Google DeepMind 发布 EmbeddingGemma 2 端侧多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2,这是其首个原生多模态开放模型,面向端侧嵌入场景。该模型从文本扩展到代码、图像、音频和视频,并将这些模态统一到同一嵌入空间。
Google DeepMind 发布 EmbeddingGemma 2,这是其首个原生多模态开放模型,面向端侧嵌入场景。该模型从文本扩展到代码、图像、音频和视频,并将这些模态统一到同一嵌入空间。
Google AI 介绍 AI 研究实验室 Living Models 将 Gemma 4 与植物 DNA 专用模型 BOTANIC-1 组合,用于快速定位影响作物性状的基因突变。
Google 已将 Project Suncatcher 的原型卫星搭乘 SpaceX Transporter-18 拼车任务送入轨道,该卫星与 Planet 合作建造,用于收集 Google TPU 在太空飞行物理压力与极端环境下表现的数据。这一去年公布的登月项目最终想探索如何把多个卫星星座连接起来做规模化机器学习;在低地球轨道运行可获取近乎持续的阳光,太阳能发电量最高可达地面的 8 倍。
当 AI 生成的内容变得如此逼真,我们如何验证哪些是人类、机器或自然创造的? 我们在播客中探讨溯源的关键作用——以及不可感知的水印如何同时保护数字媒体和生物设计。↓ 时间轴: 00:00 介绍 00:34 什么是水印? 04:35 SynthID 15:16 图像与视频 19:28 SynthID Bio 28:00 韧性的未来
Google DeepMind 发布 SynthID Bio,这是一组面向 AI 生成生物设计的水印方法。官方称可在不影响生物功能的前提下,把不可感知的签名直接嵌入蛋白质序列,并称这是首次实现。
Google 发布新前沿模型 Gemini 4 Argon,面向复杂长程工作流持续进行深度推理,在真实软件工程、法律与金融等企业知识工作以及网络安全防御场景中提供前沿性能。该模型输出 token 上限提升至 1M tokens,目前正通过 Fairwind Program 向一批受信任的网络安全防御方逐步开放,后续将尽快扩大可用范围。
推荐理由:官方给出 Gemini 4 Argon 的定位与 1M 输出 token 上限,可据此判断长程复杂工作流的可用边界。
Google DeepMind 发布新前沿模型 Gemini 4 Argon,面向编码、企业知识工作和网络安全防御等复杂工作流。该模型当天起通过 Fairwind Program 向一批受信任测试者开放。
Google DeepMind 宣布推出新前沿模型 Gemini 4 Argon,先通过 Fairwind Program 向受信任的网络安全防御方开放,后续再向开发者、企业和消费者推出。
推荐理由:官方披露了 Argon 的输出上限、定价与多项基准成绩,可据此判断前沿模型在长任务上的能力边界。
Google DeepMind 发布 SynthID Bio,把水印技术引入合成生物学,将不可感知的签名嵌入生物代码,在实验室测试中保持蛋白质生物功能不变。该方法针对序列微调氨基酸选择、针对 3D 结构调整原子坐标,并在 AlphaFold 3 扩散网络中微调部分权重,使预测坐标自带可检测签名。
推荐理由:Google DeepMind 把 SynthID 水印扩展到合成生物学,读者可了解其在蛋白质设计与结构预测中的嵌入方式及生物安全用途。
Google 本周发布 Gemini 3.8 Flash TTS 与 Gemini 3.8 Flash-Lite TTS 两款音频生成模型,并推出带 Live Avatar 的 Gemini 3.8 Live,为对话式 AI 带来近实时视觉呈现。
Google 发布 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款语音模型,支持 100 多种语言的自定义音色和 2000 多种现成音色。
Google DeepMind 发布两款文本转语音模型。Gemini 3.8 Flash TTS 可设计带不同口音和特征的自定义音色;Gemini 3.8 Flash-Lite TTS 面向效率与规模化,可从自建风格或官方生产级音色库中选择。
Google 发布本周更新汇总,推出迄今最先进的实时对话音频模型 Gemini 3.8 Live 与 3.8 Live Extended Thinking。Google Labs 的个性化故事合集实验 Dreambeans 与 Workspace 图像生成工具 Google Pics 均已 GA,CC 则从个人效率工具扩展为协助家庭协调日程与日常事务的共享智能体。
@BroadInstitute、@UniofExeter 及其他机构的研究人员已在用 AlphaGenome Atlas,更好地识别潜在的致病 DNA 变异并解读其作用。🧵
Google 发布两款 Gemini 音频模型 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking。Gemini 3.8 Live 侧重规模、速度和成本效率,支持句中打断、在 97 种语言间即时切换并理解视觉上下文;3.8 Live Extended Thinking 则边推理边说话,可处理规划活动等多步骤任务。
推荐理由:两款音频模型分别面向低延迟对话与复杂任务推理,读者可据此判断语音交互的适用边界。
Google DeepMind 推出 Gemini 3.8 Live 和 3.8 Live Extended Thinking 两款对话模型,称其为目前最好的对话式 AI。官方表示这两款模型可以对话、思考并在后台处理任务,而不打断用户当前流程。
推荐理由:官方给出两款对话模型在后台持续处理任务的能力定位,可据此判断实时语音交互的边界。
天气预报在向可再生能源转型中发挥着关键作用。 WeatherNext 3 为电网运营商以及风能和太阳能发电企业提供风机高度风速和太阳辐射的预测,助力更智能、更清洁的能源规划。🧵
Google Labs 推出 Dreambeans,可从 Gmail、Calendar、Search、Gemini App 和 Google Photos 的人脸分组中汇集信息,生成个性化图文故事并推送每日通知。用户点击故事卡片可查看详情和下一步链接,例如观看电影预告片或购买推荐礼物。该功能为主动选择加入,并设有隐私过滤和“不感兴趣”按钮,用于反馈调整推荐。
我们如何重建一段从未被拍摄过的记忆? 我们的团队将修复的档案照片与姿态控制模型相结合,捕捉 Burt 和 Ethelle 的举止习惯与微表情。 这帮助还原了他们初次相遇那天的场景,用于《Love, Rendered》——一部与 @PrimordialSoup_ 和 @StorySyndicate_ 合作的新纪录片。 在 YouTube 上观看完整影片 → https://goo.gle/3V8m94m
哦,原来这就是我们绘制雄性果蝇全部 166,000 个神经元图谱的原因。来看看这项社区大规模协作成果,展示这些微小果蝇大脑究竟有多大能耐 🪰🧵
Google 发布图像生成与编辑工具 Pics,基于 Nano Banana 构建,支持隔离并编辑图像中的特定对象而不改动其余部分、直接修改或翻译图中文字、多人协作同一作品,以及从单条提示词生成多个选项。
推荐理由:官方给出 Google Pics 的图像编辑能力与订阅、Workspace 开放范围,可据此判断可用性。
从追踪飓风到优化可再生能源电网,@PeterWBattaglia 和 @fryrsquared 探讨 WeatherNext 3 如何塑造我们在快速变化的气候中建模预报和做准备的方式。 播客时间轴: 00:00 介绍 00:38 飓风 Melissa 11:50 为什么天气预报很难 14:13 传统模型 vs AI 模型 21:55 概率预报 26:00 WeatherNext 3 33:00 未来展望 43:44 Hannah 的感想
Google Research Connectomics 团队与 HHMI Janelia 合作,发布了雄性果蝇大脑和中枢神经系统的完整连接图,按已校对神经元数量计算是迄今规模最大的脑图谱。推文随后解释了研究团队为何关注这只小果蝇的大脑。
Google 推出 AlphaGenome Atlas,一个面向基因组学发现的可交互平台,把 AlphaGenome 的预测扩展到人类基因组全部 90 亿个单字母变异,形成约 1PB 数据集。
推荐理由:原文交代了平台如何把 AlphaGenome 的预测扩展成 1PB 数据集,并给出零代码检索入口,便于读者判断它对基因研究流程的改变。