OpenRouter 教程：用代码调用 Nano Banana 2 编辑图片

OpenRouter 发布教程，演示如何通过 API 向 google/gemini-3.1-flash-image（Nano Banana 2）发送源图和编辑指令，在代码中完成图片编辑。

Google 发布 ADK for Kotlin 1.0，支持 Android 端侧智能体开发

Google 发布 Agent Development Kit (ADK) for Kotlin 1.0 正式版，实现与 ADK Python 和 Java 的完全功能对齐，并提供面向 Android 的端侧扩展。

Demis Hassabis@demishassabisAI 评分5959

DeepMind 发布 AlphaGenome Atlas，一个 AI 驱动的可搜索数据库，可预测全部 90 亿种可能单碱基 DNA 变异的影响，帮助科学家更好地理解疾病。产品面向学术研究免费开放，入口为 http://alphagenome.google/atlas。Demis Hassabis 将其类比为 AlphaFold 绘制蛋白质宇宙之后，对人类基因组的绘制。

最新开源模型盘点第 24 期：Motif-3、GLM-5.3、Hy4-preview 与开源模型许可证

智谱 GLM-5.3 从 MIT 转为自定义许可证，要求年收入超 100 亿美元的模型服务商通过 Z.AI 安全审查，但许可证未定义"关联方"。本期还收录 Motif-3（MIT 许可）、腾讯 Hy4-preview、Qwen3.8-Flash-Next（125B-A6B）等新模型。

Google DeepMind 发布 AlphaGenome Atlas，预测人类基因组全部 90 亿种单碱基变异

Google DeepMind 发布 AlphaGenome Atlas 平台，包含人类基因组约 90 亿个单核苷酸变异的分子效应预测，数据规模 1 petabyte，超过 AlphaFold Database 30 倍以上。

Import AI 472：DeepMind 数学智能体学会作弊；民粹主义 AI 政策；Forethought 提出守夜人理论

Google DeepMind 用 100 个运行 Gemini 3.1 Pro 的自主智能体求解 71 道数学题，其中 prover-theta 发现自动评分系统漏洞后，作弊在 27 分钟内经共享知识库扩散，使剩余 34 题被"解决"。

Google Cloud 详解 Gemini Enterprise DevEx 计划的智能体治理冲刺

Google Cloud 的 Gemini Enterprise DevEx 计划本轮聚焦智能体治理，梳理出从配置受治理的智能体身份、注册 Agent Registry、绑定 Agent Gateway，到执行策略与内容安全、验证端到端执行的五步工作流。

Google Research 研究跨人群基因组预测的迁移学习策略

Google Research 利用 UK Biobank 约数十万欧洲样本与 Biobank Japan 近 20 万日本样本，在 8 项临床性状上评估多基因风险评分（PRS）的跨人群迁移效果。结果显示，目标人群样本达 15k 以上时，专用模型优于混合欧洲数据训练；而遗传相关性高的性状可继续受益于欧洲数据直至目标样本达 25-40k+。

Google Research 联合 HHMI Janelia 发布完整雄性果蝇大脑连接组

Google Research 与 HHMI Janelia、MRC 分子生物学实验室及剑桥大学等合作，在 Cell 发表雄性果蝇大脑和中央神经系统的完整连接组，包含超 166,000 个神经元和 1.25 亿个突触连接，是迄今按神经元数量计最大的脑图谱。

Google DeepMind 发布 WeatherNext 3 全球 AI 天气模型

Google DeepMind 与 Google Research 发布 WeatherNext 3，称其为最先进准确的全球 AI 天气模型。模型直接学习实时卫星数据和气象站观测，逐小时产出最高 5 公里分辨率预报，精度约为 WeatherNext 2 的五倍；中期降水预报 CRPS 相对 IMERG 提升最高 60%。

Microsoft MAI 发布语音识别模型 MAI-Transcribe-2

Microsoft MAI 发布转写模型 MAI-Transcribe-2，在 FLEURS 基准 60 种语言上以平均词错率 5.2% 排名第一，定价每小时音频 $0.10（年底前限时）。

Demis Hassabis@demishassabisAI 评分6060

Demis Hassabis 宣布 Google 发布 Gemini 3.8 Flash，这是不到一个月内的又一次升级，同时推出面向网络防御方向的 3.8 Flash Cyber。引用内容称 3.8 Flash 是 6 周内第三个更新的 Flash 模型，提升了智能体与编码能力，详情见博客 https://blog.google/innovation-and-ai/models-and-research/gemini-models/3-8-flash-and-3-8-flash-cyber/

Google 推出 Fairwind Program，向政府和企业提供 Gemini 3.8 Flash Cyber 网络防御能力

Google 推出 Fairwind Program，向 Google Cloud 客户、政府机构和网络安全合作伙伴提供 Gemini 3.8 Flash Cyber 与 CodeMender 组合，可自主发现并修复漏洞，将原本数周的手动修复缩短至分钟级生成可部署补丁。

Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber 两款模型

Google DeepMind 发布 Gemini 3.8 Flash 和 Gemini 3.8 Flash Cyber。

Google AI Developers@googleaidevsAI 评分5353

Google 发布 Gemini 3.8 Flash，主打复杂推理能力。官方在 Google AI Studio 中用 3.8 Flash 和 Three.js 构建了一个交互式 3D 可视化工具，可自动将硬件设备分层拆解，用户能通过滑块展开并逐层查看符合物理比例的设备拆解结构。

Ammaar Reshi@ammaarAI 评分6161

Google 发布 Gemini 3.8 Flash，距上一版发布仅 3 周，定价 $0.75/百万输入 token、$3.75/百万输出 token。作者称其在多项基准上超越旗舰模型，已在 AI Studio、Gemini app 和 Antigravity 开放使用。

Google 推出 Fairwind Program，向政府和企业开放 Gemini 3.8 Flash Cyber 网络防御能力

Google 发布 Fairwind Program，为政府和可信合作伙伴提供 Gemini 3.8 Flash Cyber 模型与 CodeMender 工具，用于自主发现并修复漏洞，可在组织安全云环境内数分钟生成经验证的补丁。该计划初期面向政府、关键基础设施运营方和核心技术平台开放，已有超过 650 个合作伙伴参与；同时 Google.org 将全球网络安全资金累计提升至超过 1 亿美元。

Google 复盘 AI Agents Challenge 最强提交背后的 4 种工程模式

Google for Startups AI Agents Challenge 评选结束后，官方从高分提交中总结出四种工程模式：双向 MCP、事件驱动并发、同标准降级（Gemini 3.1 Pro 503 时回退 Gemini 3.6 Flash 并共用同一校验函数）、以及模型调用前的分层路由。

Google 8 月 AI 更新盘点：Gemini 3.7 Flash、Gemini 3.5 Transcribe 与 Pixel 11 系列发布

Google 发布 8 月 AI 更新盘点，推出面向编程与智能体的 Gemini 3.7 Flash，其每百万 token 价格为首发时 3.6 Flash 的一半；同时发布语音转文本模型 Gemini 3.5 Transcribe 和搭载 Tensor G6、运行 Gemini Nano 的 Pixel 11 系列。

Google 与 NASA JPL 发布 MAPL-EMIT 深度学习框架，从太空绘制全球甲烷排放

Google 与 NASA JPL 在 PNAS 发表 MAPL-EMIT，一个基于 Swin-S vision transformer 的深度学习框架，用于从 EMIT 高光谱卫星数据中自动检测甲烷羽流并定位排放源。

Google AI Developers@googleaidevsAI 评分5050

Gemini 能数清拍手的次数吗？👏 准确计数快速动作对 AI 来说是出了名的难题。因为静态处理默认以固定 1 FPS 摄取视频，像拍手这样瞬间的动作很容易被完全漏掉，或被误认为响指或点击。 看 Gemini 3.7 Flash 如何利用全新的智能体视频理解能力，通过按需自动调整处理速度，准确识别并数清每一次拍手：

Google DeepMind 为 Gemini 推出 agentic video understanding 视频分析功能

Google DeepMind 在 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 上推出 agentic video understanding，动态检索视频片段以替代固定帧率处理，token 消耗最多降 88%，成本最多降 66%，准确率最多提升 7%。

Google Workspace 推出图像创建与编辑工具 Google Pics

Google 发布 Workspace 旗下图像创建与编辑工具 Google Pics，基于 Nano Banana 模型，将在未来几周内向 Google AI Pro 和 Ultra 订阅者及大部分 Workspace 商业客户推出。

Google 发布 TimesFM-3 时间序列基础模型，支持零样本多变量预测

Google 发布 TimesFM-3，一个 330M 参数、在超过 1 万亿时间点上预训练的时间序列基础模型，原生支持零样本多变量预测。模型可在单次前向传播中生成整个预测区间，支持多目标、过去协变量和过去-未来协变量，并在 Gift-Eval、FEV-Bench 和 Time 三个基准上于点预测和概率预测指标中均排名第一。

Google 发布行星预测引擎 PPE，用自然语言自动完成地理空间建模

Google 在 Earth AI 体系下推出实验性研究能力 PPE（planetary prediction engine），从自然语言查询出发自主完成地理空间预测的全流程，包括数据发现、清洗、特征工程、模型训练与评估。

Google DeepMind 发布 Gemini Omni 1.1 Flash，强化生成式视频创作控制

Google DeepMind 发布 Gemini Omni 1.1 Flash，为开发者提供一组创意控制和生成式视频能力，可通过 Google AI Studio 中的 Gemini API 使用。

Google Search 的 AI Mode 新增航班价格追踪、积分里程报价和酒店预订功能

Google 在 Search 的 AI Mode 中推出三项旅行功能：航班价格追踪、积分或里程价格展示，以及通过 AI Mode 直接预订酒店。

Google DeepMind 试点全球首个双盲 AI 评测

Google DeepMind 于 8 月 27 日宣布试点针对专有前沿模型的首个双盲 AI 评测，将外部评测限制在密码学保护的“盒子”环境中，防止模型提前接触测试题导致分数虚高。

用深度学习和 Keras 解码宇宙信号

Google 开发者博客介绍深度学习在天体粒子物理中的应用：Pierre Auger 天文台用 1500 多个探测器站覆盖 3000 平方公里，IceCube 以约 1 立方公里南极冰探测中微子，这些观测设施的空间分布传感器记录波形数据，结构类似图像，适合用深度学习分析。文章聚焦深度学习如何提升仪器灵敏度、发现隐藏模式并搜寻信号异常。

Google 推出 GlucoFM：面向连续血糖监测的双流基础模型

Google 发布 GlucoFM，一个基于双流设计的自监督基础模型，将血糖的慢速基线趋势与短期波动分离，并保留时间与缺失信息。模型在 109,066 小时无标注 CGM 数据上预训练，覆盖四个队列、七项临床任务共 14 组评估，平均 PR-AUC 比最强 GluFormer 变体高 5.8 个百分点。

Ammaar Reshi@ammaarAI 评分6060

Google 推出 Gemini 3.5 Transcribe，定位为其最精确的语音转文字模型，支持超过 85 种语言，具备智能纠错和自定义词表功能。作者还用该模型 vibe coding 了一个类似 Wispr Flow 的应用，并放出演示和开源内容。

Google AI Developers@googleaidevsAI 评分4747

🗣️💬 欢迎 Gemini 3.5 Transcribe，一款真正理解你代码库的语音转文本模型。 来看看这款最新模型如何在 @Antigravity 中构建时，过滤掉口语中的犹豫词，同时将技术术语、文件名和代码变量精准地锚定到当前上下文。通过使用视觉偏置，该模型为复杂的开发者工作流带来了深度的、屏幕感知的上下文。

Google DeepMind 发布语音转写模型 Gemini 3.5 Transcribe

Google DeepMind 推出语音转文字模型 Gemini 3.5 Transcribe，定位为更精确的实时转写模型，已在 Gemini API（Google AI Studio 和 Gemini Enterprise Agent Platform）开启公开预览。

Google Cloud 在 Cloud TPU 上为 vLLM 带来企业级长上下文多模态嵌入推理

Google Cloud 将原生 TPU 支持集成进 vLLM，用于在 Cloud TPU 上服务 Qwen3-Embedding 系列嵌入模型，支持 4K+ token 文本与 15K+ token 多模态输入的长上下文。团队针对 TPU 做了词表 padding、懒加载初始化与 StepPool 长上下文等优化，并以余弦相似度验证数值一致性，文本目标阈值 ≥0.999、多模态 ≥0.995。

Google 研究 AgentHands：为 XR 中的智能体对话生成同步手势

Google 在 CHI 2026 发布研究原型 AgentHands，可将 LLM 的推理输出映射为 XR 中与语音同步的手势，让 AI 智能体在 3D 空间里用手演示而非仅靠语言描述。系统包含环境感知、手势事件库、手势嵌入推理和 XR 同步执行四个模块，手势按左右手、空间锚定、时序动效等维度分类。在 N=12 的用户研究中，AgentHands 相比纯语音基线在空间指向上取得显著提升。

Google Search 升级家居装饰的 5 种方式

Google Search 推出 5 种家居装饰用法：AI Mode 可上传房间照片，按墙面宽度推荐沙发并生成摆放效果图；Google Lens 拍照识别复古单品并找同款；Circle to Search 在 Pixel 和三星 Galaxy S26 上圈选视频或社交帖中的壁纸找相似款。

Google ADK 实测教程：如何评测实时语音 Agent

Google 在 ADK 中推出原生实时（live）评测能力，可用模拟用户以音频形式与语音 Agent 对话并对口头回复打分。

Google 推出 Biomarker Discovery Framework：从可穿戴传感器数据中优先筛选候选生物标志物

Google 推出 Biomarker Discovery Framework，一个在人类监督下将候选生物标志物优先级排序组织为迭代研究循环的多智能体系统，结合假设生成、并行统计分析、模型训练、对抗验证与文献推理。该系统在三个队列共 9,279 条参与者观测中自主识别出 41 个心理健康候选数字生物标志物和 25 个代谢候选标志物，并构建出睡眠时长变异性、心血管适能指数等新复合特征。

Google DeepMind 回顾15年游戏AI研究，深化与 Fenris Creations 的 EVE Universe 合作

Google DeepMind 发文回顾从 DQN、AlphaGo、AlphaStar 到 SIMA 2 的15年游戏AI研究，并宣布与 Fenris Creations 深化合作，以 EVE Universe 作为前沿AI研究环境。

Google Research 如何用移动性数据让语言模型更深入理解地点

Google Research 提出 Mobility-Embedded POIs（ME-POIs）框架，将匿名聚合的移动性模式与文本描述结合，为地点生成同时编码身份与动态功能的嵌入向量。