跳到正文

#Google

今日 0 条
9月15日周二
9月11日周五
9月10日周四
  3. Google AI40

    Google DeepMind 用 AI 重现 Burt 和 Ethelle 70 年爱情故事

    Google DeepMind 与导演 Liz Garbus 合作，利用生成式模型修复黑白照片并捕捉人物微表情，在短片《Love, Rendered》中重现了结婚 70 年的 Burt 和 Ethelle 未留影像的初遇记忆。该工作流结合图像恢复与姿态控制，将老年特征映射至年轻形象，旨在通过技术辅助认知衰退患者保留珍贵情感连接。

9月9日周三
9月8日周二
  1. Google DeepMind78

    Google DeepMind 发布 AlphaGenome Atlas：人类基因组 DNA 变异预测平台

    Google DeepMind 推出 AlphaGenome Atlas，这是一个包含人类基因组中 90 亿个单核苷酸变异预测的平台。该工具提供 AVI 评分以快速排序变异影响，并支持通过网站、API 和 Google Antigravity 技能访问。外部合作者已利用其识别罕见病关键变异并发现与常见性状相关的稀有变异。

    推荐理由：原文提供了覆盖全基因组的变异预测平台及评分工具，读者可据此评估其在罕见病研究和群体遗传学中的实际效用。

9月3日周四
  1. Google DeepMind82

    Google DeepMind 发布 WeatherNext 3 全球天气 AI 模型

    Google DeepMind 和 Google Research 推出 WeatherNext 3，这是其最新且最准确的全球天气 AI 模型。该模型直接学习实时卫星观测数据，提供每小时更新的高分辨率预报，地表变量分辨率达 5 公里，较上一代提升约五倍。

    推荐理由：原文详述了模型在分辨率、实时数据接入及降水预测上的具体提升，并说明了其在 Google 生态中的集成方式。

  3. Google DeepMind65

    Google DeepMind 推出 Fairwind Program 提供政府与企业主动网络防御能力

    Google DeepMind 启动 Fairwind Program，向政府和可信合作伙伴开放基于 Gemini 3.8 Flash Cyber 和 CodeMender 的高级网络防御能力。该计划旨在帮助防御者以代理规模自主发现、验证并修复漏洞，将补丁生成时间从数周缩短至几分钟。目前已有超过 650 家全球合作伙伴参与，重点保护公共部门网络、关键基础设施及核心技术平台。

    推荐理由：原文披露了 Fairwind Program 的准入机制与核心组件，读者可据此评估其在关键基础设施防御中的实际部署价值。

9月2日周三
  1. Google AI68

    Google 启动 Fairwind 计划，向政府与企业开放高级 AI 网络防御能力

    Google 推出 Fairwind 计划，向政府、关键基础设施运营商及可信合作伙伴提供受限访问权限，利用其最先进的人工智能进行主动网络防御。该计划整合了 Gemini 3.8 Flash Cyber 模型与 CodeMender 框架，使防御者能够在安全的云环境中以代理规模自主发现、验证并修复代码漏洞，将原本需数周的手动修复过程缩短至几分钟。

    推荐理由：原文披露了面向政府与企业的受限访问计划，结合 Gemini 3.8 Flash Cyber 与 CodeMender 实现漏洞自动修复，展示了 AI 在主动网络防御中的具体落地路径。

  4. Google AI63

    Google 推出 Google Pics：集成于 Workspace 的 AI 图像创建与编辑工具

    Google 推出 Google Pics，这是一款基于 Nano Banana 模型构建的图像创建和编辑工具，正在向 Google AI Pro、Ultra 订阅用户及大多数 Workspace 商业客户逐步开放。

    推荐理由：原文说明了基于 Nano Banana 模型的图片编辑能力以及直接嵌入 Workspace 应用的工作流变化，读者可据此评估其对现有设计协作流程的影响。

8月31日周一
8月28日周五
  1. ComfyUI Blog68

    ComfyUI 上线 Gemini Omni 1.1 Flash：支持快速视频生成、编辑及 4K 输出

    ComfyUI 通过 Partner Nodes 正式接入 Google 的 Gemini Omni 1.1 Flash 模型。该节点在单个界面中提供文本转视频、图像转视频、参考图转视频、视频编辑和场景扩展功能，支持 360p 至 4K 分辨率输出，并为每个片段自动生成音频轨道。

    推荐理由：ComfyUI 集成 Gemini Omni 1.1 Flash，支持从文本到视频及指令式编辑，最高输出 4K 分辨率并自动生成音频。

8月27日周四
  1. Google DeepMind63

    Google DeepMind 试点全球首个双盲 AI 评估

    Google DeepMind 宣布推出全球首个针对专有前沿 AI 模型的双盲评估机制，旨在通过加密“盒子”隔离外部评估数据，防止模型在测试前接触题目导致的基准污染。该方案与 Singapore AI Safety Institute、OpenMined、AVERI 和 MLCommons 合作，目前已在 Gemini Flash Lite 模型上进行测试。

    推荐理由：原文介绍了利用加密环境防止基准污染的双盲评估方法，为验证前沿模型真实能力提供了新的技术路径。

  2. Google DeepMind78

    Google DeepMind 发布 Gemini 3.5 Transcribe 语音转文字模型

    Google DeepMind 发布最新语音转文字模型 Gemini 3.5 Transcribe，旨在实现精准且智能的实时转录。该模型在 Artificial Analysis 测试中流式和非流式平均词错率分别为 4.0% 和 2.6%，支持超过 85 种语言及最多三个说话人的身份识别。

    推荐理由：原文给出了新模型的流式与非流式词错率数据、多语言支持范围以及开发者 API 接入方式，读者可以据此评估其在实时交互场景中的实际表现。

8月26日周三
8月21日周五
8月20日周四
8月14日周五
  1. Google DeepMind84

    Google DeepMind 发布 Gemini 3.7 Flash：面向编码与智能体的主力模型

    Google DeepMind 发布 Gemini 3.7 Flash，这是其针对编码和智能体任务的最强主力模型。该版本在 FrontierCode 1.1 Main (43.6% vs 34.4%) 和 DeepSWE v1.1 (65.3% vs 49.0%) 等基准测试中显著优于前代，并在 GDP.pdf 和 AutomationBench 上展现更强的推理能力。

    推荐理由：新模型在代码生成和复杂文档处理上显著提升，且价格减半，适合评估其在生产环境中的成本效益。

8月12日周三
  1. Google DeepMind82

    Google DeepMind 发布 SL2T 手语翻译模型并集成至 Gboard 和 Live Transcribe

    Google DeepMind 推出大规模多语言手语转文本（SL2T）模型，首次将手语AI应用于消费级产品，支持美国手语（ASL）到英语的实时转换。该模型基于超过10万小时、涵盖50多种手语的数据训练，通过MediaPipe Holistic提取人体姿态关键点而非原始视频以保护隐私，直接输出流式文本。

    推荐理由：原文给出了SL2T模型的技术原理、隐私保护机制及在Pixel 11上的落地入口，读者可以据此判断其如何改变聋人用户的输入体验。

8月6日周四
  1. Google DeepMind90

    Google DeepMind 开源 WeatherNext 2 与 Cyclones 模型，气旋预测精度提升相当于十年气象进步

    Google DeepMind 宣布开源 WeatherNext 2 和 WeatherNext Cyclones 模型，其 Nature 论文显示该 AI 模型在气旋路径、强度和风结构预测上达到 SOTA，平均为预报员提供额外一天的预警时间，相当于过去十年的气象技术进步。

    推荐理由：WeatherNext 在气旋预测中实现相当于十年气象进步的精度提升，并开源了模型权重与代码。

7月30日周四
  1. Google DeepMind80

    Google DeepMind 发布 Gemini Robotics ER 2 具身推理模型

    Google DeepMind 正式发布 Gemini Robotics ER 2，这是其最新的高阶“具身推理”模型，旨在通过视频理解、任务编排和多机器人协作提升机器人在物理世界中的实用性。

    推荐理由：新模型通过视频理解实现任务进度追踪与多机器人协作，并公开了API接入入口及基准测试数据。

  2. Google DeepMind57

    Google DeepMind 发布 Lyria 3.5 音乐生成模型并上线 Google Flow Music

    Google DeepMind 推出最新音乐生成模型 Lyria 3.5，并即日起在 Google Flow Music 中向用户开放。该模型在音乐性、歌词质量、人声表现和创作控制四个方面进行了升级，包括生成更复杂的旋律结构、提高提示词遵循度、增强人声情感表达以及允许用户更轻松地控制输出节奏和时长。

7月28日周二
  1. Google DeepMind84

    Google DeepMind 发布 Gemini Robotics 2 系列模型

    Google DeepMind 推出 Gemini Robotics 2 系列模型，赋予机器人全身智能控制、精细灵巧操作及多机协作能力。该系列包含用于视觉语言动作控制的 VLA 模型、作为高层大脑的 ER 推理模型以及支持快速适配新硬件的端侧模型。目前 ER 模型已在 Google AI Studio 上线，VLA 和端侧模型向早期合作伙伴开放。

    推荐理由：原文详细拆解了全身体控制、灵巧操作及多机协作的技术实现，为理解通用物理AI的落地路径提供了具体参考。

7月22日周三
7月21日周二
  2. Last Week in AI24

    Last Week in AI #251：Anthropic 发布 Claude Sonnet 5，Etched 获巨额订单，LongCat 2.0 开源

    Anthropic 推出 Claude Sonnet 5，主打限时折扣定价与增强的智能体编码能力，并部署了新的网络安全分类器。Etched 获得价值 10 亿美元的推理硬件需求，中国开源 LongCat 2.0 MoE 模型展示大规模训练效率。Google 同步上线 NotebookLM 视频摘要功能及 Nano Banana 2 Lite 图像生成器。

  3. Last Week in AI24

    Last Week in AI #250：Mythos 争议、GPT-5.6 Sol 受限发布与 GLM 5.2 开源

    Anthropic 获准向特定机构发布 Mythos-5，OpenAI 推出仅限约 20 家获批组织访问的 GPT-5.6 “Sol”，Meta 面临模型审查压力。GLM 5.2 以 MIT 许可证开源并优化长上下文编码性能。此外，OpenAI 联合 Broadcom 在 TSMC 3nm 工艺上推出 Jalapeño 推理 ASIC，Groq 融资 6.5 亿美元转向 neocloud。

7月17日周五
7月16日周四