Google DeepMind 发布开源实验模型 DiffusionGemma,文本生成速度提升 4 倍
Google DeepMind 推出基于 Apache 2.0 协议的开源实验模型 DiffusionGemma,通过并行生成文本块实现最高 4 倍的推理加速。
Google DeepMind 推出基于 Apache 2.0 协议的开源实验模型 DiffusionGemma,通过并行生成文本块实现最高 4 倍的推理加速。
Google DeepMind 推出 Gemma 4 12B,这是一款旨在在笔记本电脑上运行的高性能多模态模型。该模型采用统一的无编码器架构,直接将视觉和音频输入整合进 LLM 主干,无需传统独立编码器,从而降低延迟并减少内存占用。
推荐理由:Gemma 4 12B 采用无编码器统一架构,支持本地运行与多模态输入,为开发者提供轻量级智能体开发方案。
Google DeepMind 推出 Gemini Omni Flash,这是 Omni 系列的首个模型,支持从图像、音频、视频和文本输入生成高质量视频,并允许通过自然语言进行对话式编辑。
推荐理由:原文展示了Gemini Omni Flash在视频生成与对话式编辑上的新能力,读者可据此评估其对多模态创作工作流的实际改变。
Google DeepMind 发布 Gemini 3.5 Flash,该模型在 Terminal-Bench 2.1 得分 76.2%,输出速度比其他前沿模型快 4 倍。它现已通过 Gemini App、Google Antigravity 及 API 全球可用,并作为默认模型支持新的个人 AI 智能体 Gemini Spark。
Google DeepMind 推出 Gemini Robotics-ER 1.6,显著提升空间推理、多视角理解及任务成功检测能力。该模型新增仪表读取功能,支持机器人识别复杂压力表等仪器,性能优于前代及 Gemini 3.0 Flash。开发者现可通过 Gemini API 和 Google AI Studio 调用此模型。