跳到正文

#Google

RSS
今日 16 則
11月12日週四
  1. Google AI Official Blog53

    Google 推出 Tabletop 群組協作空間實驗

    Google 推出 Google Labs 實驗 Tabletop,讓群組即時共同建立行程、投票、分帳工具與賽事籤表。 使用者可加入連結、檔案與想法,再提示 @tabletop 或選擇範本來產生互動內容。 空間建立後可分享邀請連結,讓群組成員同時使用;目前透過候補名單在美國向 18 歲以上使用者推出。

  2. Dev.to Top Tech57

    AI 如何讓使用者學會判斷知識與證據

    AI 傾向產生最常見、最可能的回答;作者以隨機數字、證據判讀與概念定義為例,說明使用者需要具備哪些判斷方法。 - 常見回答偏差:作者讓 9 個 Claude 與 GPT 模型回答 1 到 10 的隨機數字問題,共 900 次,每次答案都是 7;他將此連結到訓練資料中的人類偏差,以及偏好人類評分答案的訓練方式。

  3. Google66

    Google 推出 Gemini Robotics 2.5,稱這款 VLA 模型是其迄今最具能力的版本,並表示它能擴充套件機器人可學習的技能範圍、加快學習速度。 目標:協助機器人從實驗室進入真實環境。 推出狀態:目前正向 Google 的機器人合作夥伴陸續推出。

    推薦理由:Gemini Robotics 2.5 著重擴充套件機器人可學習的技能範圍並加快學習速度,呈現 Google 推進模型走入真實環境的方向。

  4. LMSYS Org Blog71

    LMSYS Org 成立 SGLang 聯盟,推動開源 AI 推論發展

    AI 推論越來越耗用運算資源,怎麼讓模型在不同硬體上跑得更有效率,成了業界共同面對的問題。LMSYS Org 成立 SGLang 聯盟,邀請 NVIDIA、AMD、Intel、Google、Meta 等創始成員與 SGLang 維護者一起討論專案方向,並合作開發。成員每年參加兩次路線圖會議,也能透過工程經驗、實際部署回饋和測試資源投入合作;技術決策與程式碼是否接受,仍由 SGLang 維護者負責。聯盟希望讓共同的需求轉成工程工作,並公開路線圖與進度。

    推薦理由:SGLang 聯盟讓多家硬體與基礎設施團隊定期交流推論需求,並把共同方向帶進工程合作,呈現開源專案協調發展的做法。

11月11日週三
  1. Google DeepMind86

    Google DeepMind 發布 AlphaGenome 2,預測不同人類細胞中的 DNA 變異影響

    Google DeepMind 發布 AlphaGenome 2,可依特定人類細胞型別或狀態,預測 DNA 序列及其變異對基因活動的影響。 - 模型訓練:使用人類與小鼠的 bulk 及單細胞資料訓練,涵蓋超過 1.07 億個細胞剖面與 68 種組織;新增 DNA 甲基化預測。

    推薦理由:AlphaGenome 2 在 TenK10K 資料集的因果變異辨識率由 16% 提升至 30%,可供評估單細胞模型定位疾病相關變異的能力。

  2. AWS What's New46

    AWS Quick 桌面與手機 App 登陸新加坡區域

    AWS Quick 的桌面 App 和手機 App 現在可在 AWS 亞太地區(新加坡)區域使用。桌面版能處理電腦裡的檔案,並連線行事曆、電子郵件和各種工作 App;手機版可以聊天、看活動訊息和開啟控制面板。你可以在電腦上開始一項工作,出門後用手機檢視進度,對話、工作背景和 AI 助理也會在網頁、電腦和手機之間同步。桌面版支援 macOS 和 Windows,手機版支援 iOS 和 Android。

  3. Ars Technica · AI78

    Google DeepMind 以數學形式驗證 Signal 協定的部分安全保證

    Google DeepMind研究人員運用 Agentic AI,在四週內以形式化驗證檢查 Signal 協定的部分密碼學保證。 - 範圍與結果:分析未涵蓋整個 Signal 行動應用程式,也未在受檢查的協定部分發現新漏洞。

    推薦理由:這項工作以四週驗證 Signal 協定的部分密碼學保證,也測試 AlphaProof Code 對已修補漏洞的辨識能力,並公開規格與證明供後續研究使用。

  4. elvis75

    Google DeepMind 使用 AI 助理,為 Signal 的程式碼證明關鍵安全性質,驗證範圍涵蓋編譯後的機器碼。 - 方法與規模:由 5 人團隊在 4 週內完成;由 Gemini 4 Carbon 驅動的AI 助理,針對未修改的 libsignal 程式碼撰寫約 650 萬行 Lean 證明。

    推薦理由:這項工作呈現 AI 助理如何與人工撰寫規格、Lean 證明檢查器協作,將 Signal 程式碼的安全性驗證延伸至編譯後機器碼。

  5. Dev.to Top Tech41

    規劃歷史帳單檔案查詢時,不能只依賴目前的帳單設定

    BrowserAct 以合成資料示範如何先按歷史帳單設定規劃檔案查詢範圍,再開始擷取,避免把目前可見的帳單設定誤當成整段歷史期間的查詢範圍。 - 範圍規劃:以半開區間 [start, end) 表示日期範圍,並保留各歷史設定的識別資料與審核依據;程式會檢查範圍缺漏、重疊、客戶不一致及審核資料缺失。

  6. Dev.to Top Tech39

    2026 年學生與研究人員適用的 Google Docs 外掛推薦

    Google Docs 外掛與整合工具可協助學生和研究人員管理引用資料、撰寫數學公式,並處理學術檔案中的排版需求。 - Paperpile:可在 Google Docs 中搜尋文獻、插入文內或註腳引用並自動產生書目,支援 APA、MLA、Chicago 及數千種期刊格式;提供 30 天免費試用,符合資格的學生、研究人員與教職員可享學術折扣。

  7. Hacker News (official RSS)76

    The Verge 詢問各家電視廠商 17 個關於使用者隱私的問題

    The Verge 向電視與串流裝置業者提出 17 個是非題,比較各家如何處理語音、觀看紀錄、裝置遙測與使用者資料。調查取得多家業者回覆,部分公司未直接回答問題,Hisense 則未回應聯絡。

    推薦理由:這份調查把 17 個隱私問題逐項交給多家電視與串流裝置業者,呈現語音、觀看紀錄和退出設定的差異。

  8. Hacker News (official RSS)65

    Google 工程師用 48 個 AI 助理分析 NASA LiDAR,找到疑似未登記的瑪雅遺址

    作者使用 48 個 AI 助理分析 NASA LiDAR 資料,在墨西哥找到一處疑似此前未登記的瑪雅遺址,並將報告提交給 INAH。 - 分析方式:AI 助理逐一檢視約 1,200 平方公里的叢林 LiDAR 影像,依照指南尋找金字塔、平臺與廣場;作者表示沒有使用特製模型或分類器。

  9. Dev.to Top Tech47

    Nano Banana 2.1 如何透過測試最難處理的需求,評估是否值得升級

    Nano Banana 2.1 的升級評估應聚焦在現有流程最容易出問題的需求,並用相同簡報比較新舊版本的輸出。 測試方式:針對橫幅接縫、文字校正、構圖比例與參考物件細節等實際需求,分別檢查輸出;文字內容、換行與位置也應各自評估。 成本與決策:記錄產出可用素材所需的候選圖數量與修改次數,並確認目前費用;若既有版本已能穩定完成任務,可繼續使用。

  10. iThome (臺灣)78

    Google Gemini 4 Carbon 全面上線,API 費用為 Anthropic Fable/Mythos 5.2 的一半

    Google 開放新一代尖端模型 Gemini 4 Carbon,供企業、開發者及個人付費使用者使用,並公佈基準排名與 API 費用。此前模型僅供部分受信任的資安防禦人員使用。

    推薦理由:文章並列 Gemini 4 Carbon 的基準排名、任務成本與 API 定價,呈現其效能與費用定位,也交代限時折扣及供應管道。

  11. The Hacker News76

    Railway 客戶 AI 金鑰遭竊,估計產生 740,000 美元未授權費用

    Railway 表示,攻擊者在 10 月的入侵事件中竊取客戶儲存的 AI 服務金鑰,造成估計 740,000 美元未授權使用費;若 AI 服務商不退款,Railway 承諾自行負擔相關費用。

    推薦理由:Railway 說明攻擊者如何從建置系統一路取得解密憑證,並交代受影響範圍、復原措施與各 AI 服務商的退款安排。

  12. Dev.to Top Tech83

    Google DeepMind 的 AlphaProof Code 形式驗證 Signal 密碼協定

    Google DeepMind 的 AlphaProof Code 為 Signal 已部署的密碼協定實作產生涵蓋關鍵安全性質的機器可檢查證明。 方法與規模:Gemini 驅動的多AI 助理框架以 Lean 產生並檢查證明,耗時 4 週,約產生 600 萬行 Lean 證明。 公開資料:DeepMind 公佈了證明產物與技術論文,供其他人檢視。

    推薦理由:這項工作將形式驗證直接套用於 Signal 已部署的密碼協定實作,呈現 AI 助理處理大型證明工作的具體案例。