公司与模型
Google 与 DeepMind 的 Gemini 模型、Veo 视频生成、前沿研究与各条产品线的 AI 更新。
14 条精选近 30 天 10 条共收录 58 条
Google DeepMind 转发介绍，四个 Gemini 4 Argon 智能体在同一个 Minecraft 世界中从零开始，用 27 小时击败末影龙。它们只在沙盒中用代码和文本操作，共编写 2,783 个程序，通过聊天分配任务、共享笔记并互相调试错误，全程没有人类帮助。
推荐理由：四个 Gemini 4 Argon 智能体在共享沙盒中自行分工、写码与调试，展示了多智能体协作完成长程任务的一种路径。
Gemini 4 Argon 今日正式开放，覆盖 Gemini API、Gemini 应用、Search 的 AI Mode 与 Antigravity，并接入 Cursor、Devin 和 GitHub Copilot。
推荐理由：汇总当日 AI 工程大会与模型发布动态，读者可一次了解 Gemini 4 Argon 的定价、评测与部署反馈。
Google DeepMind 开始广泛推送 Gemini 4 Argon，并同步发布安全与安全报告，说明其在高风险领域的防护设计。该模型在 12 个端到端模拟网络攻击场景中全部完成，上一代为 5 个；在 Gray Swan 的间接提示注入基准上，15 次自适应攻击的成功率降至 0.7%。
推荐理由：原文披露了 Gemini 4 Argon 在网络安全与生物风险上的防护分层，以及智能体越界行为的监控数据。
Google 宣布前沿模型 Gemini 4 Argon 已在全球范围内上线，面向编码、金融、法律、网络安全和科学等复杂真实任务。官方表示该模型可在用户常用的 Google 产品中使用，并附上使用方式说明。
推荐理由：Google 官方公布 Gemini 4 Argon 全球上线，并点明它面向编码、金融、法律、网络安全和科学等复杂任务。
Google DeepMind 宣布 Gemini 4 Argon 已在全球范围开放使用。该模型面向端到端解决高难度问题，能力覆盖编码、企业工作流和网络防御。
推荐理由：官方给出 Gemini 4 Argon 的全球开放范围与编码、企业工作流、网络防御三项能力定位，便于判断适用场景。
Google DeepMind 发布 Gemini 4 Argon，通过 Gemini API、AI Studio、Antigravity 及 Gemini 应用向开发者、企业和订阅用户开放，定价为每百万输入 token 2 美元、输出 token 10 美元。
推荐理由：官方披露了 Argon 在编码、科研与安全对齐上的具体案例和基准表现，可据此判断前沿模型在长程任务中的实际边界。
Google DeepMind 发布 EmbeddingGemma 2，这是基于 Gemma 4 架构、采用 Apache 2.0 许可的 740M 参数嵌入模型，可将文本、代码、图像、音频和视频映射到统一嵌入空间。
推荐理由：原文给出参数量、内存占用和基准提升，可据此判断端侧多模态检索的落地条件。
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 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 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。
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。
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。