跳到正文
9月25日周五
  1. Google Developers Blog61

    Google Cloud API Gateway 推出 MCP 支持,可将现有 REST API 直接暴露为智能体工具

    Google Cloud API Gateway 在 Public Preview 中可充当远程 MCP 服务器,无需单独搭建 MCP 服务器,即可把已有 REST API 暴露为智能体可调用的工具。

    推荐理由:原文说明了通过注解 OpenAPI 规格让网关直接充当远程 MCP 服务器的做法,并给出配置示例、安全注意事项和当前限制。

9月24日周四
  1. NVIDIA Blog61

    NVIDIA 联合 Google DeepMind 等机构开放 2800 多种病毒的蛋白复合物预测结构数据集

    NVIDIA 与 Google DeepMind、EMBL-EBI 等全球研究机构合作,通过 AlphaFold Database 开放发布 2800 多种病毒的蛋白复合物预测 3D 结构,旨在为下一次疫情储备知识。

    推荐理由:原文给出数据集规模、覆盖范围和可复用的开源预测流程,读者可以据此评估如何用于自己的蛋白结构研究。

  2. Google Developers Blog60

    Antigravity SDK 支持本地模型,首发 Gemma 4 26B A4B 配合 LiteRT

    Google 宣布 Antigravity SDK 支持本地工作流,首发支持通过 Google AI Edge 的 LiteRT 运行 Gemma 4 26B A4B,可完全离线获得智能体辅助能力,建议机器配备超过 24GB VRAM 或统一内存。

    推荐理由:官方给出完整的本地模型接入步骤和混合编排示例,开发者可以直接照此把智能体工作流搬到离线环境。

9月23日周三
  1. Google DeepMind:Blog74

    Google DeepMind 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS 语音生成模型

    Google DeepMind 发布 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型,支持用自然语言提示词从零设计声音、30 秒样本复刻声音,并提供逐行表演指导、长时音频生成和双说话人场景编排,覆盖 100 多种语言。

    推荐理由:官方介绍了两款 TTS 模型的能力细节、评测名次和开放入口,开发者可以据此评估语音生成工作流的选型。

  2. Google Developers Blog57

    Google Colab 纳入 Google AI 订阅计划

    Google 宣布 Google AI 订阅用户即日起可获 Colab 高级权益,包括优先使用更快的加速器和更强的机型。Google AI Ultra 订阅还解锁后台不间断执行和 Premium GPU,长训练任务无需保持浏览器标签页打开,权益将在未来几周内向 Colab 支持国家/地区的订阅用户推出,原 Colab 订阅不受影响且可与 Google AI 订阅权益叠加。

9月22日周二
  1. Gemini API:更新日志65

    Google 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS 并正式开放 Gemini API Voices 端点

    Google 宣布 Gemini 3.8 Flash TTS(gemini-3.8-flash-tts)和 Gemini 3.8 Flash-Lite TTS(gemini-3.8-flash-lite-tts)正式可用,并发布 Gemini API Voices 端点(/v1beta/voices)。

    推荐理由:官方更新日志列出了两个 TTS 模型定位差异和 Voices 端点能力,读者可据此选择替换现有语音方案。

9月18日周五
  1. Google Developers Blog63

    Google 与 Speakeasy 开源 OpenAPI SDK 生成套件

    Google 与 Speakeasy 合作,将 Speakeasy 的 OpenAPI 客户端代码生成套件以 AGPLv3 许可开源,此前原 SDK 生成供应商被收购并突然宣布关停,凸显闭源生成器的平台风险。

    推荐理由:原文交代了开源 SDK 生成器的许可、语言覆盖和迁移背景,开发者可据此评估能否替代自有闭源生成管线。

9月17日周四
9月16日周三
  1. Google Blog:AI63

    Google 发布 TranslateGemma 等多语言 AI 成果,语言技术覆盖 300 多种语言

    Google 宣布其语言技术已支持超过 300 种语言、覆盖全球 86% 人口,并发布 TranslateGemma 轻量开源翻译模型(基于 Gemini 训练、支持 55 种语言、可离线运行)。

    推荐理由:原文来自 Google 对其语言技术的系统性梳理,读者可以借此了解其多语言 AI 的技术路线和数据合作方式。

9月15日周二
  1. Apple:Newsroom77

    Apple 发布新一代 Apple Intelligence,Siri AI 正式以测试版上线

    Apple 发布新一代 Apple Intelligence,推出全面重构的 Siri AI,支持个人语境理解、屏幕感知、系统级应用操作和跨设备对话,今日起以英文测试版随 2027 系统更新推出,下月扩展至法语、日语、韩语、葡萄牙语和西班牙语。

    推荐理由:官方公告完整列出 Siri AI 的能力清单、设备与语言范围,以及欧盟和中国市场暂不可用等限制,读者可据此评估适用性。

9月11日周五
9月10日周四
9月9日周三
9月4日周五
  1. Google Research:Blog64

    Google 联合 HHMI Janelia 发布完整雄性果蝇大脑连接组图谱

    Google 与 HHMI Janelia、MRC 分子生物学实验室及剑桥大学等合作,在 Cell 发表雄性果蝇大脑和中枢神经系统的完整连接组,包含超 166,000 个神经元和 1.25 亿个突触连接,是迄今按神经元数量计最大的大脑图谱。

    推荐理由:原文交代了连接组规模、验证流程和开放获取方式,并说明与雌性图谱配合能支持哪些比较研究。

9月3日周四
  1. Google DeepMind:Blog70

    Google DeepMind 发布 WeatherNext 3 全球天气 AI 模型, hourly 更新且分辨率较上一代提升约 5 倍

    Google DeepMind 与 Google Research 发布 WeatherNext 3,称其为迄今最先进的全球天气 AI 模型,经 Brightband 独立实时评估。

    推荐理由:原文给出分辨率、卫星数据接入和降水精度的具体数字,并说明在 Google 产品和 Cloud 中的获取方式,读者可评估其实际用途。

9月2日周三
  1. Gemini API:更新日志65

    Gemini 3.8 Flash 正式发布(GA),开放 gemini-3.8-flash 模型入口

    Google 在 Gemini API 更新日志中宣布 Gemini 3.8 Flash 正式可用(GA),发布 gemini-3.8-flash,称其为最智能的 Flash 模型,面向长程软件工程、自主智能体和复杂企业工作流。官方同时提供了 Gemini 3.8 Flash 模型页面和指南作为上手入口。

    推荐理由:官方更新日志明确了 gemini-3.8-flash 的定位与开放入口,读者可以据此判断是否将其纳入工程工作流。

  2. Google DeepMind:Blog72

    Google DeepMind 为 Gemini 推出 agentic 视频理解功能

    Google DeepMind 为 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 推出 agentic video understanding,模型动态扫描视频片段,相比固定帧率处理 token 消耗最多降低 88%,成本最多降低 66%,准确率最多提升 7%。

    推荐理由:官方说明列出 token、成本与准确率三项数字和开启方式,开发者可据此评估长视频分析是否换用该模式。

  3. Artificial Analysis 完整文章66

    Google 发布 Gemini 3.8 Flash,四个月内第四款 Flash 模型

    Google DeepMind 发布 Gemini 3.8 Flash,在 Artificial Analysis Intelligence Index 上以 high 推理得分 59,较 Gemini 3.7 Flash 提升 3 分。

    推荐理由:评测方一手数据给出了智能指数、单任务成本和速度的具体变化,可帮助读者判断该模型在实际任务中的性价比。

9月1日周二
  1. Gemini API:更新日志61

    Gemini API 为 Gemini 3.7 Flash 等模型推出 Agentic 视频理解

    Gemini API 为 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 推出 Agentic 视频理解,覆盖 Interactions 和 GenerateContent 两个 API。模型可动态导航视频时间线,按需请求转写、帧或音频轨,长视频内容相比静态处理最多节省 88% 的 token。

    推荐理由:官方说明动态按需取用转写、帧和音频的机制,读者可据此评估长视频处理的 token 成本变化。

8月28日周五