跳到正文
只看一手#端侧 AI
11月14日周六
  1. Google Blog58

    Google 将 Google Wallet 接入 Gemini，为美国用户提供个人财务分析

    Google 面向美国所有 Gemini app 用户开放 Google Wallet 连接，Gemini 可基于消费记录回答个人财务问题。用户还可通过 Plaid 关联信用卡和银行账户，在对话中生成现金流、资产配置与预算图表，或查找仍在扣费、涨价的订阅。该功能在网页和 Android、iOS 移动端推出，Gemini 只能读取账户信息，不能转移、管理或投资资金，用户可随时关闭连接。

11月13日周五
  3. 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。

  4. 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。

  5. Google Blog78

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

    Google 发布 Gemini 4 Hydrogen，面向开发者的日常编码与智能体工作流，支持仓库级编码与调试、交互式 Web 开发和多模态工作流。该模型可独立运行并提供四档可配置思考级别，也可与 Gemini 4 Carbon、Gemini 4 Argon 等前沿模型搭配使用，官方称其指令遵循更紧、编造内容更少。

11月12日周四
11月11日周三
  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。

11月10日周二
  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。

11月6日周五
11月4日周三
  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。

10月30日周五
10月29日周四
  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。

10月28日周三
  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。

10月27日周二
10月16日周五
  1. Google DeepMind58

    Google DeepMind 用 Antigravity 智能体平台加速抗菌肽发现

    Google DeepMind 介绍如何用智能体开发平台 Google Antigravity 加速抗菌肽发现，把原本分散在多个数据库的检索压缩到一次会话中。平台借助 ProtNLM 模型从氨基酸序列预测生物功能，扫描 UniProt 中数百万条未注释蛋白，并在演示中找到一条对呼吸道感染病原体有预测活性的新型抗菌肽候选物，目前正进行湿实验验证。

10月14日周三
  2. 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。

10月7日周三
  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。

9月30日周三
9月25日周五
  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。

9月23日周三
  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。

9月16日周三
9月2日周三
  1. Google DeepMind73

    Google DeepMind 为 Gemini 3.7 Flash 等模型推出 agentic 视频理解功能

    Google DeepMind 在 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 上推出 agentic 视频理解功能，模型可动态搜索、扫描并检查视频片段，而非按固定帧率处理。

    推荐理由：官方给出 token 消耗降 88%、成本降 66%、准确率升 7% 的对比数据，可据此判断长视频分析的成本变化。