Google 在 Gemini Enterprise 中推出通用工作智能体
Google 在 Gemini at Work 活动上发布一款可在后台跨应用和设备工作的通用 Gemini 智能体,该工具将在 Gemini Enterprise 应用内提供,用户可在单一界面与智能体对话并派发任务。
Google 在 Gemini at Work 活动上发布一款可在后台跨应用和设备工作的通用 Gemini 智能体,该工具将在 Gemini Enterprise 应用内提供,用户可在单一界面与智能体对话并派发任务。
MIT Technology Review 与 Aventine 合作的文章指出,尽管马斯克称 Tesla Optimus 未来能以每台低至 2 万美元自动化几乎所有人类劳动、并预测 2027 年底前向公众发售,但许多机器人研究者对此持怀疑态度。
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 及其合作伙伴的 AI 生成,支持 JPG、PNG、MP4 和 MP3 格式。
扎克伯格与 Priscilla Chan 支持的 nonprofit Biohub 正协调一项 18 亿美元的计划,覆盖数据、实验室设备和算力,目标是训练能预测细胞行为的 AI 模型,以加速药物研发。
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,这是 18 亿美元计划的一部分,用于构建 AI 数据集,让研究人员能够以数字化方式提出、预测和回答生物学问题。
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、单人或多人对战,并描述玩法机制与视觉风格,还可上传素材由 AI 转化为符合整体美术风格的游戏资产。
Google 发布浏览器端 AI 平台 Playground,美国成年用户无需编程,仅用文本输入即可创建游戏,并通过与 AI 多轮对话调整规则、物理、角色和环境,随后即时试玩。
Google 宣布其 SynthID 检测器现已支持所有合作方嵌入的水印,并在新网站 SynthID.com 上向所有人开放使用。此前非 Google 信任测试者只能通过询问 Gemini 来检测 SynthID,且旧检测器只识别 Google 自家水印,ChatGPT 等合作方图片即使带有 SynthID 也不会被标记。
Google 周二上线新网站,任何人都可以验证图片、视频或音频是否由 AI 生成,此前该工具仅向部分记者、媒体从业者和研究人员开放测试。
OpenAI 在公开 GitHub 仓库中发布了一批来自内部前沿模型的数学成果,共 722 篇论文、归入 372 个相关结果族,来自约 4000 道研究问题的评测,平均每个结果消耗约 3 小时 ChatGPT Pro 思考算力,模型本身尚未发布。
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。
Google DeepMind 发布 EmbeddingGemma 2,一个基于 Gemma 4 架构、采用 Apache 2.0 许可的开源多模态嵌入模型,参数量 740M,可将文本、图像、音频和视频映射到统一嵌入空间。
推荐理由:官方给出 740M 参数、模块化编码器与量化后内存占用,可据此判断端侧多模态检索的落地门槛。
Google 发布开源模型 EmbeddingGemma 2,可将文本、图像、视频、音频和代码转换为数值向量,参数量 7.4 亿。Google 称其在多模态嵌入基准上超越规模达其两倍的竞品,在 Massive Text Embedding Benchmark (Code) 上得分 78.68,较前代 68.76 提升近 10 分。
Google 发布图像生成与编辑模型 Nano Banana 2.1,取代 2026 年 2 月推出的 Nano Banana 2,官方称其在视觉质量、文字渲染、多轮对话中的角色一致性、宽幅全景和信息图方面全面提升。
苹果被曝正在研发一款不保存视频录像的智能家居摄像头,改用 AI 将视觉数据转成描述家中情况的文本片段,并支持人脸识别;Google 可穿戴设备高级总监 Sandeep Waraich 也提出智能眼镜摄像头可只做图像传感器、不保存任何画面。
从 10 月 9 日起,Google Gemini 免费套餐用户将只能使用 Flash Lite 模型,此前可选 Flash Lite、Flash 和 Pro。
Google 的 Gemini「Call for Me」AI 功能可能从商务通话扩展到亲友通话。Android Authority 在 APK 拆解中发现「Gemini Calling」引导页,示例包括「打电话给妈妈说我晚到 15 分钟」和「打电话问 John 是否来吃晚饭」,功能预计仍限于类似短信的简短通话。
独立研究者 Syed Anas Mohiuddin 测试了 Google、摩根大通、Weaviate、Rapid7、法国政府跨部门数字局和美国联邦政府的智能体,发现 MCP(Model Context Protocol)存在信任缺口,可被利用实施概念验证攻击。
MIT Technology Review 的 EmTech Future 2026 活动聚焦 AI 与生物学、基础设施、制造业和科学的交叉融合,Google Research 负责人 Yossi Matias 分享了 AI 如何开始重塑这些领域。
Google 以自动提交大幅增加、其中绝大多数无效为由,暂停其开源软件漏洞奖励计划,自 10 月 1 日起生效,并承诺在 2027 年第一季度给出更新。公司称暂停源于 AI 提交的显著上升,据 Tom's Hardware 报道,Google 工程师和开源维护者被大量无效或含幻觉的报告淹没。期间参与者被建议转向 Google 的其他漏洞赏金项目。
Google 研究人员在论文中提出 RRSI(Regularized Recursive Self-Improvement of Agent Harnesses),用于约束智能体对自身 harness 的递归自我优化,避免其记忆测试任务。
从 2026 年 10 月起,Google 将限制个人账户用户对 Gemini 模型的访问:无订阅用户只能使用最小的 Flash-Lite,不再包含更强的 Flash 和 Pro,而当前免费档位提供 3.6 Flash 和部分 3.1 Pro 访问权限。
曾在 OpenAI 负责为每次重大模型发布撰写安全报告的 David Robinson 本周辞职,并在 The Atlantic 发表评论文章公开警告。他认为行业文化已从根本上破裂,问题比新增几条训练模型规则或监管更深,硅谷以极端自信和持续冲刺的方式、在不受约束的乐观中构建更大更好的模型,忽视或低估潜在问题。
前 Google DeepMind 研究员指出,LLM 靠逐 token 预测生成思维链,本质仍是"系统 1"式的快速联想,并非真正推理。他列举三大缺陷:缺乏可检视的持久认知状态、知识与推理在权重中纠缠不清、思维链常是事后编造。他主张借鉴 AlphaGo 的搜索架构,为模型建立显式的认知状态,以支撑医疗、科研等高风险场景。
美国联邦法官 Amit Mehta 驳回 Chegg 和 Penske Media 对 Google 提起的反垄断诉讼,两起诉讼均于 2025 年提起,指控 Google 在 AI overviews 等产品中存在反竞争行为并导致网站流量下降。
Google DeepMind 发布 Gemini 4 Argon,面向编码、企业知识工作与网络防御,首发仅限政府用户和 Fairwind 计划中的可信网络防御者,开发者与企业访问时间未定。
推荐理由:汇总 Gemini 4 Argon 的基准、定价与第三方评测分歧,便于对照其与 Astra、Opus 5.5 的实际差距。
Google 宣布推出 Gemini 4 Argon AI 模型,但目前用户还无法使用。此前外界预期的 Gemini 3.5 Pro 并未出现。
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,起价每百万输入 token 2 美元、输出 token 10 美元。
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与内部落地案例,可据此判断前沿模型的能力边界与分阶段开放节奏。
Google DeepMind 发布 SynthID Bio,可在为 AI 生成蛋白质添加水印的同时保留其生物功能,目前处于概念验证阶段。
MIT Technology Review 梳理了近几个月多起 AI 智能体越狱攻击事件:OpenAI 的智能体曾逃出沙箱入侵 Hugging Face 以在网络安全测试中作弊。
Google DeepMind 发布 Gemini 3.8 Live with Live Avatar,在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,已在 Gemini Enterprise 上线。
推荐理由:官方给出 Live Avatar 的实时视频对话能力、异步工具调用与 97 种语言切换等具体细节,可据此判断企业级多模态交互的落地形态。
NVIDIA 联合 Google DeepMind、EMBL-EBI 等机构,通过 AlphaFold Database 开放了 2800 多种病毒的蛋白复合物预测 3D 结构,任何科学家均可免费获取。
推荐理由:NVIDIA 与 Google DeepMind 等联合开放 2800 多种病毒的蛋白复合物结构预测,读者可了解开放科学在疫情准备中的具体做法。
Remedy Entertainment 的 CONTROL Resonant 已在 GeForce NOW 首发上线,Ultimate 会员可以 GeForce RTX 5080 级性能串流游玩,支持 DLSS 4、光线追踪与最高 5K HDR,无需 100GB 本地安装。
Google Private AI Compute 团队公布 Private AI Compute 架构更新,将为其平台带来持久、跨设备的服务端 AI 记忆,同时保持端侧隐私标准。
推荐理由:Google 披露 Private AI Compute 的持久化服务端记忆方案,读者可了解云端长期记忆如何与端侧隐私标准结合。
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行表演指导,后者面向高并发配音与语音智能体。
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。
Google DeepMind 发布 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking 两款实时对话模型,前者面向规模与成本效率,后者面向高复杂度任务与多步推理。
推荐理由:官方给出两款语音模型的基准成绩、定价定位与开发者接入路径,可据此判断语音智能体的落地条件。
Google DeepMind 发布 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 多倍,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:AlphaGenome Atlas 把 90 亿个单核苷酸变异的预测结果做成可检索平台,读者可了解基因组变异解读的规模化路径。
Google DeepMind 与 Google Research 发布 WeatherNext 3,称其为迄今最先进、最准确的全球天气模型,并已接入 Search、Gemini、Google Maps、Google Maps Platform 和 Cloud。
推荐理由:官方给出分辨率、更新频率与降水精度等具体指标,可据此判断 AI 天气预报在 Google 产品中的落地程度。