Google DeepMind 发布前沿模型 Gemini 4 Argon
Google DeepMind 发布新一代前沿模型 Gemini 4 Argon,将输出 token 上限提升至 1M,主打软件工程、网络安全防御与企业长程工作流。
推荐理由:该模型将单次输出上限大幅提升至 1M token,展示了在超长程代码重构与企业复杂工作流上的实测落地路径。
Google DeepMind 发布新一代前沿模型 Gemini 4 Argon,将输出 token 上限提升至 1M,主打软件工程、网络安全防御与企业长程工作流。
推荐理由:该模型将单次输出上限大幅提升至 1M token,展示了在超长程代码重构与企业复杂工作流上的实测落地路径。
单次反事实追索沿分类器梯度移动承诺步长时,主阶上仅在路径曲率非负时成功越界,在 80 个浅层模型上的相关系数达 r=0.985。研究证明单靠得分与梯度无法避免超调,而增加单次查询配合分流共形校准可达极小化极大率,并保证至少 1-δ 概率跨越或弃权。此外,非对称曲率惩罚训练可在 Fashion-MNIST 和 COMPAS 数据上实现 99-100% 的跨越率。
Google DeepMind 推出 SynthID Bio,通过在蛋白质氨基酸序列和 3D 预测结构中嵌入不可见签名,实现 AI 生成生物分子的水印溯源,且湿实验证实不影响其生物学功能。
推荐理由:原文给出了在保持蛋白质生物功能的同时嵌入水印的实验数据,读者可以据此评估 AI 生成生物分子的溯源与安全筛查方案。
Future Vision XPRIZE 获奖预告片《The Gifted》现已公布并开放观看。该视频为 Future Vision XPRIZE 竞赛的最终获奖作品预告。
OpenAI 页面代码显示其或正筹备月费 500 美元的 ChatGPT Pro Max 订阅,文案主打最快的 Work 和 Codex。同时,豆包电脑版用户可再领 30 天免费订阅,谷歌亦将 Colab 高级算力权益纳入 Google AI 订阅方案。此外,WorkBuddy 上线小程序生成与发布能力,DeepSeek Harness 桌面端安装包也已在官方域名被发现。
Google DeepMind 宣布在 Gemini Enterprise 中推出 Gemini 3.8 Live with Live Avatar,将原生实时对话与低延迟流式视频生成深度结合。
推荐理由:原文展示了流式视频生成与语音对话的结合机制,读者可参考其在后台执行异步工具调用同时维持前台交互不中断的设计。
NVIDIA 联合 Google DeepMind 及 EMBL-EBI 等机构,在 AlphaFold Database 中公开了 2800 多种病毒的蛋白质复合物 3D 预测结构数据集,并开源了用于生成的 BioNeMo Structure Prediction Pipeline 工作流。
推荐理由:合作团队通过优化推理规模化产出了数千种病毒的复合物结构并开源工作流,读者可直接借鉴其将模型推理落地于大规模科学计算的工程方案。
Remedy 新作《CONTROL Resonant》正式登陆 GeForce NOW,Ultimate 会员可借助 GeForce RTX 5080 级云端性能体验 DLSS 4 与最高 5K HDR。在 9 月 27 日前购买 12 个月 Ultimate 会员可免费获得该作。此外,该服务即将适配谷歌首款面向 Gemini Intelligence 的 Googlebooks 笔记本。
Google Beam 正在扩展至 5 个新国家,以覆盖更多区域。同时,Google Beam 与 Industrious 达成合作,共同扩展其网络覆盖范围。
Google 发布 Private AI Compute 架构更新,在云端引入安全的服务端持久记忆层,让 AI 助手在满足端侧隐私标准的同时实现跨设备长期上下文连续性。系统结合硬件级安全飞地、加密通道与按用户隔离的数据库,解密密钥完全由用户本地设备独占保管,云端仅在隔离内存中临时解密并即时重新加密。官方同步公开了防篡改的服务器软件公开记录及第三方独立安全审计结果,供社区验证。
推荐理由:该架构改变了此前云端隐私计算严格无状态的限制,为跨设备持久记忆的软硬件协同防护提供了工程参考。
Google DeepMind 推出 Gemini 3.8 Flash TTS 与 Gemini 3.8 Flash-Lite TTS 两款语音生成模型,支持通过自然语言提示词从零定制角色声音并逐行导演对话。
推荐理由:新模型通过自然语言提示词定制角色声音并逐行导演多角色对话,为长音频创作提供了更细粒度的控制方式。
Qwen 正式开源图形生成与编辑模型 Qwen-Image-2.1,视觉生成部分为 7B 参数,原生支持 RGBA 透明图生成与编辑。阶跃星辰发布总参数量 600B、支持百万 Token 上下文的基座模型 Step 5 Preview,已上线官方 API 且权重将于 10 月 15 日开放。此外,Google 开源 Agentic 编排器 AX,腾讯开源文档解析模型 WeVisDoc。
Google 宣布扩充其 AI & Economy 团队,吸纳了世界一流的学术顾问、研究员(fellows)以及核心内部研究人员加入。
Google 与设计师 Jane Wade 和 Sergio Hudson 展开并肩合作,为备战纽约时装周(NYFW)定制设计了 Google Flow 工具。双方通过紧密协作为时装周的筹备工作提供针对性支持。
Google 与联合国系统联合推出了 UN System Data Commons 平台。这是一个全新的开放平台,旨在让全球统计数据更易于公开获取与检索。
Emerald AI、Google 和 NVIDIA 联合宣布成立 AI 能源管理联盟(AEMA),旨在推动能够根据电网状况动态调整用电的灵活 AI 数据中心建设。联盟采用技术中立和基于性能的框架,通过标准化响应指标、运行数据共享与应急削减规则,让数据中心作为可控资源接入电网以缩短并网周期。该联盟将联合计算与电力产业链各方,共同开发技术方案并推进相关政策。
Google DeepMind 推出 Gemini 3.8 Live 与 Gemini 3.8 Live Extended Thinking 两款实时语音对话模型,主打近实时推理与语音智能体任务执行。
推荐理由:官方给出了两款实时对话模型在语音基准上的评测成绩与并行推理机制,有助于评估实时语音智能体的工程落地成本。
Google 推出“AI 赋能社会影响”合集,展示专家与本地领导者如何借助 AI 突破性技术,确保每个人都能共享 AI 带来的发展机遇。
Google 宣布其产品已支持超 300 种语言,并公布多项语言 AI 进展。Gemini 3.5 Live Translate 实现了 70 种语言与 2,000+ 语言对的实时口语翻译,并带来高精度语音转录模型 Gemini 3.5 Transcribe。此外,Google 推出支持 55 种语言的轻量开源端侧翻译模型家族 TranslateGemma,无需联网即可运行。
Google 汇总了通过 AI 加速科学研究与改善民生的系列进展,其技术目前已支持超 300 种语言并覆盖全球 86% 人口。关键成果包括开源预测全基因组 90 亿种单字母变异影响的 AlphaGenome Atlas、将降水预测准确率提升 50% 的 WeatherNext 3 模型,以及用于危机预测的 Planetary Prediction Engine 和癌症早筛等医疗方案。
Google 推出全新交互式开放数据平台,并联合 Google DeepMind 与 MIT FutureTech 发布基于 AI & Economy ATLAS 的最新研究。数据显示近半数受访科学家每天使用 AI,Gemini 等 LLM 与专用模型协同作业,每周平均为科学家节省近 7 小时。然而研究也指出,输出验证与实体实验环节已形成新瓶颈并导致科学假设积压。
NASA 宇航员 Christina Koch 与 Google 高级副总裁 James Manyika 展开对谈,深入探讨了宇航员、机器人与 AI 之间的关键协作关系。Koch 结合在国际空间站驻留 328 天、完成首次全女性太空行走以及 Artemis II 绕月任务的经历,分享了从太空回望地球的视角与对未来探索者的建议。
Google 开发者社区(GDG)主办的技术大会 DevFest 正式回归,将于 10 月 1 日至 12 月 31 日在 115 个国家举办超 800 场活动。本届大会以“构建、安全、扩展:智能体时代的开发者与构建者”为主题,参会者将通过工作坊和 agent-athons 体验 Gemini、Google AI Studio 及 Web MCP 等技术栈。
Google 搜索通过 AI 功能为大型赛事跑者提供全流程备赛支持。用户可在 AI Mode 中通过 Canvas 工具生成结合路线与个人体能的定制训练计划,或关联 YouTube Music 账户创建专属跑步歌单。同时,搜索依托包含超 600 亿商品的 Shopping Graph 提供装备定制推荐、现货横向对比及本地库存查询。
Google DeepMind 与电影人合作推出纪录短片《Love, Rendered》,利用 AI 逐帧重现了一对相伴 70 余年夫妇未被影像记录的相遇场景,以应对认知衰退。团队通过生成式模型修复青年时期的黑白照片,并借助动作捕捉模型将两人当下的微动作与神态映射至年轻面貌。普通用户亦可在 Gemini 应用中上传并修复老照片。
Google 搜索面向美式橄榄球赛季推出多项新功能,上线提供实时逐回合播报、视频集锦与 AI 洞察的 Live Game Feed。搜索还新增对阵轮播与进阶球员统计,并支持直接关联 Yahoo Fantasy 或 Sleeper 账号。用户可通过 AI Mode 基于实时阵容获取首发与替补建议及选秀评估,相关功能已在美国移动端英文上线。
Google DeepMind 推出 AlphaGenome Atlas 平台,预计算了人类基因组中全部 90 亿个单核苷酸变异的分子生物学影响。该 1-petabyte 数据集结合了 AlphaGenome 与 AlphaMissense 的能力,并提供综合变异影响评分 AVI,同时覆盖编码与非编码区域。
推荐理由:该平台预计算了人类基因组中全部单字母变异的分子效应,为罕见病致病位点排查与非编码区遗传机制研究提供了系统化预测资源。
Google DeepMind 与 Google Research 联合推出全球气象 AI 模型 WeatherNext 3,通过接入实时卫星观测数据实现每小时刷新预报。
推荐理由:新模型通过直接引入实时卫星数据将全球气象预报分辨率提升至5公里并按小时刷新,为极端天气防灾与清洁能源调度提供了更精细的数据参考。
Google DeepMind 宣布启动 Fairwind 计划,向政府机构、Google Cloud 客户及安全合作伙伴开放专用网络模型 Gemini 3.8 Flash Cyber 与 CodeMender 框架。
Google DeepMind 正式推出 Gemini 3.8 Flash 及其网络安全专用变体 Gemini 3.8 Flash Cyber。
推荐理由:该版本在保持低调用成本的同时强化了多步推理与长程编码能力,读者可据此评估其在自动化软件工程与企业安全防护中的落地价值。
Google 宣布推出 Fairwind 计划,面向政府机构、Google Cloud 客户及安全合作伙伴开放专用网络防御能力。该计划结合 Gemini 3.8 Flash Cyber 模型与 CodeMender 框架,支持在安全云环境中自主发现、验证并生成代码补丁,将修复周期从数周缩短至数分钟。
Google 汇总了 8 月核心 AI 进展,推出面向编程与智能体的 Gemini 3.7 Flash、语音转写模型 Gemini 3.5 Transcribe,以及搭载 Tensor G6 芯片的 Pixel 11 系列设备。Gemini 应用月活已突破 10 亿且日均生成超 1.5 亿张图片,同时上线了支持 4K 提升的视频生成模型 Gemini Omni 1.1 Flash。
Google DeepMind 在 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 中推出智能体视频理解功能,支持模型通过工具动态搜索、缩放和检查目标视频片段。
推荐理由:官方给出了动态检索视频帧与音频的新机制,展示了长视频分析在大幅降低成本的同时提升定位精度的具体路径。
Google 宣布推出基于 Nano Banana 模型的图像创作与编辑工具 Google Pics,并在未来数周面向 Google AI Pro 与 Ultra 订阅用户及多数 Workspace 商业客户开放。
推荐理由:Google 将图像生成与局部精准编辑直接嵌入办公组件,展示了多模态模型深度融入现有协同工作流的具体形态。
Google DeepMind 正式推出 Gemini Omni 1.1 Flash,为开发者带来更强可控性的视频生成与编辑能力。新版本支持分析前 10 秒上下文进行最高 40 秒的场景延展,新增首尾关键帧平滑过渡、参考视频输入以及最高 4K 分辨率放大功能。
推荐理由:模型支持分析前十秒上下文并将单次视频延长至四十秒,有助于开发者构建更可控的影视级生成工作流。
Google Search 在其 AI Mode 中上线三项旅行规划与预订功能,支持机票降价追踪、积分里程兑换查询以及直接预订酒店。机票价格追踪功能已在 180 多个国家与地区上线,积分里程查询支持美航与希尔顿等多家合作方并全球可用。酒店预订已在美国开启英文版推送,用户可在对话流中挑选房型并通过 Google Pay 直接完成支付结算。
推荐理由:Google将机票比价、积分查询与酒店直接预订整合进搜索对话流,展现了生成式搜索向端到端交易闭环延伸的落地路径。
Google DeepMind 联合新加坡 AI 安全局、OpenMined、AVERI 与 MLCommons 试点双盲 AI 评测机制,以解决基准测试污染问题。该方案将测试置于加密隐私保护环境中运行 Gemini Flash Lite 模型,确保专有前沿模型无法提前接触外部评测提示词,防止人为拉高跑分并提升评测可信度。
推荐理由:原文介绍了利用加密环境隔绝基准测试题目的机制,为解决大模型评测污染和分数虚高提供了具体方案。
Google DeepMind 推出语音转文本模型 Gemini 3.5 Transcribe,专门针对实时转写与语音交互优化,支持自动清理口语填充词并纠正自我更正。
推荐理由:官方给出了详细的转写错误率与延迟对比数据,读者可据此评估其在实时语音智能体与听写场景下的可用性。
Google 介绍了利用 Google Search 及其 AI 工具升级家居装饰的 5 种功能。用户可通过 Search 的 AI Mode 上传房间照片生成家具摆放效果图,并用 Google Lens 与 Circle to Search 查找类似家居单品。此外,用户还能借助 Search Live 结合语音与实时摄像头画面获取 DIY 安装指导,并通过价格追踪功能比价。
Google DeepMind 梳理了团队 15 年来的游戏 AI 研究历程,并阐述了与 Fenris Creations 合作将探索拓展至 EVE Online 等持久开放世界的规划。