跳到正文
只看一手#Google
  1. Google DeepMind71

    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。

    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，便于判断本地多模态检索的可行性。

  1. Google Research62

    Google 发布基于 TEE 的新一代联邦学习系统

    Google 公布新一代联邦学习系统，用可信执行环境（TEE）为数据匿名化提供可验证、可审计的保证，Gboard 已采用该系统。系统通过访问策略公开透明日志、KMS 密钥管理与 TEE 内 Python 训练程序执行，使加密训练数据只能在符合策略的 TEE 中解密处理。Gboard 已用它上线英语和日语下一词预测模型，训练时间从过去的 1-2 个月缩短，目前仅受 TEE 资源限制。

    推荐理由：Google 公布基于 TEE 的新一代联邦学习系统设计，读者可了解其如何把隐私保证从信任服务器转为可远程验证。

  1. Google DeepMind82

    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：官方披露了 Argon 在编码、企业知识与网络安全防御上的能力与定价，可据此判断前沿模型的落地节奏。

  1. Google DeepMind62

    Google DeepMind 推出 SynthID Bio，为 AI 生成蛋白质嵌入可验证水印

    Google DeepMind 发布 SynthID Bio，将水印技术引入合成生物学，把不可感知的签名直接嵌入生物代码，使水印不仅能在数字模型上验证，也能在合成出的实体蛋白质上验证，同时保持其生物功能。

    推荐理由：DeepMind 把水印从数字内容延伸到合成生物，读者可了解其如何在不影响蛋白功能的前提下嵌入可验证信号。

  1. Google Research66

    Google Research 发布 AI 视频联合导演框架，自动化长视频生成

    Google Research 发布 AI video co-director，一个构建在 Gemini 和 Veo 之上的多智能体编排框架，用于自动化多镜头长视频生成，并原生继承 SynthID 水印等安全机制。

    推荐理由：Google 把长视频生成拆成四个可组合框架，并给出多镜头一致性与角色保持的评测结果，便于判断多智能体编排在长时程生成中的位置。

  2. Google DeepMind71

    Google DeepMind 发布 Gemini 3.8 Live with Live Avatar

    Google DeepMind 发布 Gemini 3.8 Live with Live Avatar，在 Gemini 3.8 Live 的原生实时对话模型上加入近实时视频生成，实现带口型同步、自然表情和流畅轮次的视觉化对话，即日起在 Gemini Enterprise 提供。

    推荐理由：官方给出 Live Avatar 的实时音视频对话、异步工具调用与 97 种语言切换能力，可据此判断企业级数字人交互的落地形态。

  1. Google DeepMind62

    Google DeepMind 为 Private AI Compute 引入服务端持久记忆

    Google DeepMind 公布 Private AI Compute 的新技术更新，将持久化的服务端记忆引入该平台，让 AI 助手在跨设备场景下保留上下文，同时维持接近端侧的隐私标准。

    推荐理由：Google 公开了云端持久记忆的加密与验证机制，读者可据此判断跨设备 AI 记忆的隐私边界。

  1. Google DeepMind71

    Google DeepMind 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS

    Google DeepMind 推出 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款语音生成模型，前者面向角色设计与逐句表演指导，后者面向高并发、低成本的配音与语音智能体。

    推荐理由：官方给出两款 TTS 的定位差异、可用入口与基准排名，便于判断语音生成在创作与规模化场景中的分工。

  1. Google DeepMind82

    Google DeepMind 发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking

    Google DeepMind 发布 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking 两款实时语音对话模型，前者面向规模化与成本效率，后者面向高复杂度任务与多步推理。

    推荐理由：两款语音对话模型同时发布，给出基准成绩与开发者接入路径，可据此判断语音智能体的可用性。

  1. Google DeepMind78

    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中 90 亿个单核苷酸变异效应预测的平台，通过网站门户免费向学术研究开放。

    推荐理由：读者可了解 9 亿单核苷酸变异预测数据集如何被组织成可检索资源，以及它在罕见病与群体遗传研究中的实际用法。

已经到底了