跳到正文

公司与模型

Google / Gemini 最新动态

Google 与 DeepMind 的 Gemini 模型、Veo 视频生成、前沿研究与各条产品线的 AI 更新。

353 条精选近 30 天 42 条共收录 2,503 条

更新

精选归档 · 第 16 页

3月26日周四第 301–320 条
  3. Demis Hassabis

    Google DeepMind 推出 Lyria 3 Pro，可生成最长3分钟的高保真音乐，支持自由编排前奏、主歌、副歌与桥段。Google AI 订阅者现可在 Gemini App 体验，开发者也能通过 Google AI Studio API 接入创作。

    引用Google DeepMind@GoogleDeepMind

    你现在可以用 Lyria 3 Pro 创作更长的曲目了。🎶 规划前奏、主歌、副歌和桥段，构建长达 3 分钟的高保真作品。🎹

    推荐理由：Google Lyria 3 Pro 支持生成 3 分钟结构化音乐，已上线 Gemini App

3月25日周三
  1. Google Developers Blog84

    用 Agent 技能弥合知识鸿沟

    Google DeepMind 开发出一项“Gemini API 开发者技能”，使智能体能够实时获取最新文档与 SDK 指导。评估结果显示，配备该技能后，gemini-3.1-pro-preview 模型的成功率从 28.2% 大幅跃升至 96.6%。这种轻量级方法通过赋予模型强大的推理能力并接入“事实来源”，有效解决了静态模型知识与快速演进的软件实践之间的脱节问题，显著消除了过时的编码模式。

    推荐理由：通过实时文档赋能模型，编码任务成功率飙升，开发者可借鉴优化AI工具。

  2. Google Research：Blog

    Vibe Coding XR：基于 XR Blocks 与 Gemini 加速 AI + XR 原型开发

    Google XR 团队推出 Vibe Coding XR 工作流，结合 Gemini Canvas 与开源框架 XR Blocks，利用长上下文推理能力将自然语言提示在 60 秒内转化为可交互、支持物理效果的 WebXR 应用。该方案基于 WebXR、three.js 和 LiteRT.js 构建，支持手势交互与深度感知，可在桌面模拟环境或 Android XR 头显中实时预览。已展示的应用包括几何可视化数学辅导和交互式物理实验室，用户可通过捏合等手势操作 3D 对象，快速验证空间交互设计。

    推荐理由：Google推出Vibe Coding XR，用自然语言快速生成可交互的Android XR空间应用。

3月24日周二
  1. Google Developers Blog71

    跳跃即玩：利用Gemini与MediaPipe进行开发

    该工作流通过Gemini Canvas，借助高级提示词快速原型化MediaPipe Pose Landmarker等体感游戏机制。开发者可在Google AI Studio中优化原型，采用低延迟的“轻量”模型和稳定的追踪点（如肩部关节点）以确保游戏响应灵敏。最后，流程利用Gemini Code Assist将实验性代码重构为模块化、可用于生产的应用程序，使其能够支持多种多模态输入，从而显著简化了体感控制游戏的开发过程。

    推荐理由：开发者可快速上手AI游戏开发，优化性能并部署生产应用。

3月23日周一
  1. Google Developers Blog71

    使用 LlamaParse 与 Gemini 3.1 构建智能金融助手

    结合 LlamaParse 与 Gemini 3.1 模型，可从复杂的非结构化文档中提取高质量数据。该方案采用事件驱动架构，利用 Gemini 3.1 Pro 对密集的金融表格进行智能解析，并使用 Gemini 3.1 Flash 进行高性价比的摘要生成。开发者通过此教程可构建个人财务助手，将杂乱的经纪账户对账单转化为结构清晰、易于理解的分析报告。

    推荐理由：开发者可快速上手构建财务AI助手，将杂乱数据转化为结构化见解。

3月21日周六
3月19日周四
  1. Demis Hassabis

    Google 发布 vibe design 平台 Stitch，支持自然语言描述直接生成高保真界面和交互原型，可通过语音实时调整布局。目前仅面向 18 岁以上用户，在 Gemini 支持的英语国家开放。

    引用Google Labs@GoogleLabs

    隆重推出全新的 @stitchbygoogle，这是 Google 的 vibe 设计平台，可将自然语言无缝转化为高保真设计，一气呵成。 🎨用更智能的设计代理进行创作：描述一个新的商业概念或应用愿景，看它在 AI 原生画布上逐渐成形。 ⚡️ 快速迭代：将屏幕拼接成交互式原型，并用可移植的设计系统管理你的品牌。 🎤 用语音协作：使用免手操作的语音交互实时更新布局并探索新的变体。 立即试用（仅限 18 岁以上。目前仅提供英文版本，且仅在支持 Gemini 的国家/地区可用。）→ http://stitch.withgoogle.com

    推荐理由：Google推出AI设计工具Stitch，自然语言生成界面并支持语音协作，顺应Vibe Design趋势

3月18日周三
  1. PromptArmor：Threat Intelligence67

    PromptArmor 分析 Excel 与 Google Sheets 中 AI 功能的提示词注入与数据外泄风险

    PromptArmor 汇总其对电子表格 AI 功能的提示词注入与数据外泄研究，涉及 Claude for Excel、ChatGPT for Google Sheets 和 Ramp Sheets AI 三条已记录攻击链，其中 Ramp 案例已于 2026 年 3 月 16 日修复。

    推荐理由：原文基于多起已披露攻击链，归纳出电子表格 AI 的间接提示词注入风险面，并给出可复用的威胁模型和风险来源清单。

  2. Google Developers Blog81

    开发者AI代理协议指南

    一套包含MCP、A2A等六种协议的新工具集正式发布，旨在通过标准化AI代理的数据访问与通信方式，消除定制集成代码的需求。以“厨房管理员”代理为例，这些协议能实时核查库存、通过UCP进行批发交易，并借助AP2完成安全支付授权。开发者使用Agent开发套件（ADK）还可实现A2UI与AG-UI，为用户提供交互式仪表板与无缝流式界面。

    推荐理由：开发者能快速掌握AI代理通信标准，提升集成效率。

3月10日周二
3月6日周五
  1. Manus：Blog64

    Manus 内容作者实测 Google Veo 3：唇同步惊艳但整体表现参差

    Manus 内容作者用四个提示实测 Google Veo 3，发现对话唇同步质量达到纪录片级，但产品一致性、动作场景和电影测试均出现明显问题。测试中为完成四个视频从 Google AI Plus（$7.99/月）两次升级到 Google AI Pro（$19.99/月），结论是 Veo 3 在对话类内容上表现突出，但尚不是演示所暗示的可靠全能视频生成器，剪辑最长 8 秒且受每日生成限制。

    推荐理由：作者用四个提示实测 Veo 3 并给出各档订阅价格与真实短板，读者可据此判断它适不适合自己的使用场景。

3月5日周四
3月4日周三
2月27日周五
  2. Google DeepMind：Blog83

    Google DeepMind 发布 Nano Banana 2（Gemini 3.1 Flash Image）图像模型

    Google DeepMind 发布图像生成模型 Nano Banana 2（Gemini 3.1 Flash Image），以 Flash 速度提供 Nano Banana Pro 级别的世界知识、精准文字渲染、最多 5 个角色和 14 个物体的一致性，以及 512px 至 4K 的规格。

    推荐理由：官方介绍把 Pro 级知识、主体一致性和 4K 输出放到 Flash 速度的模型里，并列出各产品开放范围，方便读者判断工作流如何调整。

2月20日周五
  1. Noam Shazeer78

    上周我们升级了 Gemini 3 Deep Think。今天，我们正式推出实现这些突破的核心智能：Gemini 3.1 Pro。一个明显更智能、能力更强的基线，应对你最艰巨的挑战。现已可用：https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-1-pro

    推荐理由：Noam Shazeer 宣布 Gemini 3.1 Pro，作为 Deep Think 突破背后的核心基座升级，全行业该关注的信号。