跳到正文

#产品更新

今日 1 条
5月17日周日
  1. Google DeepMind70

    Google 将 SynthID 与 C2PA 内容验证扩展到搜索、Gemini 和 Chrome

    Google 宣布扩展内容透明度与验证工具,把 SynthID 的图像、视频和音频验证从 Gemini 应用扩展到搜索,并将在未来几周进入 Chrome;该验证功能在 Gemini 应用中已被使用 5000 万次。

    推荐理由:Google 把 SynthID 与 C2PA 验证铺到搜索、Gemini 和 Chrome,读者可据此了解内容溯源工具的落地范围。

5月16日周六
  1. Google DeepMind42

    剑桥大学教授用 Google Co-Scientist 寻找跨物种传播疾病的分子开关

    剑桥大学 Clare Bryant 教授利用 Google Co-Scientist 研究流感等病原体跨物种传播时引发脓毒症等重症的分子开关,该工具生成并排序的假说中有一个她此前未关注的蛋白质,恰好连接她已感兴趣的信号通路。加入未发表数据后,假说逐步收敛到具体氨基酸,团队正构建携带氨基酸突变的细胞系验证。她称原本需两到三年的实验工作,如今有望在六个月内完成。

5月12日周二
5月6日周三
  1. Google DeepMind74

    Google DeepMind 详解 AlphaEvolve 一年落地:从基因组到 TPU 的多领域应用

    Google DeepMind 回顾 Gemini 驱动的编码智能体 AlphaEvolve 发布一年来的应用成果,称其已从试点成为 Google 基础设施的核心组件,用于优化下一代 TPU 设计、缓存替换策略和 Spanner 存储。

    推荐理由:官方汇总 AlphaEvolve 一年落地案例,覆盖基因组、电网、TPU 与多家企业应用,可据此判断算法智能体的实际边界。

4月29日周三
4月15日周三
  1. Hugging Face Blog69

    HCompany 发布 HoloTab:浏览器里的 computer-use AI 扩展

    HCompany 发布 HoloTab,一款 Chrome 扩展,可像人一样在任意网站上自动完成任务,无需配置或技术背景。用户描述需求后,智能体在浏览器内导航界面、填写字段并做决策,底层由视觉模型、动作规划和界面理解驱动。

    推荐理由:HCompany 把自家 computer-use 模型做成免配置的 Chrome 扩展,读者可据此判断浏览器自动化智能体的落地形态。

4月9日周四
  1. Hugging Face Blog62

    Sentence Transformers v5.4 支持多模态嵌入与重排模型

    Sentence Transformers v5.4 更新后,可用同一套 API 编码和比较文本、图像、音频与视频,并支持多模态重排模型对混合模态文档打分。新增能力覆盖跨模态相似度计算、encode_query/encode_document 检索流程以及先检索再重排的 RAG 模式,官方同时列出了 Qwen3-VL、NVIDIA、BGE-VL 等已支持的多模态嵌入与重排模型清单。

    推荐理由:官方给出 v5.4 多模态嵌入与重排的完整用法和模型清单,可据此判断跨模态检索的落地路径。

4月1日周三
  1. Hugging Face Blog62

    Gradio 发布 gradio.Server,支持任意自定义前端接入其后端

    Hugging Face 发布 gradio.Server,它扩展 FastAPI,让开发者用 React、Svelte 或纯 HTML/JS 等任意前端框架,同时复用 Gradio 的排队、并发控制、SSE 流式、MCP 支持和 Spaces 上的 ZeroGPU。

    推荐理由:原文给出 gradio.Server 的完整后端示例,读者可据此判断自带前端与 Gradio 队列、ZeroGPU 如何配合。

3月29日周日
  1. Google DeepMind58

    Google DeepMind 为 AI 时代重新设计鼠标指针

    Google DeepMind 公布 AI 指针的实验性方案,由 Gemini 驱动,让指针不仅知道指向什么,还能理解其对用户的意义。团队提出四条交互原则:保持工作流不被打断、用指向与语音替代长提示词、支持“这个”“那个”式的自然简写、把像素转成可操作实体。

2月19日周四
  1. Google DeepMind71

    Gemini 上线 Lyria 3 音乐生成,支持文字与图片生成 30 秒曲目

    Google DeepMind 的最新音乐生成模型 Lyria 3 以 beta 形式在 Gemini app 上线,用户用文字或上传图片、视频即可生成 30 秒带歌词或纯器乐的曲目,并自动配 Nano Banana 生成的封面图。

    推荐理由:官方披露 Lyria 3 在 Gemini 中的生成方式、时长与 SynthID 音频验证,可据此判断音乐生成的实际可用边界。

2月12日周四
2月9日周一
1月30日周五
  1. Google DeepMind72

    Google DeepMind 向美国 AI Ultra 订阅者开放 Project Genie 世界模型原型

    Google DeepMind 开始向美国 18 岁以上的 Google AI Ultra 订阅者开放 Project Genie,这是一个由 Genie 3、Nano Banana Pro 和 Gemini 驱动的实验性研究原型,支持创建、探索和重混交互式世界。

    推荐理由:官方披露了 Project Genie 的三项核心能力与已知限制,可据此判断世界模型原型当前能做什么、还差什么。

1月14日周三
  1. Google DeepMind71

    Google DeepMind 更新 Veo 3.1 Ingredients to Video,新增竖屏输出与 1080p/4K 放大

    Google DeepMind 更新 Veo 3.1 Ingredients to Video,让基于参考图生成的视频在简单提示词下更生动,并提升角色身份、背景与物体的一致性。

    推荐理由:官方给出 Veo 3.1 Ingredients to Video 在角色一致性、竖屏输出和 1080p/4K 上的具体变化,可据此判断视频工作流能怎么改。

12月16日周二
  1. Google DeepMind62

    Google DeepMind 发布 Gemma Scope 2 可解释性工具套件

    Google DeepMind 发布 Gemma Scope 2,一套面向 Gemma 3 全系列(270M 至 27B 参数)的开源可解释性工具。该套件结合稀疏自编码器(SAEs)与 transcoders,覆盖每一层,并新增 skip-transcoders、跨层 transcoders 及针对聊天版本的 jailbreak、拒绝机制和思维链忠实度分析工具。

    推荐理由:Gemma Scope 2 覆盖 Gemma 3 全系列并提供跨层工具,读者可了解可解释性工具如何用于审计智能体行为。

11月20日周四
  1. Google DeepMind62

    Google 在 Gemini 应用中上线 AI 图像验证功能

    Google 在 Gemini 应用中上线图像验证功能,用户上传图片并提问即可借助 SynthID 数字水印判断该图是否由 Google AI 生成或编辑。SynthID 自 2023 年推出以来已为超过 200 亿件 AI 生成内容添加水印,Google 此前已用 SynthID Detector 与记者和媒体从业者测试。

    推荐理由:原文说明 Gemini 应用内可直接核验图片是否由 Google AI 生成,并给出后续扩展到视频音频与 C2PA 的路线。

11月19日周三
  1. Google DeepMind82

    Google 发布智能体开发平台 Antigravity

    Google DeepMind 发布智能体开发平台 Google Antigravity,即日起公开预览且免费,支持 macOS、Linux 和 Windows。

    推荐理由:Google 把 IDE 拆成同步编辑器与异步 Agent Manager 两层,读者可据此判断智能体编码工具的产品形态走向。

11月11日周二
  1. Google DeepMind21

    Google DeepMind 与北爱尔兰 C2k 试点:Gemini 助教师每周省 10 小时

    Google DeepMind 与北爱尔兰教育当局 C2k 合作的六个月试点显示,参与教师借助 Gemini 平均每周节省 10 小时,并沉淀出 600 多个使用场景。教师用 Gemini 起草家长信、制作风险评估,用 NotebookLM 将课程材料转为播客和 MindMap 可视化,并生成爱尔兰语课程与个性化学习内容。C2k 计划在试点成功后向更多北爱尔兰教师推广 Gemini 培训。

11月12日周二
11月5日周二