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Meet Gemma 4 12B! A unified, encoder-free multimodal model designed to bring high-performance intelligence directly to your laptop, and released under an Apache 2.0 license. Bridging the gap between edge efficiency and advanced reasoning. Here is what’s new with Gemma 4 12B: 👇
推荐理由：Gemma 4 12B 采用 Apache 2.0 许可并主打端侧多模态，可据此判断 16G 内存本地运行的可行性。
谷歌DeepMind发布并开源Gemma 4 12B，这是一个统一、无编码器的多模态模型，只需16GB显存或统一内存即可在消费级笔记本上运行。它在标准评测基准上的成绩接近26B MoE模型，总内存占用不到后者一半，采用Apache 2.0协议，预训练与指令微调权重可从Hugging Face和Kaggle下载。
推荐理由：原文介绍了无编码器多模态架构如何降低延迟和内存占用，并列出16GB笔记本可用的本地运行入口。
Today we’re introducing Gemma 4 12B — our latest open model that brings advanced agentic reasoning, vision and audio directly to your laptop. It delivers performance nearing our larger Gemma models with a much smaller total memory footprint, while being small enough to run locally with just 16GB of VRAM. It’s open and accessible for everyone to use under a permissive Apache 2.0 license. This is all made possible by our new, unified architecture that removes separate multimodal encoders. Here’s how we did it 🧵
推荐理由：它把视觉与音频编码器并入主干，让 12B 模型能在 16GB 显存本地运行，读者可据此判断端侧多模态的门槛变化。
Google 发布 Gemma 4 12B，一款基于 Apache 2.0 许可的免编码器统一多模态模型，把传统 ViT 视觉编码器的 150M-550M 参数压到 35M 轻量嵌入器。
Meet Gemma 4 12B! A unified, encoder-free multimodal model designed to bring high-performance intelligence directly to your laptop, and released under an Apache 2.0 license. Bridging the gap between edge efficiency and advanced reasoning. Here is what’s new with Gemma 4 12B: 👇
推荐理由：借 Gemma 4 12B 取消视觉编码器的设计，讨论统一多模态模型可能如何替代现有拼装式流水线。
推荐理由：内容列出了 Gemma 4 的下载渠道与兼容工具链，便于判断本地部署和微调的可选路径。
推荐理由：官方给出无编码器架构与 16GB VRAM 本地运行的定位，读者可据此判断端侧多模态模型的选型边界。
Alphabet 当地时间 6 月 1 日公布总额 800 亿美元的股权融资计划，资金用于 AI 底层基础设施与全球算力集群扩建。融资由 300 亿美元公开发行、400 亿美元 ATM 持续增发计划和向伯克希尔·哈撒韦定向配售 100 亿美元三部分组成，后者的 A 类普通股较 Alphabet 收盘价 376 美元约有 6% 折扣。
推荐理由：账面现金超千亿仍启动800亿美元增发，可作为观察AI基建投入如何改变科技巨头财务结构的样本。
We believe AI can be a dedicated research partner to help discover the next breakthrough. Enter Co-Scientist: our latest Gemini-based multi-agent system that can generate, debate and evolve novel hypotheses for complex scientific problems 🧵 Video
推荐理由：原文说明了 Co-Scientist 的多 Agent 假设生成与验证流程，并指出该能力已向个人研究者开放。
Alphabet 宣布进行共计 800 亿美元的股权融资，所得将用于投资 AI 基础设施与算力等目的。其中通过包销公开发行筹集 300 亿美元，按市值发行 400 亿美元的 A 类或 C 类股票，伯克希尔·哈撒韦则以私募形式直接投资 100 亿美元。
推荐理由：800 亿美元融资与 Alphabet 2026 年 1800~1900 亿美元资本支出计划并列，读者可以看到算力投入的资金节奏。
Easily add yourself to your video creations in Gemini. Here’s how to create your own digital avatar that looks and sounds like you with Gemini Omni. 🧵
推荐理由：原文给出三步生成数字分身并嵌入视频的流程，并说明 SynthID 水印可用于验证 AI 生成来源。
推荐理由：两款 Gemini 图像模型面向生产环境正式开放，开发者在图像生成选型上多了一组可直接接入的 API 选项。
Gemini Omni 已面向所有 Google AI Plus、Pro 和 Ultra 订阅用户开放，可在 gemini.google 和 Gemini 应用中使用。
推荐理由：Gemini Omni 面向 Google AI Plus、Pro 与 Ultra 订阅用户开放，订阅用户可据此确认使用入口。
推荐理由：官方给出了应用内的入口和一段可直接套用的提示词，读者能据此上手试试草图转现实的效果。
推荐理由：官方公布新订阅档位的价格与用量差异，读者可比对该计划与现有档位的能力边界。
推荐理由：官方给出 Gemini Omni 的多模态输入组合和订阅档位，读者可据此判断该视频生成功能的可用范围。
推荐理由：Nano Banana Pro 与 Nano Banana 2 转为正式可用，开发者可据此评估是否把图像生成接入生产流程。
推荐理由：Gemini Omni 面向 Google AI Plus、Pro、Ultra 订阅用户全球开放，读者可据此确认自身订阅是否覆盖该功能。
Gemini Omni 已面向全球 Google AI Plus、Pro 和 Ultra 订阅用户开放，覆盖网页端和 Gemini 应用。该消息由 Gemini 官方账号发布。
推荐理由：原文给出 Gemini Omni 对全球 Google AI 订阅用户开放的具体范围，读者可据此确认自己是否在覆盖名单内。
Google 发布 gemini-3.1-flash-image（Nano Banana 2）和 gemini-3-pro-image（Nano Banana Pro）的原生视觉模型 GA 版本。
推荐理由：原文给出 GA 版模型名、视频转图像功能支持和 preview 版停用日期，读者可据此安排迁移。
Gemini App 表示，Gemini Omni 可将文本、视频或最多五张图片作为素材，合成为一段连贯的十秒视频。该功能现已开放试用，官方邀请用户在回复中分享作品。
推荐理由：把文本、视频和多图素材统一到十秒视频输出，读者可了解 Gemini Omni 的多模态拼合方式。