跳到正文

#Google

今日 2 条
今天10月15日周四
  1. Google DeepMind87

    Google DeepMind 发布 Gemini 4 Argon 前沿模型

    Google DeepMind 发布 Gemini 4 Argon,面向开发者、企业、科研人员和消费者开放,首发价每百万 input token 2 美元、output token 10 美元,缓存 input 降价 95%。

    推荐理由:官方给出 Argon 的定价、1M token 窗口和多项落地案例,读者可据此判断其在长程编码与科研任务上的定位。

  2. Google DeepMind76

    Google DeepMind 发布 Gemini 4 Argon,并公开安全与防护报告

    Google DeepMind 开始广泛推送 Gemini 4 Argon,同时扩大 Fairwind Program 的可信网络防御者范围。该模型在模拟网络攻击测试中解出全部 12 个端到端场景,上一代仅解出 5 个;在 Gray Swan 的间接提示注入(IPI)基准上,15 次自适应尝试的攻击成功率降至 0.7%。

    推荐理由:官方公开了 Argon 在高危能力上的测试数字与三层实时防护机制,可据此了解前沿模型安全部署的具体做法。

10月14日周三
  1. The Verge · AI82

    Google 发布 Gemini 4 Argon 模型

    Google 发布久等的 Gemini 4 Argon,称其具备前沿推理能力并减少冗余与套话,在编码、网络安全、科学、金融、法律等基准上称优于 GPT-6 Astra、Claude Fable 5.1 和 Claude Opus 5.5。

    推荐理由:报道梳理了 Argon 的定价与订阅分层,可据此判断 Google 在前沿模型竞争中的位置变化。

10月10日周六
10月8日周四
10月7日周三
  1. Simon Willison26

    EmbeddingGemma 2 采用 Apache 2.0 许可

    Simon Willison 对 EmbeddingGemma 2 采用 Apache 2.0 许可表示赞赏。他指出嵌入模型涉及存储成千上万甚至数百万条嵌入向量,若模型闭源托管,厂商一旦停服,用户就得付费重新计算所有存量向量,而 OpenAI 在 2024 年 4 月的补偿承诺并不可普遍依赖。他更愿付费使用托管版本,同时保留自行运行开放权重或另寻供应商的余地。

10月2日周五
10月1日周四
  1. Google DeepMind76

    Google DeepMind 发布 Gemini 4 Argon 前沿模型

    Google DeepMind 宣布新前沿模型 Gemini 4 Argon,先通过 Fairwind Program 向受信任的网络防御者开放,随后逐步扩展至开发者、企业和消费者。

    推荐理由:官方披露了 Gemini 4 Argon 的能力、基准与分阶段开放方式,读者可据此判断前沿模型在企业工作流和网络防御中的落地节奏。

9月29日周二
9月23日周三
  1. Google DeepMind76

    Google DeepMind 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS

    Google DeepMind 推出 Gemini 3.8 Flash TTS 与 Gemini 3.8 Flash-Lite TTS 两款语音生成模型,前者面向角色设计与逐行表演指导,后者面向高并发、低成本配音场景。

    推荐理由:两个 TTS 模型把语音生成从固定预设转向自然语言定制,并给出 Hume AI 基准成绩与开放入口,便于判断创作与规模化配音的能力边界。

9月16日周三
9月8日周二
9月3日周四
  1. Google DeepMind78

    Google DeepMind 发布 WeatherNext 3 全球天气 AI 模型

    Google DeepMind 与 Google Research 发布 WeatherNext 3 全球天气模型,直接学习实时对地静止卫星观测数据,每小时输出一次预报,温度等关键地表变量分辨率达 5 公里,较上一代 WeatherNext 2 的 25 公里、6 小时更新提升约 5 倍。

    推荐理由:官方披露了分辨率、更新频率与训练数据来源的变化,可对比上一代判断天气模型精度提升的路径。

  2. Google DeepMind80

    Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber

    Google DeepMind 发布 Gemini 3.8,包含两个变体:Gemini 3.8 Flash 面向软件工程、智能体任务和多步推理,定价与 3.7 Flash 相同,为每百万输入 token $0.75、输出 token $3.75;Gemini 3.8 Flash Cyber 面向漏洞检测与自动修补,通过新的 Fairwind Program 向受信任防御方开放。

    推荐理由:官方给出 3.8 Flash 与 Cyber 两个变体的定价、基准表现和开放入口,便于对照 3.7 判断升级幅度。

8月28日周五
8月27日周四
8月14日周五
  1. Google DeepMind76

    Google DeepMind 发布 Gemini 3.7 Flash,编码与智能体能力提升且首发价减半

    Google DeepMind 发布 Gemini 3.7 Flash,称其为面向编码和智能体最智能的主力模型,距 Gemini 3.6 Flash 仅三周,首发价为 3.6 Flash 每百万 token 成本的一半,即 $0.75/1M 输入 token、$3.75/1M 输出 token,优惠持续到年底。

    推荐理由:相较 3.6 Flash 的编码与知识工作基准提升和限时半价定价,是判断其性价比的直接依据。

8月12日周三
  1. Google DeepMind76

    Google DeepMind 发布多语种手语转文本模型 SL2T,首发 Gboard 与 Live Transcribe

    Google DeepMind 发布多语种手语转文本模型 SL2T,并在 Pixel 11 的 Gboard 与 Live Transcribe 中以 ASL 转英文的听写功能首次进入消费产品,训练数据超 10 万小时、覆盖 50 多种手语。

    推荐理由:官方给出了 SL2T 的数据规模、基准成绩和隐私处理方式,可据此判断手语翻译在消费端落地的可行边界。

8月6日周四
  1. Google DeepMind77

    Google DeepMind 开源 WeatherNext 气旋预报模型,预警提前一天

    Google DeepMind 在 Nature 发表论文,称 WeatherNext AI 模型在气旋路径、强度和风场结构预测上达到 SOTA,平均比分先模型多出超过一整天的预警提前量,三天预报精度相当于过去两天。

    推荐理由:原文给出气旋路径与强度预报的量化领先幅度,以及模型权重开源的具体范围,读者可据此判断气象预报的 AI 替代空间。

7月30日周四
  1. Google DeepMind76

    Google DeepMind 发布 Gemini Robotics ER 2,为机器人带来视频理解、任务编排与多机器人协作

    Google DeepMind 发布面向机器人的具身推理模型 Gemini Robotics ER 2,作为高层“大脑”负责对话、理解物理世界并规划多步任务,再把电机执行交给底层 VLA 模型。

    推荐理由:Gemini Robotics ER 2 给出了多机器人协作与视频进度追踪的能力细节和开发者接入方式。

  2. Google DeepMind61

    Google DeepMind 在 Flow Music 发布音乐生成模型 Lyria 3.5

    Google DeepMind 发布新一代音乐生成模型 Lyria 3.5,并在 Google Flow Music 中上线。官方称其在音乐性、歌词、人声和创作控制上有提升,包括更复杂自然的主旋律结构、提示词遵循与结构感知更好的歌词、更具情感细节和发音更准的人声,以及更易控制输出tempo和时长。

    推荐理由:官方给出 Lyria 3.5 在旋律、歌词、人声与节奏控制上的具体升级点,可据此判断音乐生成的可用边界。

7月28日周二
  1. Google DeepMind72

    Google DeepMind 发布 Gemini Robotics 2

    Google DeepMind 发布 Gemini Robotics 2,通过 VLA 模型、具身推理模型 Gemini Robotics ER 2 和端侧模型 Gemini Robotics On-Device 2 三个模型,实现人形机器人全身控制、灵巧操作与多机器人协作。

    推荐理由:原文给出三个模型的职责分工与开放入口,读者可据此判断机器人智能层在全身控制与本地部署上的实际进展。

7月21日周二
7月17日周五
7月1日周三
6月11日周四
  1. Google DeepMind67

    Google DeepMind 发布 DiffusionGemma:文本扩散模型推理最高提速 4 倍

    Google DeepMind 发布实验性开源模型 DiffusionGemma,采用文本扩散方式一次性生成 256 个 token,在专用 GPU 上文本生成最高提速 4 倍,单张 NVIDIA H100 上超过 1000 tokens/秒,RTX 5090 上超过 700 tokens/秒。

    推荐理由:官方给出 4x 推理加速的实测数字与本地低并发场景边界,读者可据此判断它适合哪些交互式工作流。

6月9日周二