清除条件
共 152 条 · 第 4/4 页
Google DeepMind09/30资讯论文研究海外

Google DeepMind 推出 SynthID Bio,给 AI 生成蛋白质加水印

Google DeepMind 发布 SynthID Bio,这是为 AI 生成的蛋白质添加水印的概念验证方案,目标是在保留蛋白质生物功能的前提下实现可溯源。原文仅给出这一句说明,未披露技术细节、准确率数据或开放时间。

推荐理由做 AI 生物、蛋白质设计的人可以先记下这个方向:水印不能破坏蛋白功能是核心难点

The Decoder09/30模型行业动态海外3 个独立信源

Google 向约 100 家媒体付费使用 AI 内容,多数金额极低

Google 目前向约 100 家数字出版商付费,以在 AI Overviews、AI Mode 和 Gemini 中使用其内容。据 The Information 报道,该试点项目上线不到一年,部分中小博客获得的费用不足其广告收入的 0.1%,小网站几个月收入不到 1000 美元;也有出版商几个月拿到 5 万至 6 万美元,个别年入超 100 万美元。付费金额取决于内容对 AI 回答的贡献度,但多位参与者表示不清楚 Google 的计算方式,且金额会无解释地逐月变动。动漫、游戏等垂直小众内容收入更高。部分大出版商…

推荐理由了解 AI 搜索如何重构内容分账:多数媒体拿不到广告收入 0.1%,欧盟已立案

X @demishassabis09/30资讯政策监管海外

谷歌签署白宫超级智能协议,DeepMind CEO 回应

谷歌 CEO Sundar Pichai 与美国总统、副总统、众议院议长及科技领袖会面,签署《白宫超级智能协议》和《前沿责任联合承诺》。Pichai 称谷歌过去两年已在全栈投入数千亿美元,并强调通过测试、评估、红队演练等保障措施负责任地开发模型。DeepMind CEO Demis Hassabis 转发回应称"乐见进展,期待跟进"。

推荐理由了解美国 AI 监管最新动向:白宫协议要求模型经充分审查后才可发布,可能影响未来模型上线节奏。

TechCrunch AI09/30资讯产品发布/更新海外

美国政府 AI 聊天机器人被问 Minecraft 时输出长诗

美国政府在周二上线官方 AI 聊天机器人 America.gov,由 Google 和 SpaceXAI 参与建设。该机器人目前较难被越狱,但用户询问 Minecraft 时,它会输出约 1800 字的独白,内容是对 Minecraft 结局诗「End Poem」的改写,并非故障。特朗普称 20 岁程序员 Edward Coristine 是该项目的首席工程师之一。机器人还表示拜登赢得了 2020 年大选。

推荐理由看政府 AI 的越狱难度和彩蛋设计,Google 与 SpaceXAI 联合承建

Simon Willison09/30资讯产品发布/更新海外

Simon Willison 发布 Photo Scrubber:本地人脸模糊与元数据清除工具

Simon Willison 发布实验性工具 Photo Scrubber,可在本地自动识别人脸并打码,同时清除照片元数据。起因是他拍摄了抗议者照片,不愿分享可识别陌生人面孔的图像。工具使用 Google 的 MediaPipe C++ 库,通过 @mediapipe/tasks-vision 编译为 WebAssembly,并采用 BlazeFace 人脸检测模型。全部处理在本地完成,照片无需上传服务器。

推荐理由拍路人、发照片前想自动打码又不想上传云端,这个纯本地 WASM 工具可以直接用。

The Verge AI09/29模型行业动态海外

Google Pixel 11A 渲染图曝光,外观延续前代

Android Headlines 分享了由 OnLeaks 制作的 Pixel 11A 渲染图,可能是这款中端机的首次亮相。外观与 Pixel 10A、9A 几乎无法区分,仅后置摄像头模组改为略圆的椭圆形,宽边框也延续下来。Mystic Leaks 此前报道称,Pixel 11A 将升级到 Google Tensor G6 芯片,取代 9A 和 10A 使用的 Tensor G4。Android Headlines 称该机将有黑、银、绿、紫四种配色。Google 预计 2026 年春季正式发布,届时才会公布完整规…

推荐理由关注 Pixel 中端机的人可先知道:芯片从 Tensor G4 升到 G6,外观基本没变。

MarkTechPost09/29模型论文研究海外

Google 开源 RRSI:让 Agent 自己改自己的脚手架

Google Cloud AI Research 联合 UNC-Chapel Hill、斯坦福和圣路易斯华盛顿大学发布 RRSI(正则化递归自我改进),让 LLM Agent 重写自己的提示词、工具、记忆、控制流和子 Agent,模型权重不变。代码 Apache 2.0,需 Python 3.10+,兼容任意 LiteLLM 模型串,默认配置用 Vertex AI 上的 Claude Opus 4.8。在 Terminal-Bench 2.1 进化集上从 74.2% 升至 80.2%,从未参与选择的 SWE-ben…

推荐理由可跑的研究框架,Apache 2.0,兼容任意 LiteLLM 模型;留出集不退化,token 省约 30%。

Ars Technica AI09/29资讯行业动态海外

Google 确认 ChromeOS 将于 2034 年停止支持

Google 在一份支持页面中确认,ChromeOS 的支持将持续到 2034 年年中,之后由基于 Android 的 Googlebook OS 接替。该页面面向 Chrome Enterprise 和 Education 客户,说明 Googlebooks 将提供更深的系统能力和大量 AI 功能,并同样保证 10 年软件支持。Googlebooks 是 Google 即将推出的 Android 笔记本,对标 macOS 和 Windows。原文信息有限,未披露具体迁移方案。

推荐理由用 Chromebook 的企业和学校可以据此规划 2034 年前的设备替换周期。

TechCrunch AI09/29资讯产品发布/更新海外

Google 将停用 Gemini 的 Gems,改用 Skills

Google 决定关停 Gemini 中用于创建任务专用智能体的 Gems 功能,转而推出名为 Skills 的新机制。原文信息有限,未披露停用时间表、Skills 的具体形态,以及现有 Gems 用户数据的迁移方案。背景是 Meta 的 Muse、Instinct 等一体化 AI Agent 产品正在起量。

推荐理由用 Gems 搭过自定义智能体的人需要提前知道:这个功能要没了,得准备迁移。

MarkTechPost09/28资讯论文研究海外

Google Research 发布 AI 视频联合导演框架

Google Research 推出 AI 视频联合导演系统,包含 4 个 Agentic 框架,用于把短视频片段生成连贯的分钟级长视频,针对身份漂移和级联错误两个多镜头 AI 视频管线的主要失败点。系统基于 Gemini 和 Veo,且与模型无关,输出继承 SynthID 水印。四个框架分别为:Co-Director(多臂老虎机做创意规划,已被 COLM 2026 接收)、CANVAS(持久视觉记忆,已被 EMNLP 2026 接收)、A²RD(免训练自回归扩散,生成 10 分钟影片)、VQQA(闭环提示词优化)…

推荐理由做 AI 视频长片的人可直接参考:4 个框架分别解决记忆、连贯和提示词优化,附 3 个新基准和对比分数。

MarkTechPost09/27资讯技巧与观点海外

Google Research 发布 MSEB 音频嵌入基准,教程演示四类评测

Google Research 的 MSEB(Massive Sound Embedding Benchmark)发布 0.1.0 版,教程演示如何基于其抽象基类编写两个不同编码器(一个测响度、一个测音色),在合成语料上跑分类、聚类、检索、分割四类评测器,并组装真实提交所需的 TaskMetadata。结果显示两个编码器在不同评测器下排名互换,用数字说明多任务基准的必要性。

推荐理由想给音频模型做评测的人可直接照抄代码,pip install mseb==0.1.0 就能跑通四类任务。

TechCrunch AI09/27资讯行业动态海外

Google 在印度测试 Gemini 内直接购买 Flipkart 商品

Google 开始在印度测试让用户通过 Gemini 和 AI Mode 直接购买沃尔玛旗下 Flipkart 的商品。测试用户会在部分 Flipkart 商品列表上看到「Buy」按钮,点击后进入 Flipkart 结账流程,无需离开 AI 界面。测试仅限部分用户和少量商品,包括智能手机、电子产品和手机配件。Google 计划 10 月晚些时候在印度节日购物季前扩大范围。Google 2024 年曾向 Flipkart 投资约 3.5 亿美元,持有少数股权。

推荐理由AI 购物从推荐走向直接下单,做电商和 Agent 支付的人可以看这条路径怎么落地

X @GoogleAI09/26资讯新模型发布海外

Google 发布 Gemini 3.8 Flash TTS 等多项更新

Google 本周发布多项更新:Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款音频生成模型;Gemini 3.8 Live 加入 Live Avatar,为对话式 AI 带来近实时视觉形象;Gemini Notebook 推出交互式学习概览和移动端实时语音对话,覆盖约 100 种语言;去年公布的登月项目 Project Suncatcher 将发射原型卫星,在轨道测试 Google TPU,探索太空太阳能 AI 算力。

推荐理由一次看清 Google 本周 5 项更新,含两款 TTS 模型和约 100 种语言的实时语音

The Decoder09/26资讯行业动态海外

Google DeepMind 研究员离职,称追求超级智能不负责任

Google DeepMind 新西兰技术专家 Robert O'Callahan 宣布离职,称 AI「当前变化速度过快」。他曾参与芯片设计工具研发,让 AI 更便宜更快,如今表示无法再为此辩护。他认为超级智能风险「真实但不确定」,短期内追求 ASI「本质上不负责任」,并警告认知投降、AI 诱发精神病与孤独、权力集中、经济冲击、网络安全风险和问责缺失等问题。他称许多 DeepMind 同事有同样担忧但很少公开表态,自己今后想做「明确有利于人类」的工作。

推荐理由了解 DeepMind 内部对 AI 风险的公开异议,以及一线研究者离职的具体理由。

TechCrunch AI09/25模型行业动态海外

Ricursive 融资 3.35 亿美元,用 AI 设计芯片

由前 Google AlphaChip 负责人 Anna Goldie 和 Azalia Mirhoseini 创立的 Ricursive Intelligence,在成立四个月内融资 3.35 亿美元,估值 40 亿美元,其中 A 轮 3 亿美元,英伟达参与投资。该公司开发能设计芯片、从过程中学习并改进下一代设计的 AI 系统,目标是把目前需要 2 到 3 年的芯片设计周期缩短到几周。两人此前在 Google 共同领导 AlphaChip,其成果曾用于多代 TPU 设计。原文信息到此为止,后续内容被截断。

推荐理由芯片设计周期 2-3 年缩到几周,英伟达已押注,关注 AI 硬件瓶颈的人可以记住这家公司。

The Verge AI09/25模型产品发布/更新海外

Google 发布 Gemini 3.8 Live 与 Live Avatar 数字人

Google 推出 Gemini 3.8 Live 更新,新增 Live Avatar 功能:用户可与模型对话,同时观看实时响应的动画 AI 形象,其口型与表情会随对话变化。该功能目前仅面向 Gemini Enterprise 企业客户。Google 称 Live Avatar 支持 97 种语言,切换语言时不会降低视频画质或出现视觉漂移,并能在说话时在屏幕上调出信息。Google 将提供预设形象库,也允许企业自建形象,输出带有隐形 SynthID 水印及身份保护措施。此前约一周,Google 刚发布 Gemini…

推荐理由企业客户可自建数字人形象,支持 97 种语言且带 SynthID 水印,做多语言客服可关注

The Decoder09/25资讯行业动态海外

Google 启动 Suncatcher 项目,计划把 AI 数据中心送上太空

Google 的 Suncatcher 项目计划在轨道上运行由太阳能供电的 AI 基础设施。首颗实验卫星 MVP 将于 10 月 1 日由 SpaceX Falcon 9 从加州范登堡太空军基地发射,这颗冰箱大小的卫星由 Planet Labs 建造测试,Google 副总裁 James Manyika 称其算力可处理来自轨道的基础 AI 查询。Google 经理 Travis Beals 估算,要匹敌地面一座 1 吉瓦数据中心约需 1 万颗卫星;太空无空气散热、宇宙辐射会损坏芯片,发射成本需降至约每公斤 200 …

推荐理由1 万颗卫星才顶一座 1 吉瓦机房,发射成本要降到 200 美元/公斤——这组数字能直接判断太空算力靠不靠谱。

The Verge AI09/25资讯产品发布/更新海外

Chrome 跨设备标签页可续读,Gemini 支持音视频分析

Google 为 Chrome 推出新功能:跨设备发送标签页时会记住滚动位置和未填完的表单,方便在手机和电脑间切换继续阅读或填写。Chrome 中的 Gemini 能力扩展,可分析播客、非 YouTube 视频等更多音视频内容,提取要点、查找信息;还能根据当前标签页内容生成互动测验。测验功能已在美国和印度以英语在桌面端上线,未来几个月扩展到其他地区和移动端。

推荐理由常跨设备看长文的人可省去手动找进度,Gemini 现在能总结播客和外部视频

TechCrunch AI09/25资讯产品发布/更新海外

Google Photos 虚拟衣橱功能登陆 iOS 和 Android

Google Photos 的 AI 虚拟衣橱功能已向美国、巴西和印度的所有 iOS 与 Android 用户开放。该功能根据用户照片中的穿着自动生成衣橱副本,支持按上衣、下装、珠宝等分类筛选并搭配组合。Google 表示用户穿着数据不会与零售商等第三方共享。此次更新还包含 Gemini Spark 单条提示完成选图、提亮和分享(需 Google AI Pro 或 Ultra 订阅)、升级版标记工具(可用红笔模糊车牌等敏感信息、调节笔触粗细、选择字体)以及 Android 端新增的 Moods 滤镜(35mm 胶片…

推荐理由用照片自动生成数字衣橱,美国、巴西、印度用户现在就能在 Google Photos 里直接试用

Ars Technica AI09/25资讯行业动态海外

Google 首颗 Suncatcher 轨道数据中心试验卫星 10 月 1 日发射

Google 的轨道 AI 数据中心计划 Project Suncatcher 首颗试验卫星将于 10 月 1 日发射,卫星代号 MVP,约冰箱大小,内部搭载 4 块 Google 自研 TPU AI 加速器,用于验证在轨训练与推理的设想。卫星由卫星影像公司 Planet Labs 提供,太阳能板供电约 1 千瓦,仅够驱动一台微波炉。Google 原计划 2027 年发射两颗定制卫星,为加速进度改为把自研芯片集成进 Planet Labs 已建好的卫星上做早期测试。

推荐理由想知道把 TPU 送上太空做 AI 算力这条路走到哪一步,看这颗 1 千瓦、4 芯片的试验星就够了。

Techmeme09/25资讯产品发布/更新海外2 个独立信源

Google 测试 Call for Me:Gemini 代用户打电话

Google 正在测试名为 Call for Me 的功能,允许 Gemini 代替用户致电商家。该功能初期面向美国地区、订阅了 Gemini 的 Pixel 11 用户开放。原文信息有限,未披露具体上线时间、支持场景和隐私处理方式。

推荐理由Pixel 11 用户可留意:Gemini 订阅将多一个代打电话能力,先在美国灰度。

AI News09/25模型新模型发布海外

Google 发布 Gemini 3.8 Flash TTS 语音模型

Google 推出两款 Gemini 3.8 Flash TTS 语音模型:标准版面向互动娱乐、游戏开发和长音频旁白,Flash-Lite 版面向自动配音、客服对话和高吞吐翻译。模型提供 100 多种语言、2000 多个预置音色,取代原有 30 个固定音色。在 Hume AI 语音设计基准上,标准版综合得分 71.4,口音建模 60.8 居首;Hume AI 整体质量指数中标准版第一、Lite 版第二。支持单脚本双人对话、多小时音频稳定输出,并可在文本中插入 <laughs>、<sigh> 等非语言标记。语音克隆需…

推荐理由做配音、有声书或语音 Agent 的可以直接换:2000+ 音色、100+ 语言,克隆需 30 秒样本加语音授权

TechCrunch AI09/25模型产品发布/更新海外3 个独立信源

Google 测试 Gemini 代打电话功能 Call for Me

Google 推出名为「Call for Me」的新功能,让 Gemini 代替用户给商家打电话。该功能先面向美国付费订阅 Gemini 的 Pixel 11 用户开放,且需使用 Android 版 Google Phone 应用的测试版。Gemini 可经用户授权后共享个人信息,能处理查库存、订餐厅、改预约、留货等任务,可自我介绍、应对自动语音菜单、等待接通并完成对话,用户能实时查看通话文字记录并随时接管。通话使用用户本人的手机号直接拨出。Google 称因真实对话存在细微差别,先小范围测试。

推荐理由想知道 AI 代打电话能干什么、什么时候能用上的,看这一条就够:Pixel 11 美国用户先试。

The Verge AI09/24资讯行业动态海外

Google 下周发射搭载 TPU 的 AI 卫星

Google 将于 10 月 1 日通过 SpaceX Falcon 9 火箭发射一颗搭载其 Tensor Processing Unit(TPU)的卫星,测试芯片在太空环境下的表现,这是其 Project Suncatcher 实验计划的第一步。该任务将测量 TPU 如何应对太空飞行的物理压力、辐射和极端温度。Google 计划明年再发射两颗卫星。测试中芯片只能运行约 15 分钟后需关闭冷却。Google 表示,将 AI 数据中心送入轨道不会一蹴而就,需逐步验证硬件在轨运行的可行性。

推荐理由了解 Google 把 AI 算力搬上太空的具体时间表和 15 分钟散热限制

The Verge AI09/24模型新模型发布海外2 个独立信源

Google DeepMind 新负责人:Gemini 4 已进入打磨阶段

Google DeepMind 新任负责人 Koray Kavukcuoglu 首次接受媒体采访称,Gemini 4 正处于 refinement 阶段,公司计划「尽快」发布早期 post-training 版本,时间点「远早于」年底。Google 自 2025 年 11 月 Gemini 3 系列后未再发布旗舰模型,期间 OpenAI 的 GPT-6 和 Anthropic 的 Mythos 系列均已上线且性能超过 Gemini 3。CEO Sundar Pichai 曾在 5 月 I/O 大会上预告 6 月推出…

推荐理由Gemini 4 发布时间首次由官方定调,比原预期提前,关注 Google 模型节奏的可以据此调整预期。

MarkTechPost09/24模型新模型发布海外

Google 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS

Google 发布两款 Gemini Audio 系列语音模型:Gemini 3.8 Flash TTS 面向创意配音与角色设计,Flash-Lite TTS 面向高并发低成本生产,均通过 Gemini API 和 AI Studio 提供,仅 API 调用、不开源权重。新模型支持用自然语言逐句指导语气、节奏、方言,可从文本提示生成新音色,覆盖 100 多种语言和方言,并提供 2000+ 现成音色库。语音复刻需 30 秒样本和声音所有者口头同意录音,所有输出带 SynthID 水印。

推荐理由做配音、有声书或语音 Agent 的团队可直接换用,2000+ 音色库和逐句语气控制省去自建 TTS 的调参成本。

Ars Technica AI09/24模型产品发布/更新海外

YouTube 年内上线自定义信息流与多项 AI 功能

在年度 Made on YouTube 活动上,YouTube 宣布将推出 Custom Feeds 自定义信息流:用户输入描述即可生成新标签页,可细化描述并给推荐视频打分来调优,支持保存多个信息流,将先在美国上线网页、移动端和电视端。评论功能将支持发 GIF,可在普通视频和 Shorts 中使用;私信功能加入群聊,首批仅限美国、英国、新加坡、巴西和部分欧洲国家。活动还预告了面向观众和创作者的更多 AI 功能,但未给出具体细节。

推荐理由做内容分发或 YouTube 运营的可以提前规划自定义信息流带来的流量入口变化

Google AI09/24资讯产品发布/更新海外

Google Beam 扩展到六国,新增 18 家渠道伙伴

Google 宣布 Google Beam 扩展至美国、加拿大、英国、法国、德国、日本六国,由惠普以 HP Dimension with Google Beam 形式交付,兼容 Google Meet 和 Zoom,并新增 18 家渠道合作伙伴。Google 内部为期八周的测试显示,使用 Beam 的团队连接感提升 50%,反馈被清晰理解的程度提升 33%,后续跟进会议需求下降 21%。客户包括 Netflix、Capital Group,并与贝恩公司合作测试校园招聘面试场景。Google 还与 Industrio…

推荐理由50% 连接感提升、21% 减少跟进会议,评估远程协作工具时可参考这组内部数据

The Decoder09/24资讯新模型发布海外

Google 发布 Gemini 3.8 Flash TTS,可用文字描述定制音色

Google 推出 Gemini 3.8 Flash TTS 和 Flash-Lite TTS 两款语音生成模型。Flash TTS 支持用文字提示定义音色的角色、口音和声线特征,内置 2000 多种预设音色(含墨西哥西班牙语、魁北克法语、苏格兰英语等地区变体),支持 100 多种语言;用 30 秒音频样本即可克隆音色,但需被克隆者录制同意声明。两款模型均支持逐句舞台指示、双人对话模式,可生成数小时音频且说话人漂移极小。Flash-Lite 面向配音、音频内容和语音 Agent 的低成本规模化场景。所有生成音频带 …

推荐理由做语音 Agent 或配音的可以看:2000+ 预设音色、30 秒克隆、100+ 语言,还有实测暴露的杂音问题

The Decoder09/24资讯产品发布/更新海外

YouTube 为创作者工作室加入 AI 脚本教练与 Gemini 剪辑

YouTube 正在为创作者推出多项 AI 工具。YouTube Studio 中的故事助手会分析脚本和粗剪,结合频道历史表现,对节奏、结构和叙事提出修改建议;创作者可同时 A/B 测试最多三个剪辑版本,并撤下表现差的版本。动态缩略图会从三张预览图中自动为不同受众展示最合适的一张。Gemini 以对话式剪辑助手身份进入 Shorts 和 YouTube Create 应用,可重排画面、裁剪片段、同步音乐,该 AI 自 2026 年 8 月起已上线。直播方面,YouTube 先推出英语到西班牙语的 AI 实时翻译,并…

推荐理由做 YouTube 的创作者可直接用上脚本诊断、三版 A/B 测试和动态缩略图,Gemini 剪辑也已内置。

Google DeepMind09/24模型行业动态海外

Google 为云端 AI 加入加密持久记忆层

Google DeepMind 公布 Private AI Compute 架构更新,将在云端引入持久化记忆层,让 AI 助手跨设备保留上下文。数据存放在专用加密存储中,解密密钥仅保存在用户设备上,Google 也无法访问。请求时设备通过端到端加密通道连接云端安全隔区,在隔离内存中临时解密、处理并立即重新加密。此前该平台及业界同类方案均为无状态,任务结束即清除上下文,无法支撑连续的个人 AI 体验。

推荐理由云端 AI 记忆与端侧隐私如何兼得,这是目前最具体的架构方案,做 AI 助手和隐私合规的人可直接参考

Google DeepMind09/23资讯新模型发布海外

Google 发布 Gemini 3.8 Flash TTS 语音模型

Google DeepMind 推出两款文本转语音模型:Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS。前者面向角色设计与创作,可用自然语言提示从零生成全新声音,支持 100 多种语言和方言,提供 2000 多个成品音色,并可用 30 秒音频样本复刻音色;后者面向高并发、低成本的配音和语音 Agent 场景。两款模型已在 Google AI Studio、Gemini API、Gemini Enterprise、Gemini Notebook 和 Google Vi…

推荐理由做配音、有声书或语音 Agent 的可以直接用,30 秒样本复刻音色,2000+ 现成音色覆盖 100 多种语言