跳到正文

#Google

今日 5 条
今天10月15日周四
  1. Latent Space12

    Modal 达成 $1B ARR 并获 $16B Series D,成为纽约最新 AI 基础设施十角兽

    Modal 宣布其年度经常性收入(ARR)达到 $1B,并完成 $16B 的 Series D 融资,正式晋升为纽约最新的 AI 基础设施“十角兽”公司。过去五个月内,其使用量与估值均实现 3 倍增长,一年内更是达到 15 倍增幅。该公司核心产品 Sandboxes 目前运行率已达 $300M,支持百万级并发沙箱环境。

  2. The Decoder12

    Google 称自我改进 AI 尚远,Gemini 能力稳步增长

    Google DeepMind 工程师 Haydn Belfield 指出,尽管 AI 已编写超 75% 的生产代码,但自我改进的 AI 仍相去甚远。内部基准 RE-Bench 显示 Argon 智能体仅解决约一半任务,且通用能力指数(GCI)表明 Gemini 模型以每月 0.1 点的速度稳定增长,未见加速迹象。目前 AI 驱动的研究自动化风险被评估为低,复杂任务仍需人类监督。

  3. The Verge · AI12

    Android 利用 Gemini AI 在 Google Messages 中识别诈骗

    Android 推出基于云端 Gemini AI 模型的增强保护功能,可在 Google Messages 中快速评估陌生发件人的诈骗意图。该功能采用加密处理并支持用户主动开启,同时结合设备端 Gemini Nano 检查实时网页信号以拦截恶意链接。此外,聊天诈骗检测功能正从 Pixel 手机扩展至 Honor、小米等更多品牌设备。

10月14日周三
  1. 爱范儿68

    谷歌发布 Gemini 4 Argon 旗舰模型,主打长程任务与高性价比

    谷歌正式发布 Gemini 4 Argon 旗舰模型,重点优化复杂多步骤真实世界任务,API 输入输出 Token 上限达 100 万。该模型定价激进,每百万输入 Token 仅 2 美元,实测显示其在代码重构、3D 空间构建及长周期任务中表现优异,成本显著低于 GPT-6 Astra 和 Claude Opus 5.5。

    推荐理由:原文详细对比了Gemini 4 Argon与GPT-6及Opus 5.5在代码生成、3D构建等任务中的成本与效率,为开发者选型提供了具体数据参考。

  2. Simon Willison20

    llm-gemini 0.35 支持 Gemini 4 Argon

    llm-gemini 0.35 新增对 Gemini 4 Argon 模型的支持,该模型今日通过 API 及订阅计划上线。其初始定价为每百万 token 输入 $2、输出 $10,但将于 12 月 1 日翻倍。在 Artificial Analysis 基准测试中,运行成本为 $2,407,显著低于 OpenAI 和 Anthropic 的最新模型。

  3. The Decoder55

    Google 全球推出 Gemini 4 Argon 旗舰模型

    Google 正式向开发者、企业和消费者全球推出新旗舰 AI 模型 Gemini 4 Argon,该模型通过 API、AI Studio 和 Gemini 平台访问,取代 Pro 系列成为新的前沿模型层级。

    推荐理由:原文梳理了Gemini 4 Argon的全球开放入口、定价策略及内部工程效能数据,并对比了其在独立评测中的排名表现。

  4. Google DeepMind

    Google DeepMind 发布 Gemini 4 Argon 模型

    Google DeepMind 正式发布并全球上线 Gemini 4 Argon 模型,面向开发者、企业及科研人员开放 API 访问。该模型在编码、金融、法律及科学等多步复杂任务中表现卓越,在 Vals Index 基准测试中排名第一,并支持 1M 统一输入输出 token 限制。

10月13日周二
  1. 量子位42

    字节跳动展示未正式发布的世界模型,具备三维场景生成与实时交互能力

    字节跳动在抖音集团《2026 美好奇妙夜》科技节目上展示了其正在研发的世界模型,该模型尚未正式发布。演示显示其具备三维场景生成、自由探索、实时交互、物体编辑及跨空间连通等能力。文章指出世界模型正从内容生成延伸至机器人和自动驾驶等物理AI的虚拟训练与验证环节,并分析了国内外厂商在空间智能领域的不同技术路径。

    推荐理由:文章梳理了字节跳动世界模型的现场演示能力,并对比了国内外技术路线差异及在物理AI训练中的应用价值。

10月12日周一
10月11日周日
  1. 量子位80

    Google 发布 Nano Banana 2.1:支持 4K 直出与中文渲染优化

    Google 发布新一代生图模型 Nano Banana 2.1,重点升级视觉设计、蒙版编辑及主体一致性,支持 4K 摄影级图片直出。据 Arena 评测,其文本转图像功能较上一代提升约 80 分,排名第四;同时 API 价格下调,1K/2K 图片生成费用减半,4K 便宜约 25%。

    推荐理由:原文提供了4K直出、中文渲染优化及API降价等具体升级点,并引用了Arena评测分数对比,有助于评估其在设计工作流中的实际可用性。

10月10日周六
  1. The Decoder42

    a16z报告:少数人支付高额费用支撑AI消费

    Andreessen Horowitz(a16z)发布最新消费者AI产品榜单,首次结合YipitData追踪美国实际消费支出。数据显示仅4.5%的用户拥有ChatGPT、Gemini或Claude的付费订阅,但前1%的高额支出者贡献了近20%的总消费,月均花费约900美元。

    推荐理由:原文通过消费数据揭示了AI付费用户极少但头部支出巨大的集中化特征,为理解当前AI商业变现困境提供了量化视角。

  2. OSCHINA 开源中国62

    Nano Banana 2.1 深度实测:支持4K直出与中文排版优化

    Google 将生图模型 Nano Banana 更新至 2.1 版本,底座切换为 Gemini 3.6 Flash。本次升级聚焦视觉设计、蒙版编辑、主体一致性和画面真实感四个方向。实测显示其支持 4K 原图直出且中文文字清晰度有明显进步,但连续改图仍存在一定局限。

    推荐理由:作者基于实测指出该版本在4K直出和中文排版上的进步,同时提示了连续改图的潜在问题。

  3. OSCHINA 开源中国75

    Nano Banana 2.1 九种实战用法与完整提示词指南

    文章总结了 Nano Banana 2.1 的九种实战用法,重点包括多图一致性控制和“养图”技巧,并提供了完整的提示词示例。该模型被描述为具备 Flash 的价格和 Pro 的能力。

    推荐理由:整理了九种具体实战场景及对应提示词,涵盖多图一致性与图像迭代技巧,可直接用于优化生成工作流。

  4. Latent Space12

    Google DeepMind 与 Biohub 探讨 AlphaFold 未解决蛋白质折叠及 AI 生物学未来

    Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido 指出,AlphaFold 并未完全解决蛋白质折叠问题。双方认为单纯扩展算力与数据不足以突破生物学瓶颈,需寻找正确的缩放定律并平衡科学直觉与通用架构。对话还探讨了从单体蛋白模型向虚拟细胞等整体生物系统建模的转变,以及实现药物发现十倍加速所需的范式革新。

10月9日周五
  1. 量子位12

    Google AMIE 研究登上《柳叶刀》:AI 有望改善医患关系

    Google 与 BIDMC 合作的研究显示,诊断 AI 聊天机器人 AMIE 在急诊前评估中表现良好,其鉴别诊断结果与医生确诊吻合度达 90%。临床反馈表明,75% 的场景下 AI 摘要帮助医生提前准备接诊,超半数案例改变了诊疗思路。该成果首次登上《柳叶刀》主刊,证实 AI 具备缓解医护压力、改善医患关系的潜力。

10月8日周四
  1. The Verge · AI28

    Google 推出面向工作任务的通用 Gemini 智能体

    Google 在“Gemini at Work”活动中宣布推出可在后台跨应用和设备工作的通用 Gemini 智能体。该工具集成于 Gemini Enterprise 应用,支持通过 Gmail、Docs 等 Workspace 及 Slack 等第三方平台分配任务,并具备独立身份与子智能体协作能力。目前仅向企业客户开放私有预览。

  2. TechCrunch · AI12

    Google Labs 推出 AI 游戏创作平台 Playground

    Google Labs 在周三推出实验性 AI 游戏创作平台 Playground,允许用户通过文本提示构建无需编程的浏览器游戏。该平台支持选择 2D/3D、单人/多人模式及上传素材生成资产,目前仅向美国 18 岁以上用户开放。Google 计划未来集成 Unity Spark 以增强 3D 能力,基础浏览免费但生成需消耗 token。

10月7日周三
  1. The Decoder15

    Google 推出 Playground:基于 Gemini 等模型让非技术人员通过文本生成游戏

    Google 发布浏览器端 AI 平台 Playground,允许美国用户仅通过文本输入创建游戏,无需编程技能。该平台由 Gemini、Nano Banana 和 Lyria 模型驱动,支持调整规则与物理效果,免费使用但 Google One 订阅者享有更高限额。此外,Google 与 Unity 宣布面向专业开发的 AI 工具 Unity Spark,计划于 2026 年开启封闭测试。