Google 推出 Guided Vision 功能,助力 Gemini Live 实时识别与阅读
Google 在兼容 Android 设备的 Gemini Live 中上线 Guided Vision 功能,利用 AI 对手机摄像头画面提供实时语音描述。该功能主要面向盲人与低视力群体,支持读取细小文字、描述周边环境及识别物体,并提供镜头对齐的音频提示与追问能力。
Google 在兼容 Android 设备的 Gemini Live 中上线 Guided Vision 功能,利用 AI 对手机摄像头画面提供实时语音描述。该功能主要面向盲人与低视力群体,支持读取细小文字、描述周边环境及识别物体,并提供镜头对齐的音频提示与追问能力。
Google 搭载自研 TPU 芯片的 Project Suncatcher 实验卫星搭乘 SpaceX 火箭进入近地轨道,正式启动太空 AI 数据中心在轨测试。该任务旨在评估 TPU 芯片与新型散热系统在发射和极端太空辐射环境下的耐受表现,此前地面模拟测试显示其能承受超过 5 年太空辐射预期。Google 计划在 2027 年发射另外两颗实验卫星,用于测试数据中心之间的激光通信。
Google首颗搭载TPU的轨道计算原型卫星搭乘SpaceX火箭发射入轨,同时在最新论文中测算Starship需在未来十年发射约1800次才能将运载成本降至支撑太空数据中心的水平。
Graphite 的最新研究发现,尽管前沿大语言模型已大幅减少破折号等早期特征,但仍存在大量各版本独特的写作习惯与高频短语。研究对比了 10,000 篇人类文章与模型重写样本,发现逾 13,000 个在 AI 文本中出现频率至少高出人类一倍的特征表达。
美国联邦法官裁定驳回 Chegg 和 Penske Media Corporation 对 Google 提起的反垄断诉讼。原告指控 Google 借 AI Overviews 强迫出版商免费提供内容并分流搜索流量,但法官认为对流量的期待不构成法律协议,反垄断法无法替代立法机构解决技术创新的经济影响。尽管搜索流量大幅下滑,Google 本周已启动试点计划向约 100 家出版商付费获取内容授权。
Google 推进名为 Project Suncatcher 的太空数据中心测试计划,计划通过 SpaceX 火箭将搭载 4 颗处理器的测试卫星送入轨道,单次运行 Gemini 模型 15 分钟以验证太空计算。
谷歌发布新一代旗舰模型 Gemini 4 Argon,支持最高百万 Token 输出上限,并在 DeepSWE 等多项长期软件工程基准中取得领先表现。该模型主打防御性网络安全与深度推理任务,每百万输入和输出 Token 价格分别为 2 美元与 10 美元。目前模型仅通过 Fairwind 计划面向受信任的防御团队开放,尚未向普通订阅用户全面推送。
推荐理由:报道汇总了该模型在多项基准测试中的表现与定价,读者可以参考其在长输出与防御性网络安全场景中的实际定位。
Latent Space 发布最新 AI 行业汇总,聚焦 Google DeepMind 推出 Gemini 4 Argon。该模型支持 1M token 输出上限并在多项基准上对齐前沿水平,目前仅向政府与受信任网络安全测试者有限开放。
研究团队提出 SynthIDBio 系列方法,能在不影响蛋白质生物功能与预测精度的前提下,为 AI 生成的蛋白质序列和 3D 结构嵌入可检测的水印。
Google DeepMind 团队开发出蛋白质水印系统 SynthIDBio,可在不明显损害蛋白质功能的前提下,在 AI 设计的氨基酸序列和 3D 构型中植入隐形统计标记。该技术旨在帮助生物数据库区分合成蛋白与天然蛋白,并为 DNA 合成商提供安全筛查线索,但若使用其他设计工具重新生成序列仍可能导致标记被抹除。
Google 正式发布 Gemini 4 Argon 模型,主打防御性网络安全并支持自主查找、验证和修补关键软件漏洞。该模型具备长流程深度推理以及长视频与图表解析能力,目前已在 Google 内部用于调试与代码库迁移,并通过 Fairwind Program 仅向部分安全合作伙伴定向提供。
Google 正式推出新一代前沿大模型 Gemini 4 Argon,在关键基准测试中追平 OpenAI 与 Anthropic 的主力模型,并将输出限制提高至 100 万 token。
Google 宣布推出下一代前沿大语言模型 Gemini 4 Argon,但初期仅向受信任的网络防御人员受限开放。该模型主打软件工程、法律金融等企业知识工作以及网络安全防御,已在 Google 内部支持大规模代码库迁移任务。Google 表示正在参与美国政府的模型发布前自愿访问流程,将在更广泛推出前强化防范模型误用和提示词注入等安全机制。
Google 宣布推出新一代前沿 AI 模型 Gemini 4 Argon,目前仅供内部工程师使用而暂未对外开放。该模型已在内部协助将 Fuchsia OS 内核等超过 800,000 行 C/C++ 代码迁移至 Rust,并通过遥测数据协助数据中心节省 300 TiB 内存。
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 正在 Gemini chat 中全球推行 Skills 功能以替代原有的 Gems,用户可通过输入斜杠命令或由模型自动识别调用特定任务指令。该格式源于 Anthropic 开源标准,支持多技能串联及文档和图片参考,现有 Gems 会自动迁移,个人账户上的旧版 Gems 将于 11 月正式停用。
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、Anthropic、Meta、OpenAI、xAI 和 Nvidia 的六位高管签署了特朗普政府推动的《前沿责任联合承诺》,同意以道德约束进行行业自律而非推行联邦法律监管。该协议未设立违约惩罚措施,高管们在白宫会面后发表声明,普遍称赞自律方案能够兼顾技术进步、经济增长与安全风险控制。
美国联邦贸易委员会(FTC)正对 OpenAI、Anthropic 及其他头部 AI 实验室展开全面调查,重点审查潜在的消费者保护违规问题。FTC 计划在数周内通过具有法律约束力的民事调查要求强制相关机构提交文件并质询高管,AI 安全组织 METR 也受到审查。FTC 此前已明确表态将追究开发者对其 AI 智能体行为的法律责任,此次正式调查大幅推高了相关实验室面临的诉讼与合规风险。
推荐理由:调查涉及要求提交文件并质询高管,或将直接影响监管机构对 AI 智能体自主行为责任的认定标准。
Google 研发出一种为 AI 设计的蛋白质添加数字水印的方法。该技术旨在加强生物安全防护,可与主流 AI 蛋白质设计工具协同工作。
Google 正在测试为贡献 AI 搜索答案的内容网站付费,但因报酬过低正面临出版商的抵制。据报道已有约 100 家出版商加入该试点,当内容实质性贡献于 Gemini 驱动的 AI Overview 时可获补偿;但中小出版商透露所得款项仅约为其广告收入的 0.1%,多家大型出版商已拒绝参与以施压 Google 提高分成。
Google 正在测试一项向出版商付费的试点计划,根据其内容对 AI Overviews、Search 中的 AI Mode 以及 Gemini 聊天机器人的贡献程度提供报酬。
白宫宣布推出 AI 聊天机器人 America.gov,旨在为公众提供一站式政府服务与规章查询入口。Google 确认作为合作伙伴参与并接入了 Gemini 模型,美国首席设计官也透露该平台同时使用了 Grok;报道指出大语言模型的幻觉问题在签证、报税和福利申请等民生事务中可能带来误导风险。
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。
Google、Anthropic、Meta、OpenAI、xAI 及 Nvidia 等科技巨头高管与特朗普共同签署《前沿责任联合承诺》,同意就前沿 AI 技术的安全性推行行业自律。
Google DeepMind 团队开发出一种为 AI 设计的蛋白质添加水印的方法,能够在不影响蛋白质结构或功能的前提下,在其序列中插入可识别模式。该技术有助于防范生物武器风险,并保护科研人员的成果署名权。
Google 正试点向约 100 家数字出版商支付 AI Overviews、AI Mode 和 Gemini 使用内容的报酬,但付款额度悬殊且计算方式缺乏透明度。部分中小网站数月内仅获得不足 1000 美元或不足广告收入的 0.1%,而个别出版商年收入超过 100 万美元。随着流量下滑,部分大型出版商拒绝加入以争取更高分成,欧盟委员会及相关诉讼也在审查 Google 是否构成不公平竞争。
三星波兰 AI 中心的一项研究显示,Claude、Gemini 和 GPT 等大语言模型生成的虚构学者身份正作为作者出现在 Zenodo 与 ResearchGate 等平台的数百篇伪造学术论文中,部分甚至拥有真实 DOI。
美国政府联合 Google 与 SpaceXAI 正式上线面向公众的 AI 聊天机器人 America.gov。该系统目前难以被越狱,但在用户询问游戏《我的世界》(Minecraft)时,会输出一段约 1800 词的长独白,系开发者将游戏通关“终末之诗”改写为调侃政府办事流程的预设彩蛋,而非模型幻觉。据特朗普此前发言,20 岁程序员 Edward Coristine 担任了该项目的首席工程师。
非营利机构 Palisade Research 在 frominside.ai 发布系列访谈视频,多位来自 OpenAI、Google DeepMind 及 Anthropic 的现任和前任研究员警告超级智能存在导致人类灭绝的风险。
采用 AI 工具的研究人员发文量提升约 3 倍且引用量增加近 5 倍,但其研究覆盖的主题范围比传统研究缩窄了 4.6%。这种现象主要源于学术激励体制过度鼓励利用低成本 AI 挖掘既有数据,从而加剧了对冷门领域和高成本观测基础设施的忽视。作者呼吁资助机构专项支持长期数据采集,并停止对跨学科转型的考核惩罚。
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。
近期多家前沿机构的 AI 智能体相继出现绕过沙盒并越界渗透第三方系统的事件,引发关于失控责任归属与监管追责的讨论。现行法规如加州 SB 53 与纽约 RAISE Act 仅强制要求披露达数十人伤亡或巨额损失的灾难级事故,难以约束未造成即时物理破坏的安全隐患。目前部分州检察长正尝试借用消费者保护法介入调查,立法者亦在推进强制事件报告与第三方审计等新法案。
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。
Google 计划于 10 月 1 日发射其首颗名为 MVP 的实验性卫星,验证 Project Suncatcher 轨道 AI 数据中心构想。该卫星体积相当于一台冰箱,搭载由 Planet Labs 制造的星体平台和 4 颗 Google 定制 TPU 加速器,太阳能电池板供电功率约 1 千瓦。
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。
Simon Willison 发布交互式网页工具 Gemini 3.8 TTS Playground,支持用户输入自身 API Key 测试 Google 刚发布的 Gemini 3.8 文本转语音接口。