跳到正文
  1. Google Gemini65

    Google Gemini 宣布可直接在应用内生成、预览和编辑文档、PDF、演示文稿、表格等多种文件。支持把手写笔记转成 PDF 学习指南、手动调整内容、高亮部分让 Gemini 修改文字或视觉元素,并可继续追问。

    推荐理由:官方宣布文档、PDF、演示文稿等可直接在 Gemini 内生成、预览和编辑,读者可据此判断它能否替代部分办公工具流程。

  1. The Decoder:AI News80

    Google 三季度搜索增速不及预期,投资者担忧 AI 搜索变现拖累核心业务

    Google 三季度搜索收入增长约 12%,低于分析师预期的 15%,市值一度缩水最多 10%。高管 Philipp Schindler 承认 AI mode 查询的强劲增长因变现率较低产生了影响,同时公司称搜索查询年增速达五年来最高,并计划在美国及国际市场扩大聊天机器人广告项目。

    推荐理由:文章把 Google 财报数据与 AI 搜索变现压力联系起来,读者可以借此核对市场担忧与官方说法之间的差距。

  2. Sundar Pichai78

    Sundar Pichai 发布 Alphabet Q3 业绩:年化收入 run rate 达 5000 亿美元,总收入同比增长 25%。Google Cloud 收入增长 103%,1P 模型 API 每分钟处理近 32B tokens(环比增 40%);Search 查询同比增速为五年来最高,并提到 Argon、Carbon 领跑前沿及最新世界模型 Genie 4。

    推荐理由:官方披露 Q3 财务与 AI 业务数据,可据此了解 Google Cloud 增速、模型 API token 处理量等一手经营指标。

  3. Ed Zitron 长文 / Where’s Your Ed At80

    Ed Zitron 长文解析 Anthropic S-1:称其把散户当作退出流动性

    Ed Zitron 撰文批评 Anthropic 的 S-1 招股书,指其仅披露 Q2 盈利数据、省略 Q3 现金状况和付款明细,是在公司基本面变化前误导投资者。

    推荐理由:作者基于 Anthropic S-1 逐项拆解其逾 4300 亿美元不可撤销算力承诺与收入结构风险,可用于对照招股书原文核实。

  4. Google DeepMind:Blog68

    Google DeepMind 发布 Gemini 4 Carbon 前沿模型

    Google DeepMind 发布 Gemini 4 Carbon,定位为最强前沿模型,主打网络安全与长程智能体能力,在 SEC-bench Pro 88.2%、ExploitGym 54.8%、CWE-bench 71.0% 取得领先,并以 59 分登顶 Artificial Analysis Intelligence Index v5.0。

    推荐理由:官方公布 Gemini 4 Carbon 的安全编码与长程任务成绩和定价,可据此外推其在网络安全防御场景的实际定位。

  1. 公众号:数字生命卡兹克65

    Google 发布世界模型 Genie 4,支持实时操控与原生音频

    Google 发布下一代世界模型 Genie 4,相比 Genie 3 在照片级真实感、物体碰撞等物理模拟上有明显进步。用户可用 WASD 和双摇杆实时控制角色或镜头,运行中可用自然语言修改天气和加入物体,模型还能同步生成环境音与人物实时对话。

    推荐理由:文章梳理了 Genie 4 相比 Genie 3 的画质、实时控制、原生音频等变化,并用视频路线与高斯泼溅路线的对比帮助读者理解世界模型走向。

  2. Google DeepMind:Blog73

    Google DeepMind 发布实时交互世界模型 Genie 4

    Google DeepMind 发布世界模型 Genie 4,主打实时交互模拟、更强照片级真实感,并首次在实时世界模型中原生生成音频,包括环境声和可实时交互的人物对话。

    推荐理由:官方完整说明了 Genie 4 的实时交互、原生音频和与 Gemini 协作机制,也坦陈当前在长时一致性和物理精度上的局限。

  1. Browser Use76

    让编程智能体使用已登录 Chrome 的六种方案实操指南

    Browser Use 作者整理了让 Claude Code、Codex、Gemini CLI、Cursor 等编程智能体使用已登录 Chrome 的方法:Claude 订阅用户可用 claude --chrome 的 Claude in Chrome 扩展。

    推荐理由:作者按编程智能体逐一梳理接入已登录 Chrome 的方案与配置,并解释为何复制 Cookie 行不通,方法可直接迁移到自己的工具链。

  1. Ars Technica:AI77

    PHP2Shell 漏洞披露前黑客已有四天窗口,多国机构紧急响应

    PHP2Shell 漏洞在被披露前四天已遭黑客利用,Calif 与 Wiz 的研究人员发现这些漏洞。OpenAI 称其前沿 AI 在攻击者之前发现了漏洞,并与 PHP、Calif、Wiz 合作验证并开发补丁。NSA 建议无法立即更新的机构将系统离线,英国 NCSC 表示漏洞可能让黑客无需登录凭据即可控制网站服务器,白宫称联邦机构正在评估对政府系统和关键基础设施的潜在影响。

    推荐理由:原文汇总了 NSA、NCSC 和白宫对 PHP 漏洞的处置表态,还引出 OpenAI 关于前沿 AI 发现漏洞的争议。

  1. Rohan Paul83

    NSA 警告两个由 Calif 研究人员用 GPT-5.6 Sol 发现的 PHP 关键漏洞(PHP2Shell),敦促组织打补丁或将未修补服务器下线。两个漏洞位于 PHP 核心,在 Apache mod_php 上演示的利用可在应用代码运行前触发。

    引用Rohan Paul@rohanpaul_ai

    使用 GPT-5.6 Sol 的研究人员在 PHP 中发现了一个极其严重的漏洞,PHP 驱动着约 70% 的网站,该漏洞导致主要网站下线,运营方纷纷紧急修补。 发现该漏洞的 AI 安全公司 Calif 在一份声明中表示,如果不尽快修补,这些漏洞可能使全球 70% 的网站面临风险,并称其为“AI 发现的最严重漏洞,甚至可能是整个软件史上最严重的漏洞”。 > PHP 紧急发布了修复程序,因为这些漏洞可能让无账号的攻击者接管 Web 服务器。 > 两个漏洞在 CVSS 严重性评分中均为 9.2 分,影响低至 5.4 的 PHP 版本。 > 当请求在错误的时机触及 PHP 的内存上限时,PHP 会释放内存但保留指向该内存的指针,该工作进程上后续的请求便可劫持这块内存。 > 审计人员在 2024 年发现了这一弱点,但修复工作停滞了数月,部分原因是没有人展示过实际攻击。 > 现由 Google 拥有的云安全公司 Wiz 表示,这些模型让一名研究人员在一周内完成了过去顶尖团队需要数月才能完成的工作。 > CVE 编号的泄露迫使 PHP 提前一天发布,Cloudflare 目前报告称已出现早期攻击尝试。

    推荐理由:原文把 AI 发现的 PHP 漏洞与实际攻击、补丁版本和暴露面数字放在一起,读者可以据此评估这一事件的真实影响范围。

  2. Google Research:Blog63

    Google Research 发表 AI 盲扫超声孕周评估研究,准确性与专家操作相当

    Google Research 在 JAMA Network Open 发表前瞻性多中心研究,评估基于"盲扫"超声的 AI 孕周评估模型在不同临床环境和设备上的泛化能力。

    推荐理由:研究给出跨芝加哥与内罗毕的前瞻验证数据,读者可据此评估 AI 超声在低资源场景落地的可行性。

  1. The Decoder:AI News79

    GPT-5.6 Sol 与 Gemini 4 Argon 发现影响数百万网站的 PHP 关键漏洞

    OpenAI 的 GPT-5.6 Sol 与 Google 的 Gemini 4 Argon 等大语言模型发现了影响全球数百万网站的 PHP 关键漏洞,OpenAI 称其为 Patch-the-Planet 计划中影响最大的安全问题之一。

    推荐理由:文章梳理了 OpenAI 与 Wiz 用大语言模型发现并协同修复 PHP 漏洞的过程,同时指出 AI 同样降低了攻击者的利用门槛。

  2. OpenAI:官网动态68

    OpenAI 与 Google Cloud 达成合作,OpenAI 模型将进入 Model Garden

    OpenAI 与 Google Cloud 达成合作,将把 OpenAI 前沿模型和 Codex 智能体工作流引入 Google Cloud 的 Model Garden,客户可通过 Google Cloud Marketplace 购买,并可用 GCP 消费承诺抵扣。

    推荐理由:OpenAI 官方宣布与 Google Cloud 合作,给出了模型上线 Model Garden 和 GCP 承诺抵扣等具体落地方式。

  3. Rohan Paul85

    Rohan Paul 总结 SpaceX Q3 2026 财报电话会要点:Super Intelligence 算力租赁业务(客户含 Anthropic 和 Google)收入 $7.6B,近翻三倍于 Q2 的 $2.56B,超过 Starlink 连接业务的 $5.2B 成最大收入来源,其中 $608M 来自新收购的 Cursor。

    引用SpaceX@SpaceX

    观看直播,SpaceX 将于今天中部时间下午3:30讨论我们2026年第三季度财报 → https://x.com/i/broadcasts/1PKqrNbLZbPGb

    推荐理由:原文梳理了 SpaceX 财报电话会的关键数字,AI 算力业务反超 Starlink 成为最大收入来源,读者可据此了解其业务重心转移。

  4. Alex Heath76

    Sundar Pichai 在访谈中解释 Demis Hassabis 逐步退出 DeepMind 日常管理和 Jeff Dean 离开 Google 的原因,称前沿模型开发已成为一项从数据、算力到团队管理都全消耗的规模化工作。

    引用Alex Heath@alexeheath

    Sundar Pichai 谈 Gemini 4 与 AI 算力紧缺 即便是 Google 也拿不到足够的算力。在 Gemini 4 Argon 更广泛发布后不久,我与 Google 和 Alphabet CEO @sundarpichai 坐下来聊了聊它的早期反响、他仍希望模型改进的地方,以及要让 Google 保持在 AI 前沿需要付出什么。 Pichai 解释了 Google DeepMind 近期的领导层变动,以及为什么构建前沿模型已成为一份“全身心投入”的工作。我们还谈到了 Google 对个人智能体竞赛的回应、他如何预测 Gemini 将替你完成更多工作,以及智能体最终是否会把 Search、Gmail 和 Gemini 整合到一起。 我问他 Google 自由现金流转为负值、AI 基础设施建设中的风险,以及他如何在还不知道模型将具备何种能力的数年前就规划需求。他解释了让他有信心继续投入的信号,以及他如何使用 AI 智能体来跟踪 Google 内部的模型开发和算力使用情况。 时间戳: 00:00 Gemini Argon 发布反响 01:49 模型访问与安全 06:20 AI 模型竞赛 08:35 智能体突破与 2027 年 11:34 递归自我改进 15:41 DeepMind 领导层变动 19:52 Google 的 AI 算力投资 25:20 AI 支出可持续吗? 33:18 Sundar 如何使用 AI 智能体 35:35 Gemini 的个人智能体计划 38:37 AI 智能体如何改变网络 43:52 Google 的太空数据中心 47:38 Waymo 的扩张战略 50:26 Wing 的无人机配送计划 51:36 AI 安全与监管 55:58 Google 的量子计算押注 YouTube:https://youtu.be/fJBSNEFdm8c Spotify:https://open.spotify.com/episode/0cJBqmVz3CWJSPdmBOeJGu?si=NBxJIMhZRgikafPtwY0sZA Substack:https://sources.news/p/sundar-pichai-gemini-4-google-other-bets Apple Podcasts:https://podcasts.apple.com/us/podcast/sundar-pichai-on-gemini-4-and-the-ai-compute-crunch/id1840154537?i=1000797461022 本期节目的呈现赞助商是 @hyperagentapp。感谢节目的首席赞助商:@Atlassian、@meetgranola 和 @mercury。

    推荐理由:Pichai 亲自回应 DeepMind 领导层变动,把前沿模型开发描述为全消耗性工作,可以从中读出 Google 高层对这一阶段节奏的判断。

  5. PyTorch:Blog74

    Google 与 Meta 发布 TorchTPU:PyTorch 原生 TPU 后端

    Google 与 Meta 联合开源 TorchTPU,为 Google TPU 提供原生 PyTorch 后端,模型只需把 .to("cuda") 改成 .to("tpu") 即可开箱运行,无需 JAX 依赖。

    推荐理由:原文详述架构、精度模式与多个训练推理案例,读者可据此评估把 PyTorch 工作流迁移到 TPU 的成本。

  1. Google Developers Blog70

    Google 发布 TorchTitan TPU 分叉并给出模型优化 Playbook

    Google 推出 TorchTitan TPU 分叉(github.com/google-pytorch/torchtitan),配合 TorchTPU 原生后端在 Cloud TPU 上训练 PyTorch 模型,提供 SimpleFSDP、Graph Trainer、Pallas 内核和优化 Playbook。

    推荐理由:原文给出从基准到编译、内核、内存的完整 TPU 优化顺序,以及 FLUX.1、Qwen3 235B 等实测数字,可迁移到自己的训练工作流。