跳到正文

Google / Gemini

Google 與 DeepMind 的 AI 動態:Gemini 系列、Veo 影片模型、研究成果與產品生態的持續追蹤。

最新精選

第 421–440 條 · 共 459 條
9月3日週四
  1. Google DeepMind84

    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。

    推薦理由:該模型通過融合即時衛星資料與高解析度網格,提升了全球天氣預報的精度和更新頻率,為清潔能源規劃和區域氣象服務提供了更可靠的資料支援。

9月2日週三
  1. Google DeepMind78

    Google DeepMind 推出 Gemini AI 助理影片理解功能

    Google DeepMind 推出了適用於 Gemini 最新模型的AI 助理影片理解功能,通過動態檢索視覺幀、音訊和字幕,將影片分析的 token 消耗降低最高 88%、成本降低最高 66%,並將準確率提升最高 7%。

    推薦理由:原文公佈了功能特性與具體最佳化資料,讀者可以據此瞭解該技術如何降低影片處理成本。

8月27日週四
  1. Google DeepMind75

    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。

    推薦理由:官方推出的最新語音轉文本模型給出了具體的錯誤率和多語言支援資料,讀者可以據此評估其實際語音互動效能。

8月26日週三
  1. The Go Blog85

    Go 1.27 泛型方法教學

    Go 1.27 針對泛型方法推出新語法,讓結構方法能直接使用型別引數,提升程式碼簡潔度與可讀性。 - 新語法:func (List[E]) MapR any R) List[R] 允許在結構上直接呼叫泛型方法,支援鏈式呼叫。

    推薦理由:本文示範 Go 1.27 新增泛型方法,讓程式碼更簡潔、可讀性提升,對開發者實務應用具重要參考價值。

  2. Browser Use73

    我們如何為瀏覽器打造可擴充套件的長期 RL 環境

    本報告說明如何利用真實瀏覽器使用者流量構建可擴充套件的長期 RL 環境,並公開 200 個樣本供開源社群使用。 - 任務來源:來自數億筆瀏覽器代理任務,經過篩選縮減至約 1,000 萬個獨特任務。

    推薦理由:本報告展示如何從真實瀏覽器流量構建可擴充套件長期 RL 環境,對研發者評估模型長期行為提供可複製實驗基礎。

8月19日週三
  1. The Go Blog84

    Go 1.27 正式發布

    Go 1.27 正式發布,帶來多項語言、工具、效能與標準函式庫升級。 - 語言功能:支援泛型方法、結構字面量可使用任意欄位鍵、函式型別推斷全域化。

    推薦理由:Go 1.27 帶來泛型方法、結構字面量改進與效能提升,開發者可即時體驗新語法與工具最佳化。

8月14日週五
  1. Google DeepMind74

    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AI 助理設計。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。

    推薦理由:Gemini 3.7 Flash 在編碼、網頁開發和知識工作等領域顯著提升準確率,並以更低成本提供高效工作流。

8月12日週三
  1. Epoch AI Updates79

    資金瓶頸會否限制 AI 計算?Anthropic 案例分析

    Anthropic 於 2025 年底宣佈投資 500 億美元建設 AI 基礎設施,並透過供應商後背支援成功籌得近 500 億美元債務,證明資金不再是即時限制。

    推薦理由:此篇分析揭示供應商後背支援可降低 AI 基礎建設成本,顯示資金瓶頸不再是即時限制,並說明未來投資結構將更易擴張。

  2. Google Research89

    Google Research 推出 AMIE (Video) 即時影片臨床問診系統

    Google Research 推出了 AMIE 的即時影片配置版本 AMIE (Video),能夠基於 Gemini 和 Project Astra 進行同步臨床影片問診,感知非引導性的臨床非語言線索並進行即時診斷推理。

    推薦理由:這項研究展示了多模態醫療AI在影片問診中的專家級表現,為遠端醫療系統的架構設計提供了實證參考。

7月30日週四
  1. Google DeepMind86

    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。

    推薦理由:Gemini Robotics ER 2 通過影片理解和多機器人協作提升機器人任務完成率,展示了高效即時推理與安全控制的結合。

  2. LMSYS Org Blog72

    RadixArk 與 Google 合作,讓 SGLang 支援 TPU

    團隊想在 GPU 和 TPU 之間更換硬體時,常得改用不同工具或重做部署。RadixArk 和 Google Cloud 合作,讓開源推論框架 SGLang 能在 Google TPU 上執行:目前可透過 SGL-JAX 使用,支援多種大型語言模型、多模態模型和影像及影片生成模型;RadixArk 也預計在今年稍晚推出以 PyTorch 為基礎的 SGL-torchtpu。團隊可以沿用同一套 SGLang API,依工作需求和價格效能選擇 GPU 或 TPU。

    推薦理由:SGLang 已可透過 SGL-JAX 在 TPU 上執行,後續還會加入 PyTorch 原生後端,讓團隊沿用相同 API 跨硬體部署。

7月28日週二
  1. Google DeepMind86

    Gemini Robotics 2 為機器人帶來全身智慧

    DeepMind 在部落格中釋出 Gemini Robotics 2,推出三款模型:Gemini Robotics 2(全身視覺‑語言‑動作模型)、Gemini Robotics ER 2(具身推理模型)和 Gemini Robotics On‑Device 2(高效本地化模型)。

    推薦理由:Gemini Robotics 2 通過全身控制、精細操作和多機器人協作,展示了在複雜任務中的智慧執行能力,並能在數小時內適配新機器人身體。

7月21日週二
  1. Google DeepMind84

    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 助理工作流。

    推薦理由:官方釋出了三個新的 Gemini Flash 系列模型,給出了詳細的效能指標與價格,讀者可以據此評估其在AI 助理工作流和高吞吐任務中的成本與效率。

7月17日週五
  1. The Register · AI & ML83

    歐盟強制 Google 共享搜尋資料與 AI 互操作,重塑競爭與隱私格局

    歐盟近日頒布規範,要求 Google 共享搜尋資料並允許第三方 AI 在 Android 上進行互操作。 - 規範內容:Google 必須向其他搜尋引擎提供匿名化搜尋資料,並允許外部 AI 以語音啟用取代 Gemini。

    推薦理由:歐盟規範要求 Google 共享搜尋資料與 AI 互操作,對競爭與隱私政策產生深遠影響。

7月10日週五
7月1日週三
  1. Google DeepMind76

    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。

    推薦理由:Google DeepMind 推出 Nano Banana 2 Lite 與 Gemini Omni Flash 兩款新模型,為開發者串聯影像生成與影片編輯提供了低成本且高效的新方案。

6月23日週二
  1. Together AI Official Blog77

    ParallelKernelBench:前沿 LLM 尚未能快速編寫多 GPU 核心

    ParallelKernelBench 是一個測試多 GPU 核心生成的基準,評估 GPT‑5.5、Gemini 3 Pro 等前沿模型的表現。 - 核心特性:87 個實際工作負載,涵蓋多種分散式並行策略。

    推薦理由:此研究揭示前沿 LLM 在多 GPU 核心生成上的侷限,提供可量化的基準與改進方向,並展示首批成功案例。

6月16日週二
  1. DevClass (Developer News)72

    雲端新型 agentic AI 準備、Arm 為動力的基礎架構

    Arm 架構正在重塑雲端 AI 基礎設施,透過高效能與節能優勢,幫助企業降低成本並提升可持續發展。 - Arm 架構在雲端 AI 服務中提供高效能與節能優勢。

    推薦理由:Arm 架構在雲端 AI 服務中提供高效能與節能優勢,促進成本競爭力與可持續發展,同時支援多元工作負載的最佳化與彈性擴充套件。

6月9日週二
  1. Google DeepMind81

    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。

    推薦理由:Gemini 3.5 Live Translate 提供 70+ 語言的即時語音翻譯,減少停頓,適用於會議、通話等場景,幫助開發者快速構建多語言翻譯應用。支援多語言輸入,無需手動配置,噪聲魯棒性強,適合嘈雜環境。