跳到正文

Google / Gemini

Google 与 DeepMind 的 AI 动态：Gemini 系列、Veo 视频模型、研究成果与产品生态的持续追踪。

当前仅显示精选新闻
250条精选相关主题OpenAI / ChatGPTAnthropic / Claude多模态

最新精选

第 61–80 条 · 共 250 条
8月28日周五
8月27日周四
  2. @rohanpaul_ai69

    Google 发布 Gemini 3.5 Transcribe，一款不再逐字记录、而是输出用户本意的语音转写模型，现已通过 API 开放。

    原始视频预览图；未保存可播放视频URL原始视频预览图；未保存可播放视频URL原始视频预览图；未保存可播放视频URL
    引用@sundarpichai@sundarpichai

    Say hello to Gemini 3.5 Transcribe! - Build apps that understand user speech / intent, even w/ multiple speakers! - Auto-detection of 85+ languages out of the box - Custom vocab adaptation for specialized jargon... SGTM:) API available now in @GoogleAIStudio and Gemini Enterprise, or try it in the Gemini app on macOS or Rambler on Android! More details: https://t.co/AduutCb3M7

    推荐理由：原文列出两个 API 端点各自的能力与时长限制，读者可据此判断语音转写在工作流中的可用边界。

  5. Gemini API 更新日志64

    Gemini Omni Flash 转正为 gemini-omni-1.1-flash，新增视频延伸与首尾帧插值

    Google 发布 gemini-omni-1.1-flash，即对话式视频生成与编辑模型 Gemini Omni Flash 的 GA 版本。新增视频延伸、首尾帧插值（最多 2 张图）以及 360p 到 4K 的分辨率参数，1080p 和 4K 通过超分辨率生成；预览端点 gemini-omni-flash-preview 将于 2026 年 9 月 30 日弃用。

    推荐理由：官方更新日志给出 GA 版本的新能力清单和预览端点停用时间，开发者可据此规划迁移。

8月26日周三
  1. 机器之心 · 微信公众号77

    阿里发布 Qwen3.8-Flash，同步开源 Qwen3.8-Flash-Next

    阿里发布 Qwen3.8-Flash，并在 Hugging Face 与 ModelScope 开放同一模型的 Qwen3.8-Flash-Next 权重，主模型 125B 参数、每 token 仅激活 6B，千问 AI 平台定价为每百万 token 输入 1 元、输出 3 元。

    推荐理由：文章拆解了 Qwen3.8-Flash 在注意力、残差与嵌入上的四处架构改动，并把它放进每任务成本的行业对比框架里。

8月25日周二
  1. ByteByteGo68

    研究者用同族小模型还原 Anthropic、OpenAI 与 Google 的加密推理块

    2026 年 8 月，MATS Research、ELLIS Institute Tübingen 与 Max Planck Institute for Intelligent Systems 的研究者测试了 Anthropic、OpenAI 和 Google 返回给客户端的加密推理块，发现把块重放进同族更便宜的模型，就能让隐藏推理以明文输出。

    推荐理由：研究揭示加密推理块可被同族小模型复述，公开 agent 日志里的密钥无法靠清洗明文保护。

8月22日周六
  1. @AYi_AInotes68

    Google 发布 Gemini 3.7 Flash，官方将其定位为迄今最智能的工作马模型，Google 高管发推称这是其史上增长最快的一次模型发布。

    引用@OfficialLoganK@OfficialLoganK

    Gemini 3.7 is our fastest growing model launch to date, amazing to see the reception!!!

    推荐理由：文章给出 Gemini 3.7 Flash 的代码评测与价格变化，并讨论低价模型对 Agent 算力成本结构的影响。

8月21日周五
  1. Claude Blog72

    Claude 平台 computer use、Skills API 和 Files API 正式可用

    Anthropic 宣布 computer use、Skills API 和 Files API 在 Claude Platform 正式可用，computer use 同时新增 browser use 工具，除截图外还读取页面结构，让智能体定位具体字段或按钮。

    推荐理由：正式版给出了多动作执行、浏览器工具和文件存储的具体变化，可据此判断现有智能体工作流的改造空间。

8月20日周四
  2. @GeminiApp74

    Gemini 应用宣布现在可以直接在对话中生成可用的交互式 3D 模拟和动态表格。官方提示以 “Show me…” 开头写提示词，并使用 Flash 模型以获得最佳效果。给出的示例包括 3D 展示 DNA 工作原理（可缩放、旋转、探索）、展示单摆的能量变化，以及用瀑布图展示现金消耗速度。

    原始视频预览图；未保存可播放视频URL

    推荐理由：官方给出可直接复用的提示词开头方式，读者可据此在对话里生成可交互的 3D 模拟与动态表格。

  3. @GeminiApp65

    Gemini 应用今日起面向全球符合条件的用户推送学生专区、学习笔记本、交互式可视化以及 Gemini Live 中的 Deep Research。符合条件的学生可免费领取一年期学生方案，该优惠持续至 2026 年 12 月 31 日，需遵守相关条款。详情见 https://t.co/C7DagVm4aB。

    推荐理由：Gemini 把学生专区、学习笔记本与 Deep Research 打包进应用并附一年免费方案，可观察教育场景的落地方式。

  5. @testingcatalog65

    Google AI Studio Build 现在支持导入 GitHub 仓库，并让仓库与应用保持同步。引用 @OfficialLoganK 的说明，Google AI Studio 新增 GitHub 双向同步（push / pull），并配有支持 force push、合并等操作的新 UI。

    引用@OfficialLoganK@OfficialLoganK

    Updates on GitHub support in @GoogleAIStudio: - we now support importing Github repos - we now support bi-directional GitHub sync (push / pull) - brand new UI support for force pushes, merges, etc Bi-directional push / pull took a while to land but excited it is here! https://t.co/0S4GeZZu90

    推荐理由：Google AI Studio 的 Build 功能补上 GitHub 仓库导入与双向同步，读者可以据此判断它能否接入现有代码流程。

8月17日周一
  1. xAI News67

    xAI 为 Google Workspace 发布 Grok 插件，覆盖 Sheets、Slides、Docs

    xAI 发布免费插件 Grok for Google Workspace，一次从 Google Workspace Marketplace 安装即可覆盖 Sheets、Slides 和 Docs，同时还提供 Microsoft 365 的 Word、Excel、PowerPoint 和 Outlook 版本。

    推荐理由：原文列出 Grok 在 Sheets、Slides、Docs 中各自能做的事与免费安装入口，可据此判断它对文档办公流程的影响。