, 距離 gemini-omni-flash 8 分，距離 dreamina-seedance-2.0 與 2.5 均在 20 分內。恭喜 6 274

DeepMind 宣佈 Gemini 4 Argon 前沿 AI 模型，首批釋出給政府與網路防禦者。 新模型：Gemini 4 Argon，DeepMind 的前沿 AI 模型。 首批釋出：透過 Fairwind Program，先行提供給政府與可信賴的網路防禦者。 未來可用性：更廣泛的可用性將在不久後推出。

Google 釋出 Gemini 4 Argon，稱其為最強模型

Google 推出 Gemini 4 Argon，定位為最強模型，專為編碼、研究、寫作及網路安全設計。該模型可自主發現、驗證並修補關鍵軟體漏洞，並在視覺解析、程式碼除錯和遷移等任務上表現出色。Google 還聲稱 Argon 在多項 AI 基準測試中超過 OpenAI 的 GPT‑6 Astra 與 Anthropic 的 Fable，並已在其內部團隊中用於日常工作。

Google Gemini 4 Argon 與 OpenAI、Anthropic 差距縮小 但未領跑

Google 釋出 Gemini 4 Argon，首個七個月來的前沿模型，在多項基準上與 OpenAI 的 GPT-6 Astra 同級，且價格更低。Argon 支援文本、影像、影片、音訊輸入，輸出文本，並通過 Long Decode Continuation 解決長響應超時。

Google公佈 Gemini 4 Argon AI 模型，但尚未開放使用

Google公佈 Gemini 4 Argon AI 模型，聲稱在編碼、知識工作和網路安全方面具備行業領先效能，但目前尚未開放使用。內部工程師已在公司內部廣泛使用，Argon 通過“fleet‑wide telemetry data”幫助 Google 節省 300 TiB 記憶體，並在 C/C++ 程式碼遷移到 Rust 方面取得進展。

Google 釋出 Gemini 4，稱其能力強大僅限可信網路防禦者使用

Google 今日公佈 Gemini 4 Argon，稱其在複雜工作流程中的表現優於 OpenAI 與 Anthropic 的競爭模型。該模型目前僅向“可信網路防禦者”開放，Google 已在內部工作流中使用，幫助完成大規模程式碼庫遷移。公司釋出對比圖表顯示 Gemini 4 在多項基準上領先，並計劃在更廣泛推廣前加強安全防護。

Gemini 4 Argon 釋出：開啟前沿智慧新時代

Google DeepMind 推出了 Gemini 4 Argon，這是一款具備長推理、跨領域多模態能力的前沿模型。Argon 在軟體工程、金融、法律和網路安全等行業基準上重新整理記錄，並已在內部工作流中提升效率；其 1M token 輸出上限和 $2/百萬輸入、$10/百萬輸出的價格為開發者提供更高性價比。

Anthropic 稱智譜開源 GLM-5.3 漏洞利用能力接近 Claude Mythos Preview

Anthropic 評估顯示智譜的開源模型 GLM-5.3 在漏洞利用和網路攻擊能力上幾乎趕上了 Claude Mythos Preview。測試表明，GLM-5.3 在 ExploitBench 和內部二進位制測試中表現接近，且由於其開源權重，安全防護極易通過技術手段被剝離。美國機構 CAISI 的獨立評估也指出 GLM-5.3 是迄今為止網路能力最強的開源模型。

Latent Space 彙總：Claude Opus 5.5 與多款前沿模型動態

Latent Space 釋出的 AINews 彙總了多款前沿模型動態，其中 Claude Opus 5.5 在 SimpleBench 領先，並在視覺和程式碼生成任務上表現突出；同時涵蓋 GPT-6 家族、Gemini 3.8 Flash、Xiaomi MiMo-V2.6-Pro 以及智慧體、檢索和推理效率等生態進展。

Latent Space 播客：前沿模型 wave、系統級決策模型與智慧體基礎設施進展

Latent Space 盤點了一週內 AI 行業的重大進展，涵蓋 Claude Opus 5.5、GPT-6 系列及 Gemini 3.8 Flash 等前沿模型的基準評測表現。同時梳理了決策模型、智慧體基礎設施、推理加速硬體以及生物基因領域的最新動態。

Runway 的 WorldPrompt 與即時世界的工程實現

Runway 介紹了其最新的世界模型 GWM Worlds 2 以及提出的輸入格式 WorldPrompt，並闡述了其如何通過自迴歸擴散和蒸餾方法實現 720p 24fps 的即時互動式影片和音訊生成。文章還探討了真實物理模擬、長上下文、誤差累積等工程挑戰，以及在遊戲、機器人和智慧體模擬等領域的潛在應用。

Gemini 3.8 TTS Playground 演示平臺

Google 釋出了 Gemini 3.8 TTS 的兩個新模型 gemini-3.8-flash-tts 與 gemini-3.8-flash-lite-tts，支援 2,000+ 語音並可通過 30 秒樣本建立自定義聲音。Gemini 3.8 TTS Playground 允許使用者在瀏覽器中構建單聲道或多說話人對話，生成 1m18s 音訊僅需約 20 秒，成本 2.74 美分。

AINews 行業動態：Jev 決策模型、Periodic Labs 材料科學模型及 Gemini 3.8 Live 釋出

最新一期 AINews 彙總了多項行業動態，包括 TypeSafe 推出專注於分類和路由的非自迴歸決策模型 Jev，Periodic Labs 釋出用於材料科學的實驗資料模型 Neon，以及 Google 推出支援多語言和非同步工具呼叫的 Gemini 3.8 Live。

Google DeepMind 釋出 Gemini 3.8 Live 與 3.8 Live Extended Thinking 語音模型

Google DeepMind 推出 Gemini 3.8 Live 與 Gemini 3.8 Live Extended Thinking 兩款先進的即時對話模型，帶來並行推理與近即時語音互動升級。

Gemini 3.8 Live 模型現已可於 AI Gateway 使用

Gemini 3.8 Live 及 Gemini 3.8 Live Extended Thinking 現已可於 AI Gateway 使用，支援即時語音互動與多模態功能。

Google DeepMind 釋出全球天氣大模型 WeatherNext 3

Google DeepMind 和 Google Research 釋出全新的全球天氣大模型 WeatherNext 3，支援每小時即時衛星資料輸入並提供高達 5 公里解析度的預測。該模型在降水預測精度上取得顯著提升，並增加了清潔能源變數預測，現已整合至 Search、Gemini、Maps 和 Cloud 等產品中。

Google DeepMind 釋出 Gemini 3.8 Flash 與 3.8 Flash Cyber 模型

Google DeepMind 釋出 Gemini 3.8 Flash 與 3.8 Flash Cyber 兩款新模型，帶來更強的長程推理、編碼和智慧體任務能力。

Google Research 釋出 TimesFM-3：支援多變數預測的零樣本時間序列基座模型

Google Research 推出 TimesFM-3，這是一個擁有 3.3 億引數、原生支援多變數預測的零樣本時間序列基座模型。該模型採用解碼器架構與交替注意力機制，支援單次前向傳遞生成整個預測區間，在 Gift-Eval、FEV-Bench 和 Time 等基準測試中表現優於其他預訓練基座模型，目前已在 GitHub 和 Hugging Face 上線。

Google DeepMind 釋出 Gemini Omni 1.1 Flash 影片生成模型

Google DeepMind 推出了 Gemini Omni 1.1 Flash，帶來場景延伸、首尾幀插值、4K 超解析度升級、360p 高效草稿生成及影片參考等多項專業級影片生成與控制功能，現已通過 Gemini API 及 Google AI Studio 面向開發者開放。

Google DeepMind 釋出語音轉文本模型 Gemini 3.5 Transcribe

Google DeepMind 推出 Gemini 3.5 Transcribe，這是其迄今最精準的語音轉文本模型，支援即時流式傳輸與預錄音頻處理，字錯誤率在流式傳輸和非流式場景下分別達到 4.0% 和 2.6%。該模型支援超過 85 種語言的自動檢測與轉錄，具備智慧糾錯、自定義詞彙識別及多說話人識別等功能，目前已在 Google AI Studio 等平臺面向開發者開放公測。

Gemini 3.7 Flash 推出

Google DeepMind 推出了 Gemini 3.7 Flash，這是其 Flash 系列最新的工作模型，專為編碼和智慧體設計。該模型在 FrontierCode、DeepSWE、WebDev Arena 等基準上顯著提升準確率，且每百萬輸入 token 價格僅 $0.75，輸出 $3.75，成本更低。

Google DeepMind 釋出手語轉文本模型 SL2T

Google DeepMind 釋出了多語言手語轉文本翻譯模型 SL2T，並將其整合到 Gboard 和 Pixel 11 的 Live Transcribe 中。該模型支援將美國手語直接轉換為英語文本，它基於超過 10 萬小時的資料訓練，通過處理姿勢關節點來保護隱私並實現流式輸出。

Google DeepMind 釋出 WeatherNext AI 模型並實現氣旋預測突破

Google DeepMind 推出了 WeatherNext AI 模型，在氣旋的路徑、強度和風力結構預測上達到了 SOTA 精度，平均可提供額外一天的預警時間。該研究成果已在 Nature 發表，團隊宣佈開源 WeatherNext 2 與 WeatherNext Cyclones 模型程式碼及權重。

Gemini Robotics ER 2：通過影片理解、任務編排與多機器人協作驅動機器人

DeepMind 釋出 Gemini Robotics ER 2，作為其最新的“具身推理”模型，支援持續影片理解、任務編排和多機器人協作。該模型可與任何低層 VLA 模型配合，即時呼叫工具（如 Google Search），並在執行過程中保持推理，顯著提升任務完成率和安全性。

Google Flow Music 推出 Lyria 3.5，提升音樂性、歌詞、聲樂與創作控制

Google DeepMind 在 Google Flow Music 上釋出了最新音樂生成模型 Lyria 3.5。該模型在旋律結構、歌詞質量、聲樂表現和發音方面都有顯著提升，並新增了對節奏和時長的細粒度控制，幫助使用者更輕鬆地創作符合預期的歌曲。

Google DeepMind 釋出 Gemini 3.6 Flash、3.5 Flash-Lite 和 3.5 Flash Cyber

Google DeepMind 推出 Gemini 3.6 Flash、3.5 Flash-Lite 以及 3.5 Flash Cyber 三款新模型，旨在以更高效率和更低延遲支撐大規模 AI 智慧體工作流。

Google DeepMind 釋出 Gemini 3.5 Flash Cyber 網路安全模型

Google DeepMind 推出了基於 3.5 Flash 構建並針對網路安全任務微調的輕量化模型 Gemini 3.5 Flash Cyber，旨在幫助防禦者快速發現、驗證和修補軟體漏洞。

Google DeepMind 釋出 Nano Banana 2 Lite 與 Gemini Omni Flash 模型

Google DeepMind 推出兩款新模型：速度最快且最具成本效益的影像模型 Nano Banana 2 Lite，以及用於高質量影片生成和對話式編輯的 Gemini Omni Flash。

Google Research 釋出 TabFM：面向表格資料的零樣本基礎模型

Google Research 推出了 TabFM，這是一個專為表格資料分類和迴歸設計的零樣本基礎模型。該模型通過將表格預測轉換為上下文學習問題，消除了傳統機器學習中的手動模型訓練、超引數調優和複雜特徵工程，能夠在單次前向傳遞中對未見過的表格生成高質量預測。

Google Research：利用凍結的多Token預測技術在 Pixel 裝置上加速 Gemini Nano 模型

Google Research 宣佈推出一項新架構，將多Token預測（MTP）技術應用到已部署且權重被凍結的 Gemini Nano v3 模型上。該方法採用零複製架構直接利用主模型的鍵值快取，在 Pixel 9 和 10 系列裝置上實現了 50% 或更高的推理速度提升，並減少了能耗。

Google DeepMind 釋出 DiffusionGemma 開源文本擴散模型

Google DeepMind 釋出了採用 Apache 2.0 協議開源的實驗性模型 DiffusionGemma，這是一款基於 Gemma 4 家族和 Gemini 擴散研究的 26B MoE 文本擴散模型，可在專用 GPU 上實現高達 4 倍的文本生成速度。

Gemini 3.5 Live Translate 即時語音翻譯實現流暢自然

Gemini 3.5 Live Translate 是 Google DeepMind 推出的最新音訊模型，支援 70+ 語言的即時語音對語音翻譯。該模型可持續流式處理，幾秒延遲，自動檢測語言並保持語調、節奏與音高。

推出 Gemma 4 12B：無編碼器統一多模態模型

DeepMind 推出 Gemma 4 12B，這是一款無編碼器的統一多模態模型，能夠直接在配備 16GB VRAM 的筆記本上執行。它在保持與 26B MoE 近似的推理效能的同時，顯著降低了記憶體佔用，並首次支援原生音訊輸入。

Google DeepMind 釋出 Gemini Omni 與首款模型 Gemini Omni Flash

Google DeepMind 推出了全新多模態模型 Gemini Omni，併發布了該系列首款模型 Gemini Omni Flash，支援通過影像、音訊、影片和文本組合輸入生成及編輯影片。該模型已向 Gemini app、Google Flow 以及 YouTube Shorts 使用者推出，未來還將通過 API 提供給開發者和企業客戶。

Google DeepMind 介紹 WeatherNext 如何協助美國國家颶風中心預測颶風梅利莎

Google DeepMind 的天氣模型 WeatherNext 成功提前五天預測了 2025 年颶風梅利莎在牙買加增強至五級強颶風的路徑與強度。該模型通過結合全球天氣模式與極端熱帶氣旋資料集，兼顧了傳統模型難以同時做到的路徑與強度預測能力。

Google DeepMind 釋出 Gemini 3.5 模型的首款型號 3.5 Flash

Google DeepMind 正式推出 Gemini 3.5 模型系列的首款型號 3.5 Flash，主打前沿智慧與高速推理，重點提升智慧體和編碼任務表現。3.5 Flash 在 Terminal-Bench 2.1 等基準上表現優於 Gemini 3.1 Pro，速度達到其他前沿模型的 4 倍，目前已全面向全球使用者、開發者及企業推出。

Gemini 3.1 Flash TTS 釋出：下一代表達式 AI 語音模型

Google DeepMind 推出了 Gemini 3.1 Flash TTS，提升了可控性、表達力和音質，支援 70+ 語言和多說話人對話，並通過細粒度音訊標籤讓開發者可用自然語言控制語音風格。該模型在人工分析 TTS 評測中獲得 1,211 Elo 分，並已在 Gemini API、Vertex AI 及 Google AI Studio 預覽。

Gemini Robotics-ER 1.6：通過增強具身推理驅動真實世界機器人任務

Google DeepMind 推出了 Gemini Robotics-ER 1.6，這是其專為機器人設計的最新模型，提升了空間推理、多視角理解和儀表讀取能力。該版本在安全性和物理約束遵守方面也有顯著改進，並已通過 Gemini API 和 Google AI Studio 對開發者開放。

Gemma 4 釋出：最強開源模型

Google DeepMind 推出了 Gemma 4，四種尺寸（E2B、E4B、26B MoE、31B Dense）支援多模態、長上下文（128K–256K）和 140+ 語言，具備高階推理、函式呼叫和程式碼生成能力，並以 Apache 2.0 許可免費開放，適用於從移動端到雲端的多場景部署。