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 2 页

10月8日周四第 21–40 条
  1. Claude:Blog76

    Claude for Google Workspace 公测上线,可在 Docs、Sheets 和 Slides 中直接编辑文件

    Anthropic 宣布 Claude for Google Workspace 在所有付费 Claude 计划上开启公开 beta,通过侧边栏在 Google Docs、Sheets 和 Slides 中直接读取和编辑打开的文件。

    推荐理由:Anthropic 官方公告给出了 Claude 与 Google Workspace 双向集成的具体能力和开放方式,读者可以据此判断它如何嵌入现有办公流程。

10月7日周三
  1. Gemini API:更新日志68

    Gemini Nano Banana 2.1 图像生成模型正式发布,gemini-3.1-flash-image 被弃用

    Google 在 Gemini API 更新日志中宣布 Gemini Nano Banana 2.1(gemini-nano-banana-2.1)正式可用,作为 Nano Banana 2(gemini-3.1-flash-image)的更新版本。

    推荐理由:原文列出新模型相对上一代的具体提升点和新支持的比例与分辨率,可帮助图像生成用户判断是否迁移。

  2. Google Developers Blog68

    Google DeepMind 发布多模态嵌入模型 EmbeddingGemma 2

    Google DeepMind 于 10 月 6 日发布开放权重的多模态嵌入模型 EmbeddingGemma 2,将文本、图像、视频帧和音频映射到统一向量空间,参数量 740M。

    推荐理由:原文给出内存占用、延迟和多种开发入口的具体数据,读者可以据此评估在本地多模态检索场景的落地方式。

10月4日周日
10月3日周六
10月2日周五
10月1日周四
  1. Artificial Analysis 完整文章78

    Artificial Analysis 评测 Gemini 4 Argon:Google 重回智能前三梯队

    Artificial Analysis 评测 Google DeepMind 的 Gemini 4 Argon,其高推理档在 Artificial Analysis Intelligence Index 得分 53,追平 GPT-6 Astra (max)、领先 GPT-6.1 Sol (max) 1 分。

    推荐理由:评测方给出与竞品的价格和智能指数对比,读者可据此评估 Google 新模型在成本与智能上的真实位置。

  2. Arena.ai79

    Arena 公布 Gemini 4 Argon (High) 在 Agent Arena 排名第 8,净提升分 +7.92%,每任务成本 $0.62。

    引用Arena.ai@arena

    重大新闻:@GoogleDeepMind 的 Gemini 4 Argon (High) 刚刚以 1525 分在 Text Arena 中排名第 1,并以 1679 分在 Code Arena: WebDev 中排名第 8! 此次发布以 8 美元/百万 Token 的混合价格重塑了 Text Arena 的帕累托前沿!Gemini 4 Argon (High) 现在是成本效率最高的模型,请在下方查看其在帕累托前沿上的位置。 在 Text Arena 中,Gemini 4 Argon (High) 在 Coding、Hard Prompts、Instruction Following、Longer Query 和 Creative Writing 中排名第 1。它还在所有评估的职业领域中领先,并在英语、非英语、中文和俄语中额外获得第 1 名。 该模型比排名第 2 的 Claude Opus 4.6 (High) 高出 20 分,相比 Google 上一次发布的 Gemini 3.8 Flash (High)(排名第 11)是一次巨大飞跃! 在 Code Arena: WebDev 中,Gemini 4 Argon (High) 比 Gemini 3.8 Flash (High) 提升了 96 分,并从第 29 名升至第 8 名。 祝贺 @GoogleDeepMind 团队完成这一令人印象深刻的前沿发布!

    推荐理由:原文给出 Gemini 4 Argon (High) 在 Agent Arena 的排名、净提升分和成本数据,读者可据此评估其智能体任务表现与性价比。

9月30日周三
  1. Google DeepMind:Blog66

    Google DeepMind 发布 SynthID Bio,为 AI 生成的蛋白质嵌入可验证水印

    Google DeepMind 于 9 月 30 日发布 SynthID Bio,将水印技术引入合成生物学,把不可见签名嵌入生物序列和预测结构中,使水印可在合成的物理蛋白质上验证,且在湿实验中不损害生物功能。

    推荐理由:原文给出湿实验验证数据、开源计划与在 DNA 合成筛查中的应用场景,读者可以据此评估这项水印技术对生物安全的实际作用。

9月25日周五
  1. Google Developers Blog61

    Google Cloud API Gateway 推出 MCP 支持,可将现有 REST API 直接暴露为智能体工具

    Google Cloud API Gateway 在 Public Preview 中可充当远程 MCP 服务器,无需单独搭建 MCP 服务器,即可把已有 REST API 暴露为智能体可调用的工具。

    推荐理由:原文说明了通过注解 OpenAPI 规格让网关直接充当远程 MCP 服务器的做法,并给出配置示例、安全注意事项和当前限制。

9月24日周四
  1. Philipp Schmid69

    Philipp Schmid 介绍 Gemini 3.8 TTS 支持通过录制 20 秒语音加同意句复刻个人声音,或用提示词设计完全自定义的语音。通过 API 调用创建后可在任意请求中使用,风格通过 speech_metadata 设置,作者还提供了博客链接和一段可交给智能体的完整操作提示词。

    引用Philipp Schmid@_philschmid

    https://x.com/i/article/2103140786292269056

    推荐理由:原文给出录制片段、API 创建与调用的具体步骤和可复用提示词,方便读者快速试用自己的语音复刻。

  2. NVIDIA Blog61

    NVIDIA 联合 Google DeepMind 等机构开放 2800 多种病毒的蛋白复合物预测结构数据集

    NVIDIA 与 Google DeepMind、EMBL-EBI 等全球研究机构合作,通过 AlphaFold Database 开放发布 2800 多种病毒的蛋白复合物预测 3D 结构,旨在为下一次疫情储备知识。

    推荐理由:原文给出数据集规模、覆盖范围和可复用的开源预测流程,读者可以据此评估如何用于自己的蛋白结构研究。

  3. Google Developers Blog60

    Antigravity SDK 支持本地模型,首发 Gemma 4 26B A4B 配合 LiteRT

    Google 宣布 Antigravity SDK 支持本地工作流,首发支持通过 Google AI Edge 的 LiteRT 运行 Gemma 4 26B A4B,可完全离线获得智能体辅助能力,建议机器配备超过 24GB VRAM 或统一内存。

    推荐理由:官方给出完整的本地模型接入步骤和混合编排示例,开发者可以直接照此把智能体工作流搬到离线环境。

9月23日周三
  1. Google DeepMind:Blog74

    Google DeepMind 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS 语音生成模型

    Google DeepMind 发布 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型,支持用自然语言提示词从零设计声音、30 秒样本复刻声音,并提供逐行表演指导、长时音频生成和双说话人场景编排,覆盖 100 多种语言。

    推荐理由:官方介绍了两款 TTS 模型的能力细节、评测名次和开放入口,开发者可以据此评估语音生成工作流的选型。

9月22日周二
  1. Gemini API:更新日志65

    Google 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS 并正式开放 Gemini API Voices 端点

    Google 宣布 Gemini 3.8 Flash TTS(gemini-3.8-flash-tts)和 Gemini 3.8 Flash-Lite TTS(gemini-3.8-flash-lite-tts)正式可用,并发布 Gemini API Voices 端点(/v1beta/voices)。

    推荐理由:官方更新日志列出了两个 TTS 模型定位差异和 Voices 端点能力,读者可据此选择替换现有语音方案。