缺口不小，所以停在中等权重的产品更新档位。
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：这是一次中等体量的产品更新，亮点是“云端电脑”和搜索式研究入口，但定价、铺开范围和实际效果正文都没给，所以别急着下结论。HKR 三项都踩中了：概念有钩子、功能有干货、场景够贴地，但信息缺口也明显。
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：原文给出塞拉利昂随机对照试验的量化结果与交互数据，可了解 AI 辅助教学在真实课堂中的效果边界。
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；AFM 3 Core Advanced 是 200 亿参数的稀疏模型，但每次只激活 10 到 40 亿参数，靠的是把...
推荐理由：苹果这次一口气发了五款模型，分设备端和服务器端两条线，还拉上 Google 做定制，信息量够硬。30 亿参数的密集模型和 200 亿参数但每次只激活一小部分的稀疏模型，思路很明确：在手机上跑得动，在云端也能控成本。正文没给具体跑分和定价，所以我会先打个折，但官方发布本身就有分量，尤其对做端侧推理和隐私计算的人。
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。不过正文被 Reddit 的安全策略拦住了，具体还...
推荐理由：我会先打个折：消息源是 X 上的个人整理，Reddit 原文还被安全策略拦了，具体细节没法交叉验证。但一周 25+ 个开放权重模型这个密度本身就值得关注，NVIDIA 那个 550B 的 Nemotron 用 Mamba-MoE 架构，激活参数只有 55B，上下文能塞 100 万 token，如果实测靠谱，推理成本会省不少。这点先别太激动，等完整评测出来再说。
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。对比之前 Hilbert 系统用别的模型达到 70.0% ...
推荐理由：普林斯顿团队搞了个叫Goedel-Architect的智能体系统，让DeepSeek-V4-Flash在形式化证明语言Lean里自动做数学题。PutnamBench 672道题正确率75.6%，API调用费总共294美元，对比之前Hilbert系统用别的模型达到70.0%却花了约17万美元，成本差了近500倍。这个对比很直观，数字也扎实，但正文没详细拆解294美元是怎么算出来的，也没说Hilbert那17万是不是包含了大量试错和人工调参。所以“500倍”这个说法可以先打个折看，不过即使有水分，成本优势依然明显。整体还是偏学术研究，离工程落地有距离，...
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：JoyAI-Echo把长视频生成的门槛拉到了5分钟，而且代码全放出来，不是只发篇论文。跨镜头画面和声音一致性、局部重绘、8步蒸馏提速这些点都踩在视频AI从业者的痛点上。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。单源覆盖、没有独立评测，分数放在78–84区间比较合理。
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。但这笔交易水分很大：Colossus 的 GPU 实际利用率只有 11%，说...
推荐理由：HKR 三项都站得住：交易金额和“主角不是算力”的反转够抓人，利用率、工期、退出条款这些数字很实在，痛点也打到了算力紧缺和合规拖延上。但正文没披露合同文件或交叉信源，单篇摘要撑不起更高分，84 分放在 featured 档合理。
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：HKR 三项都过了。SpaceX 和 Google 这个组合不常见，300 亿的数字也够大，说明 Google 在疯狂囤算力。但正文被付费墙挡了，合同细节全缺，所以我会先打个折，把它放在高质量但信息有缺口这一档。