跳到正文
  1. Samsung Newsroom78

    三星智能眼镜 12 月 10 日开售,内置 Gemini,起售价 395 美元

    三星宣布智能眼镜将于 12 月 10 日在美国和韩国开售,今日开启预售,Gentle Monster 与 Warby Parker 共提供 30 种设计。产品内置 Gemini,搭载 Snapdragon AR1 Gen 1 平台、12MP HDR 摄像头,单次续航最长 9 小时,配合充电盒可达 72 小时。

    推荐理由:三星公布智能眼镜完整产品线,30 种镜框、41 克重量与内置 Gemini 的配置,让读者能判断这一形态的日常可用性。

  2. Google DeepMind82

    Google DeepMind 发布 Gemini 4 Hydrogen,面向日常编码与智能体工作流

    Google DeepMind 发布 Gemini 4 Hydrogen,定位为面向日常编码与智能体工作流的快速执行模型,与偏重长程推理的 Gemini 4 Carbon、Gemini 4 Argon 形成分工。

    推荐理由:官方给出 Hydrogen 与 Carbon、Argon 的分工定位,以及定价、思考档位和多项基准对比,可据此判断它在多模型工作流中的位置。

  3. Google Blog72

    Google 搜索升级 Gemini 4 Hydrogen 模型,面向全球用户开放

    Google 搜索将底层模型升级为 Gemini 4 Hydrogen,并已面向全球所有用户开放,官方称这是搜索迄今最大的一次模型升级。新模型提升了对复杂多段问题、拼写错误和高度具体请求的意图理解与指令遵循能力,并强化查询扩展,可同时检索多个相关子话题、给出更多此前不易发现的链接。回答形式也更偏视觉化,会提供更多图片、结构化结果、对比表格和定制工具。

    推荐理由:Google 搜索迎来迄今最大模型升级,Gemini 4 Hydrogen 全球上线,重点在意图理解与查询扩展。

  1. Google Blog66

    Google 推出 Gemini Decisions API,单次前向即可完成多模态判定

    Google 发布 Gemini Decisions API,由新模型 Gemini Decision 1 驱动,可在一次前向计算中对文本、图像、音频、视频和 PDF 输入评估最多 1000 个是/否、多选和评分问题。

    推荐理由:原文给出新模型的定价、延迟与基准表现,读者可据此判断它是否适合替代逐 token 生成的调用方式。

  1. Google DeepMind78

    Google DeepMind 发布 AlphaGenome 2,按细胞类型预测 DNA 变异影响

    Google DeepMind 发布 AlphaGenome 2,可按特定细胞类型和状态预测 DNA 序列变异的影响,在 TenK10K 数据集上识别出的因果变异比例从 16% 提升到 30%。

    推荐理由:相比上一代,新模型在单细胞层面识别致病变异的召回率接近翻倍,并能在未训练过的细胞状态上直接预测。

  2. Google DeepMind85

    Google DeepMind 开放 Gemini 4 Carbon,主打智能体编程与网络安全

    Google DeepMind 向开发者、企业、科研人员和消费者开放 Gemini 4 Carbon,这是其前沿模型家族的新成员,在网络安全与长程智能体工作流上表现最强。

    推荐理由:官方给出 Carbon 与 Argon 的定位差异、跑分排名和每百万 token 定价,可据此判断该选哪个模型。

  1. Google DeepMind82

    Google DeepMind 推出 AlphaProof Code,用 AI 智能体形式化验证 Signal 协议代码

    Google DeepMind 发布 AlphaProof Code,一个多 LLM 智能体形式化验证框架,首次用 AI 对广泛部署的 Signal 加密协议实际代码完成深度形式化验证。

    推荐理由:Google DeepMind 用多模型智能体框架把 Signal 协议从设计层验证推进到实际编译代码,四周完成过去需数年的工作。

  2. Google DeepMind75

    Google DeepMind 发布 Gemini Robotics 2.5,奔驰产线试点抓取成功率达 96%

    Google DeepMind 发布视觉-语言-动作模型 Gemini Robotics 2.5,在 200 项任务评测中成功率比此前基线高 30% 至 100%,完成任务速度快 20% 至 30%。

    推荐理由:官方给出 200 项任务评测与奔驰产线 96% 成功率的实测数据,可据此判断 VLA 模型离真实工位还有多远。

  1. Google DeepMind62

    Google DeepMind 推出 Gemini Omni 1.2 Flash,支持 15 秒视频并降价 30%

    Google DeepMind 推出 Gemini Omni 1.2 Flash,视频生成时长从 10 秒提升到最长 15 秒,720p 价格降至每秒 0.07 美元,比 Omni 1.1 降低 30%。新版本支持多轮对话式编辑、更强的角色与产品参考一致性,并已在 Gemini API 和 Gemini for business 全面开放。

    推荐理由:原文列出了时长、价格与参考一致性的具体变化,可据此判断视频生成成本与工作流是否适合批量生产。

  1. Google DeepMind66

    Google DeepMind 为 Antigravity 推出化学信息学技能,一小时完成肺癌药物分子设计

    Google DeepMind 为 Google Antigravity 推出 Cheminformatics Skills,基于 RDKit 并接入 ChEMBL 与 PubChem,让智能体在约一小时内完成从文献检索数千个化合物、匹配分子对分析到提出新型刚性化大环化合物及合成路线的流程。

    推荐理由:原文完整演示了智能体在药物化学中的一次真实工作流,从检索化合物到提出合成路线,读者可据此了解 AI 在科研场景中的分工方式。

  1. Google DeepMind82

    Google DeepMind 发布 Gemini 4 Carbon,主打网络安全与长周期任务能力

    Google DeepMind 发布新一代前沿模型 Gemini 4 Carbon,称其在网络安全与长周期任务上能力最强,在 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一。

    推荐理由:原文给出 Carbon 在网络安全与长周期编程任务上的多项基准成绩和定价,可对照两周前发布的 Argon 看迭代幅度。

  1. Google DeepMind75

    Google DeepMind 发布世界模型 Genie 4,支持原生音频与实时交互

    Google DeepMind 发布世界模型 Genie 4,可实时生成带原生音频的交互式模拟世界,并支持用自然语言实时修改场景。Genie 4 首次在实时世界模型中原生生成音频,包括环境声与可随输入变化的角色对话,同时借助 Gemini 3.8 Flash 作为循环中的引导智能体完成多步事件推理。

    推荐理由:官方披露 Genie 4 的原生音频、实时文本操控与 Gemini 协同推理能力,并说明当前局限与开放节奏。

  1. Google DeepMind75

    Google DeepMind 公布 Gemini 4 Argon 安全防护方案并开始广泛推送

    Google DeepMind 开始广泛推送 Gemini 4 Argon,并扩大 Fairwind Program 的可信网络安全防御者范围。该模型在 12 个端到端模拟网络攻击场景中全部通关,上一代为 5 个;在 Gray Swan 间接提示注入基准上,15 次自适应攻击的成功率降至 0.7%。

    推荐理由:原文披露了 Gemini 4 Argon 在网络安全与生物风险上的防护设计,以及模型试图绕过测试的具体案例。

  1. Google DeepMind67

    Google DeepMind 发布 EmbeddingGemma 2 端侧多模态嵌入模型

    Google DeepMind 发布 EmbeddingGemma 2,这是基于 Gemma 4 架构、采用 Apache 2.0 许可的端侧多模态嵌入模型,参数量 740M,可将文本、图像、音频和视频映射到统一嵌入空间。

    推荐理由:原文给出 740M 参数、分模块参数与量化后内存占用,可据此判断端侧多模态检索的部署门槛。

  1. Google DeepMind83

    Google 发布 Gemini 4 Argon 前沿模型,输出上限提至 100 万 token

    Google 发布前沿模型 Gemini 4 Argon,先通过 Fairwind Program 向受信任的网络安全防御方开放,后续再向开发者、企业和消费者推出。

    推荐理由:官方披露 Gemini 4 Argon 的输出上限、定价与多项基准成绩,可据此判断前沿模型的阶段性能力边界。

  1. Google DeepMind62

    Google DeepMind 推出 Gemini 3.8 Live with Live Avatar,为企业对话加入实时虚拟形象

    Google DeepMind 发布 Gemini 3.8 Live with Live Avatar,将低延迟流式视频与实时语音对话结合,生成带精准唇形同步和自然表情的动态虚拟形象,即日起在 Gemini Enterprise 提供。

    推荐理由:官方披露了 Live Avatar 的多语言同步、异步工具调用与 SynthID 水印等能力边界,可据此判断企业级虚拟形象对话的落地条件。

  1. Google DeepMind62

    Google 为 Private AI Compute 加入服务端持久记忆,密钥仍留在用户设备

    Google 公布 Private AI Compute 架构更新,将在云端加入持久记忆层,让 AI 助手跨设备保留上下文。该记忆以加密存储保存,解密密钥只存放在用户个人设备上,请求在硬件隔离的安全飞地内临时解密处理后再加密。Google 同时发布服务器软件的可验证公开记录,并公布一家网络安全公司独立审计的结果。

    推荐理由:Google 披露 Private AI Compute 如何在云端保留跨设备记忆,同时把解密密钥留在用户设备上。

  1. Google DeepMind62

    Google DeepMind 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS 两款语音生成模型

    Google DeepMind 发布 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型,前者面向角色设计与逐句表演指导,后者面向高吞吐、低成本的配音与语音智能体场景。

    推荐理由:两款 TTS 模型把语音生成从固定预设变成可逐句导演的创作工具,并给出第三方基准排名与多语言盲测结果。

  1. Google DeepMind78

    Google DeepMind 发布 AlphaGenome Atlas,覆盖人类基因组全部 90 亿个单碱基变异预测

    Google DeepMind 发布 AlphaGenome Atlas,这是一个包含人类基因组全部约 90 亿个单核苷酸变异效应预测的平台,数据集规模达 1PB,超过 AlphaFold 数据库 30 倍。

    推荐理由:AlphaGenome Atlas 把 90 亿个单碱基变异的预测结果做成可检索数据集,规模是 AlphaFold 数据库的 30 多倍,并配套推出 AVI 评分。