技术方向
模型与 AI 产品的发布、能力边界与算力成本。
37 条精选近 30 天 24 条共收录 217 条
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。
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。
GitHub 在 Universe 2026 上发布 GitHub Copilot 应用，并推出 Copilot Fusion 多模型编排、Copilot projects、会话连续性和 Copilot code review Max 等能力。
推荐理由：GitHub 一次性发布 Copilot 应用、多模型编排与代码审查 Max，并给出与 Opus 5.5 Max 的成本和耗时对比。
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。
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。
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。
微软正式向全球用户推送 Windows 11 26H2 正式版，24H2 和 25H2 用户下载几百 KB 启用包重启即可获得全部功能。任务栏支持放置在屏幕底部、顶部、左侧或右侧并新增紧凑模式，开始菜单拆分为固定项目、最近项目和所有应用三个可独立开关的板块。
推荐理由：梳理 Win11 26H2 在任务栏、搜索、AI 与底层调度上的具体改动，可对照判断升级后日常体验的变化。
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。
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。
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。
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。
Google DeepMind 发布 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking 两款实时语音对话模型。
推荐理由：两款语音对话模型分别面向规模化成本与高复杂度任务，并给出语音智能体基准上的具体分数与开放渠道。
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。
Google DeepMind 与 Google Research 发布全球天气 AI 模型 WeatherNext 3，直接使用实时地球静止卫星数据，每小时生成一次预报，关键地表变量分辨率达 5 公里，整体比 WeatherNext 2 的 25 公里网格精细约 5 倍。
推荐理由：官方给出与前代的分辨率、更新频率和降水精度对比，可据此判断 AI 天气预报的实际进展。
Google DeepMind 发布 Gemini 3.8 Flash 与 Gemini 3.8 Flash Cyber 两款模型，前者面向长程编程与自主智能体，定价与 3.7 Flash 相同，为每百万输入 token 0.75 美元、每百万输出 token 3.75 美元。
推荐理由：原文给出两款模型的定价、基准成绩与真实部署案例，可据此判断 Flash 系列在智能体与安全场景的定位。
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。
Google DeepMind 发布 Gemini Omni 1.1 Flash，通过 Gemini API 在 Google AI Studio 提供场景延长、首尾帧插值、4K 超分和视频参考等生成视频控制能力。
推荐理由：原文列出场景延长、首尾帧插值、4K 超分与 360p 快速预览的具体参数和价格差异，便于开发者判断工作流改造成本。