跳到正文

#Google

今日 0 条
10月1日周四
  1. Latent Space78

    Google DeepMind 发布 Gemini 4 Argon，支持 1M 输出 token

    Google DeepMind 发布 Gemini 4 Argon，面向编码、企业知识工作与网络防御，先在 Fairwind 计划的政府用户和可信网络防御者中开放，后续再向开发者、企业和消费者开放。

    推荐理由：汇总 Gemini 4 Argon 的基准、定价与第三方评测分歧，可对照同期 Astra 与 Opus 5.5 的能力与成本差异。

  3. The Decoder78

    Google 发布 Gemini 4 Argon，缩小与 OpenAI、Anthropic 的差距但未取得明显领先

    Google 发布新前沿模型 Gemini 4 Argon，在多项基准上缩小了与 OpenAI、Anthropic 的差距，但未取得明显领先。该模型先向 Fairwind 计划的“可信网络防御者”开放，之后才面向开发者和消费者，促销价为每百万输入 token 2 美元、输出 token 10 美元，输出上限从 64,000 提升至 100 万 token。

    推荐理由：汇总独立评测与定价数据，呈现 Gemini 4 Argon 与 OpenAI、Anthropic 旗舰模型的差距和成本取舍。

  6. Google DeepMind78

    Google DeepMind 发布 Gemini 4 Argon 前沿模型

    Google DeepMind 发布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，随后逐步扩展至开发者、企业和消费者。

    推荐理由：官方给出 Argon 在编码、企业知识与网络安全上的基准表现和分阶段开放路径，可据此判断前沿模型的能力边界与落地节奏。

9月29日周二
  1. Latent Space73

    AINews：Opus 5.5 擅长生成讲解视频

    AINews 汇总 9/24-9/25 动态，指出 Claude Opus 5.5 本周发布后社区反馈积极，尤其在用代码生成讲解视频上表现突出。Opus 5.5 在 SimpleBench 上以 88.4% 领先，被 @skalskip92 评为 Anthropic 迄今最强视觉模型，成本比 Fable 5.1 低约 60%。

9月16日周三
9月8日周二
  1. Google DeepMind62

    Google DeepMind 发布 AlphaGenome Atlas，覆盖人类基因组 90 亿个单字母变异预测

    Google DeepMind 推出 AlphaGenome Atlas，一个包含人类基因组 90 亿个单核苷酸变异效应预测的平台，规模达 1PB，是 AlphaFold Database 的 30 倍以上，今日起通过网站门户、AlphaGenome API 和 Google Antigravity 中的 skill 向学术研究免费开放。

    推荐理由：原文给出 9 亿单核苷酸变异预测的规模与免费入口，读者可据此判断基因组变异解读的门槛变化。

9月3日周四
8月28日周五
  1. Google DeepMind66

    Google DeepMind 发布 Gemini Omni 1.1 Flash

    Google DeepMind 发布 Gemini Omni 1.1 Flash，为开发者带来更可控的生成视频能力，通过 Gemini API 在 Google AI Studio 提供。

    推荐理由：原文列出场景延长、首尾帧插值与 4K 放大等具体能力变化，可据此判断生成视频工作流的可控程度。

8月27日周四
8月14日周五
8月12日周三
  1. Google DeepMind74

    Google DeepMind 发布 SL2T 手语转文本模型，率先落地 Pixel 11 的 Gboard 与 Live Transcribe

    Google DeepMind 发布多语言手语转文本模型 SL2T，可将手语直接翻译为流式文本，首批支持美国手语（ASL）转英文，并已接入 Pixel 11 的 Gboard 与 Live Transcribe，后续将扩展更多设备与语言。

    推荐理由：官方披露 SL2T 的训练数据规模、手语到文本的翻译路径与隐私处理方式，可了解手语 AI 落地的技术取舍。

8月6日周四
  1. Google DeepMind78

    Google DeepMind 开源 WeatherNext 气旋预测模型

    Google DeepMind 发布 WeatherNext AI 模型，在气旋路径、强度和风场结构预测上达到 SOTA，平均多出一天预警时间，三天预报精度相当于此前模型的两天水平。

    推荐理由：原文给出模型在气旋路径与强度预测上的精度提升幅度，并说明代码与权重已开源，读者可据此判断气象预报的可用性变化。

7月30日周四
  1. Google DeepMind62

    Google DeepMind 发布 Gemini Robotics ER 2 具身推理模型

    Google DeepMind 发布面向机器人具身推理的 Gemini Robotics ER 2，作为高层大脑负责理解物理世界、规划多步任务，并把动作执行交给底层 VLA 模型，同时原生支持调用 Google Search 等工具。

    推荐理由：官方给出进度分类、时刻定位与多机协作的具体指标，可据此判断机器人高层推理的当前水位。

  2. Google DeepMind58

    Google DeepMind 在 Flow Music 发布音乐生成模型 Lyria 3.5

    Google DeepMind 发布新一代音乐生成模型 Lyria 3.5，并已在 Google Flow Music 中上线。官方称其在音乐性、歌词、人声和创作控制四方面均有提升，包括更丰富自然的旋律结构、提示词遵循度和结构感知更好的歌词、更具情感表达和发音改进的人声，以及对输出节奏和时长的更易控制。

7月28日周二
7月21日周二
7月17日周五
  1. Google DeepMind71

    Google DeepMind 发布 Gemini 3.5 Flash Cyber 安全模型

    Google DeepMind 发布 Gemini 3.5 Flash Cyber，这是基于 3.5 Flash 微调的轻量网络安全模型，用于快速发现、验证和修补漏洞，在 CyberGym 等基准上以多次调用取得接近更大模型的表现。

    推荐理由：原文给出轻量安全模型的基准对比与限量开放方式，读者可据此判断其成本与部署路径。

7月1日周三
6月11日周四
  1. Google DeepMind66

    Google DeepMind 发布 DiffusionGemma：文本生成最高提速 4 倍

    Google DeepMind 发布实验性开源模型 DiffusionGemma，采用文本扩散方式一次性生成整块文本，在专用 GPU 上推理速度最高提升 4 倍，单张 NVIDIA H100 上超过 1000 tokens/秒，RTX 5090 上超过 700 tokens/秒。

    推荐理由：官方给出 26B MoE 文本扩散模型的速度、显存占用与质量取舍，便于判断本地低并发场景是否适用。

6月9日周二
  2. Google DeepMind74

    Google DeepMind 发布 Gemma 4 12B：统一的无编码器多模态模型

    Google DeepMind 发布 Gemma 4 12B，一款面向笔记本本地运行的多模态模型，采用无编码器统一架构，视觉和音频输入直接进入 LLM 主干。官方称其基准表现接近 26B MoE 模型，内存占用不到后者一半，可在 16GB VRAM 或统一内存上运行，也是该系列首个支持原生音频输入的中等规模模型。

    推荐理由：Gemma 4 12B 用无编码器架构把多模态能力压到 16GB 显存，可对照其与 26B MoE 的取舍。

5月18日周一
5月16日周六
  1. Google DeepMind82

    Google DeepMind 发布 Gemini 3.5 Flash，主打智能体与编码

    Google DeepMind 发布 Gemini 3.5 系列，首发 3.5 Flash，定位为面向智能体与编码的前沿模型，即日起通过 Gemini app、Google Search 的 AI Mode、Google Antigravity、Gemini API、Android Studio 及 Gemini Enterprise 等渠道开放。

    推荐理由：官方给出 3.5 Flash 在编码与智能体基准上的成绩和开放入口，可据此判断其速度与成本取舍。

4月16日周四
4月13日周一
  1. Google DeepMind62

    Google DeepMind 发布 Gemini Robotics-ER 1.6，新增仪表读数能力

    Google DeepMind 发布 Gemini Robotics-ER 1.6，这是其面向机器人的推理优先模型升级版，强化了空间推理与多视角理解，并新增仪表读数能力，可读取压力表、液位计和数字读数。

    推荐理由：官方给出与前代及 Gemini 3.0 Flash 的对比，并新增仪表读数能力，可据此判断机器人高层推理的进展。