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。

18 条精选近 30 天 18 条共收录 30 条

更新

Google / Gemini的精选

11月21日周六第 1–18 条
  1. AWS Machine Learning Blog72

    Amazon Bedrock AgentCore 引入 Strands 框架、内置工具及生命周期钩子

    Amazon Bedrock AgentCore 升级至 Strands 框架,提供推荐模型、自动提示词缓存、上下文管理及多种内置工具,无需用户自行配置基础设施。新增的生命周期钩子允许开发者在智能体循环的关键节点运行确定性代码,从而实现对智能体行为的安全治理与流程控制。

    推荐理由:此次升级引入了 Strands 框架与生命周期钩子,开发者可借此实现更可控的智能体工作流,并利用内置工具降低开发与运维成本。

  2. AWS Machine Learning Blog65

    Amazon SageMaker AI 推出推理端点监控与智能体优化建议功能

    Amazon SageMaker AI 现可自动监控生成式 AI 推理端点,针对延迟漂移、GPU 空闲及配置优化缺失提供智能体驱动的改进建议。该功能默认开启且不读取请求内容,用户可通过 AWS Health 接收通知,并在 SageMaker Studio 中利用智能体体验进行基准测试,从而在数据支持下决策是否应用优化配置。

    推荐理由:该功能通过自动监控推理端点并提供基于智能体的基准测试建议,帮助用户在不改变生产环境的前提下优化性能与成本。

  3. AWS Machine Learning Blog68

    AWS 推出分布式 KV 缓存 Agent 技能以降低自托管 LLM 成本与延迟

    AWS 发布了用于 Agent Toolkit 的分布式 KV 缓存技能,旨在通过 Amazon ElastiCache 共享缓存层减少 GPU 重复计算,从而降低自托管 LLM 的推理成本并缩短首字延迟。该技能支持 Kiro、Claude Code 等 Agent,可引导用户完成工作负载评估、缓存集群配置及故障排查,并提供 KVTrace 工具用于预测性能收益。

    推荐理由:本文介绍了如何利用 AWS Agent Toolkit 中的分布式 KV 缓存技能优化自托管模型推理,通过自动化诊断、成本评估与配置引导降低延迟。

  4. Google Research74

    Google 在 Gemini 应用中推出 Duplex 智能体通话功能

    Google 宣布将 Duplex 语音通话技术集成至 Gemini 应用,支持用户通过 AI 智能体代为拨打商家电话处理预约等现实任务。该系统已从早期的专用模型演进为基于 Gemini 的统一架构,利用多模态理解与实时推理处理复杂通话场景,并支持通过 Agent Payments Protocol 处理交易。

    推荐理由:Google 将 Duplex 语音通话能力集成至 Gemini 应用,展示了从专用模型到 Gemini 统一架构的演进,并支持处理更复杂的现实任务。

  5. The Decoder81

    Google Gemini Mac 应用推出 Computer Use 功能

    Google 在 Gemini Mac 应用中推出 Computer Use 功能,允许模型在后台独立运行并完成跨本地文件、桌面应用和网页的多步骤任务。用户可通过自然语言描述目标,Gemini 将在隔离窗口中执行点击、输入和导航操作,同时支持用户实时监控、暂停及授权关键步骤。

    推荐理由:该功能通过后台隔离窗口实现桌面自动化操作,为用户提供了一种在不中断当前工作流的情况下处理多步骤任务的新方式。

11月19日周四
  1. Google DeepMind92

    Google 发布 Gemini 4 Neon 模型

    Google DeepMind 推出 Gemini 4 Neon 模型,旨在为软件工程、科学研究及企业级工作流提供前沿推理能力与高效的任务执行。该模型支持 100 万 token 上下文窗口,在多项智能体与编码基准测试中表现优异,并针对网络安全任务进行了优化。

    推荐理由:Google DeepMind 发布 Gemini 4 Neon 模型,在保持前沿推理能力的同时优化了复杂任务的执行效率与成本,为企业级工作流和智能体开发提供了新的选择。

  2. Google DeepMind76

    Google DeepMind 发布 Genie 4 模型并更新 Project Genie 体验

    Google DeepMind 推出 Genie 4 模型,现已向 Google AI Ultra 订阅用户开放。该模型支持在交互式世界中通过提示词实时编辑环境,并首次引入了自适应原生音频。此外,Project Genie 还更新了 Genie 3 的长会话与全景图生成功能,并新增了智能体辅助创作工具及社区画廊。

    推荐理由:Google DeepMind 发布的 Genie 4 引入了实时交互与原生音频生成能力,为用户构建和探索交互式世界提供了更强的控制手段。

11月18日周三
  1. Hugging Face Blog62

    IBM 时间序列基础模型集成至 Confluent 平台

    IBM 宣布其时间序列基础模型现已原生集成至 Confluent 平台,支持在云端及本地环境通过 Apache Flink 运行。该集成允许企业在流数据处理过程中直接应用预测、异常检测及语义智能,无需为每个序列单独训练模型,且模型可在标准 CPU 上运行,助力智能体在生产、零售、金融等场景中实现实时决策。

    推荐理由:IBM 将时间序列基础模型集成至 Confluent 平台,使企业能够直接在流数据上进行实时预测与异常检测,从而缩短从信号获取到决策执行的周期。

11月14日周六
  1. Google Research88

    Google 在 Antigravity 平台发布 /teamwork 多智能体协作功能

    Google 宣布向研究人员和开发者开放 Antigravity 平台的 /teamwork 功能,该工具利用 Gemini 4 模型系列构建多智能体工作流,通过并行探索与自动化验证机制解决数学证明、代码重构及系统工程中的复杂长程任务。目前该平台已支持包括代码优化、文档审查在内的多种模式,并为学术研究人员提供免费使用额度。

    推荐理由:Google 开放了 Antigravity 平台的 /teamwork 多智能体协作功能,通过将复杂任务拆解并引入自动化验证机制,为科研与工程领域提供了一种可复用的长程推理工作流。

11月13日周五
  1. Google DeepMind87

    Google 发布 Gemini 4 Hydrogen 模型

    Google 发布 Gemini 4 Hydrogen 模型,旨在为日常编码和智能体工作流提供高效的推理能力。该模型支持四种思考级别,定价为每百万输入 token 1.50 美元,并同步在 Google AI Studio、Gemini API 及搜索等全线产品中上线。此外,Google 还推出了 Orchestrator 功能,支持在多模型工作流中动态切换模型以优化性能与成本。

    推荐理由:Google DeepMind 推出的 Gemini 4 Hydrogen 专为高效智能体工作流设计,其引入的 Orchestrator 功能支持多模型动态调度,为开发者提供了更具性价比的执行引擎选择。

11月11日周三
  1. Google DeepMind76

    Google DeepMind 发布 AlphaGenome 2 模型

    Google DeepMind 发布新一代 DNA 序列模型 AlphaGenome 2,该模型采用条件架构,能够预测 DNA 变异如何影响特定人类细胞类型及状态。相比前代,该模型在识别致病变异方面的性能提升近一倍,并支持在无需重训练的情况下分析新的细胞实验数据,现已通过 AlphaGenome API 向非商业研究开放。

    推荐理由:该模型通过条件架构实现了对特定细胞类型中基因表达的精准预测,为研究人员解析遗传变异与疾病机制提供了更细粒度的工具。

  2. Google DeepMind92

    Google 发布 Gemini 4 Carbon 模型

    Google 正式发布 Gemini 4 Carbon 模型,该模型在复杂智能体工作流、软件工程、科学推理及网络安全领域具备前沿性能。Carbon 现已通过 Google AI Studio API、Gemini 应用及 Google Antigravity 向开发者、企业和订阅用户开放,支持处理多步推理及深度验证任务。

    推荐理由:作为 Gemini 4 系列的最新旗舰模型,Carbon 在复杂智能体任务、科学推理及网络安全防御方面展现了前沿性能,为开发者和企业提供了更深度的逻辑处理能力。

11月10日周二
  1. Google DeepMind76

    Google DeepMind 发布 AlphaProof Code:利用 AI 智能体实现复杂软件的形式化验证

    Google DeepMind 推出 AlphaProof Code 智能体框架,首次成功对 Signal 加密协议的实际代码进行了深度形式化验证。该系统通过多模型协作将安全目标转化为数学规范,利用 Lean 语言自动生成证明,将原本需数年完成的验证工作缩短至四周,并已开源相关验证工件。

    推荐理由:该研究展示了 AI 智能体在形式化验证领域的突破,通过自动化证明技术大幅缩短了关键加密协议的安全验证周期。

  2. Google DeepMind60

    Google DeepMind 发布气象模型底层数据集 SatWeave 与 PARDIG

    Google DeepMind 发布了 SatWeave 和 PARDIG 两项基础数据集,旨在支持气象、水文及气候应用开发。SatWeave 提供全球静止卫星影像的统一镶嵌视图,PARDIG 则利用 AI 技术实现高分辨率的全球降水重分析,两者均已在 Google Cloud Storage 开放历史存档与实时数据流。

    推荐理由:Google DeepMind 开源了用于 WeatherNext 3 模型的 SatWeave 和 PARDIG 数据集,为全球气象、水文及气候研究提供了高精度的实时与历史观测数据。

  3. Google DeepMind76

    Google DeepMind 发布 Gemini Robotics 2.5 模型

    Google DeepMind 推出 Gemini Robotics 2.5,这是其目前能力最强的视觉-语言-动作(VLA)模型。该模型在 200 多项任务中表现出更高的灵巧度与执行速度,并在梅赛德斯-奔驰生产线的试点中实现了 96% 的零件分拣成功率。此外,该版本引入了推理时安全引导及针对机器人的防越狱基准测试,以提升在复杂环境中的操作安全性。

    推荐理由:该模型通过提升机器人的灵巧度、可靠性与安全性,展示了其在工业生产线等非结构化环境中的实际应用潜力。

11月6日周五
  1. Google Research63

    Google Research 使用可穿戴传感器检测高血压迹象

    Google Research 发表研究,提出一种名为 AI-PPG-ACC-HTN 的多模态 AI 系统,无需袖带校准即可通过智能手表的 PPG 和加速度传感器被动检测高血压迹象。该系统通过两阶段机器学习方法,在临床对比中展现出与传统袖带测量相当的筛查准确度,旨在作为一种可扩展的辅助筛查工具,帮助识别潜在高血压风险。

    推荐理由:该研究展示了利用智能手表传感器进行被动式高血压筛查的可行性,其准确度在临床对比中表现出与传统袖带测量相当的潜力。

11月5日周四
  1. Google Research70

    Google Research 发布 Agile Deliberation:通过人机协作定义主观概念的框架

    Google Research 推出 Agile Deliberation 框架,旨在将主观 AI 分类器的构建过程从单向标注转变为人机迭代对话。该框架通过概念范围界定和概念迭代两个阶段,利用视觉语言模型主动挖掘边缘案例,帮助用户澄清意图并自动优化提示词。研究表明,该方法在提升分类器性能的同时,显著降低了用户的认知疲劳,相关代码及算法已在 GitHub 开源。

    推荐理由:该研究提出了一种通过人机交互迭代定义主观概念的框架,为解决复杂场景下 AI 分类器边界模糊和人工标注疲劳问题提供了新思路。

10月28日周三
  1. Google Research68

    Google Research 发布睡眠框架:一种大模型持续学习的知识保留新方法

    Google Research 提出了一种名为“睡眠框架”的持续学习范式,通过在活跃交互与离线记忆巩固之间交替,使大模型能够将短期上下文转化为长期参数记忆。该框架利用 MoE 架构进行参数扩展,并通过知识蒸馏与自生成数据进行“梦境”自我优化,在保持原有知识的同时有效提升了长上下文处理、事实获取及复杂推理能力。

    推荐理由:该研究提出的睡眠框架通过模拟人类记忆巩固机制,为解决大模型持续学习中的灾难性遗忘问题提供了一种无需改变架构的参数更新方案。