跳到正文

Google / Gemini

Google 与 DeepMind 的 AI 动态:Gemini 系列、Veo 视频模型、研究成果与产品生态的持续追踪。

最新精选

第 81–100 条 · 共 193 条
10月8日周四
  1. InfoQ中文71

    谷歌借助 AI 与差分模糊测试将 C 语言依赖库改写为 Rust

    谷歌安全团队用 Gemini 将约 3000 行的 C 图像处理库 giflib 翻译成 ABI 兼容的 Rust 等价实现,停用进程隔离沙箱并保持原有延迟。团队搭建三阶段自动化迁移流程,对超过 3000 万个真实 GIF 文件做逐比特回归测试,差异模糊测试器连续六天执行 2 亿次迭代未发现功能漂移,并在 CVE-2026-26740 公开前修复了一个未打补丁的堆写入零日漏洞。

    推荐理由:谷歌用 Gemini 加差分模糊测试把 giflib 从 C 迁到 Rust 的完整流程,可供评估自动语言迁移的可行边界。

  2. 极客公园68

    极客早知道:ChatGPT 推出 IUI 智能用户界面,谷歌上线 AI 游戏平台 Playground

    OpenAI 将 GPT-6 推向更广泛的 ChatGPT 用户,并同步推出 Intelligent UI 智能用户界面,可根据问题自动组合文字、图表、按钮、表单,生成计算器、账单分摊工具或小游戏等可直接操作的界面,10 月 7 日起向 Plus、Pro、Business 和 Enterprise 用户逐步开放,Free 和 Go 用户 10 月 8 日起陆续获得支持。

    推荐理由:汇总了 ChatGPT 智能界面、谷歌 Playground 与微软本地跑千亿参数模型等多条产品更新,可一次了解各家交互与端侧方向。

  3. IT之家62

    谷歌 Chrome 155 浏览器支持解码 JPEG XL 图片格式

    谷歌开发者博客宣布 Chrome 155 浏览器解码支持 JPEG XL(.jxl)图片格式,该格式相比 JPEG 可提供 30-50% 的压缩率,并支持无损压缩、内置 HDR 和无损 JPEG 转码。

    推荐理由:Chrome 155 用纯 Rust 解码器支持 JPEG XL,读者可了解浏览器图片解码在压缩率与内存安全上的取舍。

  4. The Decoder62

    扎克伯格支持的 Biohub 牵头 18 亿美元计划,构建预测细胞行为的 AI 模型

    扎克伯格与 Priscilla Chan 支持的 nonprofit Biohub 正牵头一项 18 亿美元的计划,整合数据、实验室设备与算力,用于训练预测细胞行为的 AI 模型,以加速药物研发。

    推荐理由:读者可了解这笔 18 亿美元投入的资金来源与数据开放规则,以及商业资助方与政府资助项目在数据获取上的差异。

  5. The Decoder62

    Google 开放 SynthID 检测器,称已有 1800 亿图片和视频带水印

    Google 将 SynthID Detector 开放给公众,任何人都可以检测图片、视频或音频是否由 Google 及其合作方的 AI 生成。该工具可识别 Gemini、Veo、Lyria 等模型嵌入的隐形水印,支持 JPG、PNG、MP4 和 MP3 格式。

    推荐理由:SynthID 检测器开放公众使用,读者可了解水印检测的适用范围与它只识别自家水印的边界。

10月7日周三
  1. IT之家62

    谷歌 SynthID 检测网站面向全球用户开放

    谷歌宣布其 AI 生成内容检测网站 SynthID 已面向全球用户开放,用户可检测图片、视频或音频是否由 AI 生成。SynthID 是谷歌 2023 年推出的隐形水印,嵌入在 Nano Banana、Veo 和 Lyria 模型中,OpenAI、英伟达和 Kakao 也支持该工具。

    推荐理由:SynthID 从模型内置水印扩展为面向全球用户的独立检测入口,可了解 AI 内容溯源的实际可用范围。

  2. Ars Technica · AI58

    Google 推出改进版 SynthID AI 内容检测器,面向全球开放

    Google 宣布其 SynthID 检测器现已支持所有合作方嵌入的水印,并上线独立网站 SynthID.com 供任何人使用。此前非 Google 信任测试者只能通过询问 Gemini 来检测水印,且检测器只识别 Google 自家的 SynthID,ChatGPT 等合作方生成内容即使带有 SynthID 也不会被标记。

    推荐理由:SynthID 检测器从仅支持 Google 自家水印扩展到全部合作方,并开放独立网站,读者可据此判断 AI 内容溯源的实际可用性。

  3. The Verge · AI58

    Google DeepMind、Meta 与 Isomorphic Labs 联合向 Biohub 投资 3 亿美元

    Google DeepMind、Meta 和 AI 药物发现初创公司 Isomorphic Labs 联合向扎克伯格夫妇创立的非营利生物医学研究机构 Biohub 投资 3 亿美元,用于构建 AI 数据集,帮助研究人员以数字化方式提出、预测和回答生物学问题。

    推荐理由:读者可了解 Biohub 虚拟细胞项目的多方出资结构,以及联邦机构在数据与资金上的配套投入。

  4. TechCrunch · AI62

    Google 上线 SynthID 检测网站,向所有人开放 AI 生成媒体识别

    Google 周二上线新网站,任何人都可以检测图片、视频或音频是否由 AI 生成。该工具此前在 Google I/O 上仅向部分记者、媒体从业者和研究人员开放测试,现已全面开放,支持 JPG、PNG、MP4、MOV、WAV、MP3 等图片、视频和音频格式。

    推荐理由:SynthID 检测站点从限量测试开放给所有人,并列出支持的图片、视频、音频格式与接入方。

  5. TechCrunch · AI62

    Google Labs 推出 AI 游戏创作平台 Playground

    Google Labs 推出 AI 游戏创作平台 Playground,用户用简单文本提示即可构建浏览器游戏,无需编程经验。创作者可选择问答、竞速等类型,指定 2D 或 3D、单人或多人,并描述玩法机制与视觉风格,还可上传素材由 AI 转成符合美术风格的游戏资产。

    推荐理由:Google Labs 用文本提示生成可发布浏览器游戏,读者可据此判断无代码游戏创作的门槛与计费方式。

  6. IT之家58

    谷歌携手 Unity 推出 AI 游戏平台 Playground,支持自然语言创作

    谷歌宣布与 Unity 合作推出实验性 AI 游戏平台 Playground,用户输入简短提示词即可创建游戏。平台采用对话式界面,初稿完成后可调整物理效果、修改游戏规则或自定义角色,基于浏览器运行并支持电脑、手机等设备。成品可分享给家人朋友或发布到 Explore 展示页,未来还将与 Unity Spark 集成,提供更强的修改程序与 3D 开发能力。

    推荐理由:谷歌与 Unity 合作的实验性平台把提示词到可玩游戏的流程压缩到浏览器里,读者可据此判断游戏创作门槛的变化。

  7. Ask HN62

    研究:Google Chrome 的 AI API 被用于设备指纹与用户画像

    作者 AlexanderHanff 将于 11 月 17 日发布一份关于在线隐私现状的研究论文。为开展研究,他对 100 个头部英文内容网站(不含 B2B 或 SaaS,仅消费者内容站)进行了取证审计,监控所有浏览器事件并捕获载荷。

    推荐理由:作者对 100 家英文内容站做取证审计,给出 Chrome AI API 被用于设备指纹与画像的比例,可作为隐私风险的实测参照。

  8. IT之家62

    谷歌推出 macOS 应用 AI Edge Foresight,支持离线记录会议纪要

    谷歌推出全新 macOS 应用 AI Edge Foresight,向苹果用户展示 EmbeddingGemma 2 端侧多模态模型的实力。该应用调用 Mac 麦克风和系统音频,结合用户笔记整理线上、线下会议纪要,并支持基于会议内容和其他知识库的实时问答,可完全离线运行。应用兼容 Apple 芯片的 Mac,用户可免费下载。

    推荐理由:谷歌用一款免费 macOS 应用展示 EmbeddingGemma 2 的端侧多模态能力,可据此判断离线会议纪要的可用形态。

  9. Latent Space82

    OpenAI 发布内部模型产出的 722 篇数学论文,称解决 500 个公开数学难题中的 90 个

    OpenAI 在一个公开 GitHub 仓库中发布了内部前沿模型产出的数学成果,共 722 篇手稿、归入 372 个相关结果族,来自约 4000 道研究问题的评测,平均每个结果约消耗 3 小时 ChatGPT Pro 思考算力,模型本身未发布。

    推荐理由:OpenAI 用内部模型批量产出数学结果并公开仓库,读者可据此了解这批成果的规模、算力成本与外界质疑。

  10. IT之家78

    谷歌推出 EmbeddingGemma 2:支持多模态,7.4 亿参数量化后手机端运行约需 191MB 内存

    谷歌正式推出 EmbeddingGemma 2,将嵌入能力从文本扩展到代码、图像、视频和音频,并统一映射到同一嵌入空间。该模型基于 Gemma 4 架构,采用 Apache 2.0 许可,总参数 7.4 亿,纯文本任务仅需 2.7 亿参数,可叠加 1.7 亿参数视觉编码器和 3 亿参数音频编码器。

    推荐理由:EmbeddingGemma 2 把嵌入能力从文本扩展到代码、图像、视频和音频,并给出端侧量化内存占用,便于判断本地多模态检索的可行性。

  11. Show HN62

    Vibeconferencing:把 Claude Code 或 Codex 接入 Google Meet

    作者和朋友做了一个本地 Electron 应用 Vibeconferencing,让 AI 智能体以参会者身份加入 Google Meet 通话。智能体通过 MCP 或 HTTP 驱动它,可调用听、说和写入共享白板三类工具,Claude Code、Codex 和 Cursor 都能运行。

    推荐理由:作者把 Claude Code、Codex 等 MCP 智能体接入 Google Meet 的本地实现讲清楚了,可看它如何复用会议字幕与虚拟麦克风。

  12. Google DeepMind78

    Google DeepMind 发布 EmbeddingGemma 2 开源轻量多模态嵌入模型

    Google DeepMind 发布 EmbeddingGemma 2,这是面向端侧的多模态嵌入模型,原生将文本、图像、音频和视频映射到统一嵌入空间,基于 Gemma 4 架构、Apache 2.0 许可,参数量 740M。

    推荐理由:EmbeddingGemma 2 把文本、图像、音频、视频统一到同一嵌入空间,并给出端侧内存与向量截断的具体数据,便于评估本地多模态检索的可行性。

  13. The Decoder62

    Google 发布图像模型 Nano Banana 2.1,价格约为前代一半

    Google 发布图像生成与编辑模型 Nano Banana 2.1,取代 2026 年 2 月发布的 Nano Banana 2,价格约为前代一半:1K 图像从 6.70 美分降至 3.36 美分,4K 从 15.10 降至 7.56 美分。

    推荐理由:原文给出 Nano Banana 2.1 的定价对比与基准数据,读者可据此判断它在 Google 图像模型序列中的性价比位置。