AI 驱动下,Netflix、Spotify、YouTube、TikTok 正演变为“万能娱乐应用”
Netflix、Spotify、YouTube 和 TikTok 等主流娱乐应用正借助 AI 加速功能趋同,从单一格式(音乐、视频、播客)向覆盖观看、收听、游戏、购物的“万能娱乐应用”转型。AI 使跨格式内容推荐和个性化更精准,并加速了新内容领域的构建与上线。这场竞争的核心不再是格式,而是谁能成为用户消磨时间的首选应用。
Netflix、Spotify、YouTube 和 TikTok 等主流娱乐应用正借助 AI 加速功能趋同,从单一格式(音乐、视频、播客)向覆盖观看、收听、游戏、购物的“万能娱乐应用”转型。AI 使跨格式内容推荐和个性化更精准,并加速了新内容领域的构建与上线。这场竞争的核心不再是格式,而是谁能成为用户消磨时间的首选应用。
Gemini 3.5 Flash-Lite 是我们快速、经济高效的模型,适用于扩展重复性用例,如工单分类和数据提取。 观看它在一系列高容量任务中与 3.5 Flash 的对比表现 ↓
Google 发布三款新模型:Gemini 3.6 Flash 输出 token 减少 17%(DeepSWE 上最高 65%),输出价格从每百万 token 9.00 美元降至 7.50 美元,DeepSWE 得分 49%(3.5 Flash 为 37%)。
Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 和 3.5 Flash Cyber 三款新模型。其中 3.6 Flash 在编码和多模态性能上提升,token 用量降低 17%,成本低于前代;3.5 Flash Cyber 专为修复网络安全漏洞微调,仅限政府及可信合作伙伴使用。
Gemini 3.6 Flash 直接基于 3.5 Flash 的反馈构建。 观看其在质量和 token 使用上的对比 ↓
Google 今日推出 Gemini 3.6 Flash 模型及一款面向网络安全的 AI 产品,同时预告了即将发布的 Gemini 3.5 Pro 与正在训练中的 Gemini 4。新模型与安全工具的具体性能参数、上下文长度及可用性细节尚未公布。
Google 推出 Gemini 3.6 Flash、3.5 Flash-Lite 和 3.5 Flash Cyber 三款模型,同时确认旗舰模型 3.5 Pro 仍在与合作伙伴测试中,Gemini 4 已开始预训练。
我们正在推出三款新模型,旨在让 AI 智能体在大规模应用中更快、更智能、更经济: 🔵 Gemini 3.6 Flash:它比 Gemini 3.5 Flash 使用更少的模型 token,就能以完全相同的成本提供更高质量的工作成果。 🔵 Gemini 3.5 Flash-Lite:一款快速、经济高效的选择,适用于处理文档和智能体搜索等日常任务。 🔵 Gemini 3.5 Flash Cyber:一款专为网络安全打造的模型,用于发现并修补关键软件漏洞。
推荐理由:Google一口气扔出三个Gemini Flash新模型,3.6 Flash把复杂编码token砍了65%,做Agent的成本敏感型选手可以直接收益,Cyber模型专攻漏洞修复是个有意思的细分信号。
Google 发布 Tunix,一个基于 JAX 的原生后训练库,旨在消除多轮、使用工具的 LLM 推理智能体训练中的 TPU 闲置瓶颈。Tunix 通过高并发异步 rollout 与解耦的生产者-消费者流水线最大化硬件吞吐量,确保训练器持续获得数据。该库提供即插即用抽象和持续宏观级性能分析,便于集成自定义环境。
推荐理由:Google 这个训练库直接解决 agent 训练中 TPU 空转的隐性成本,对做后训练的团队可能是基础设施级改进,值得跟进。
我们正在推出三款新模型,旨在让 AI 智能体在大规模应用中更快、更智能、更经济: 🔵 Gemini 3.6 Flash:它比 Gemini 3.5 Flash 使用更少的模型 token,就能以完全相同的成本提供更高质量的工作成果。 🔵 Gemini 3.5 Flash-Lite:一款快速、经济高效的选择,适用于处理文档和智能体搜索等日常任务。 🔵 Gemini 3.5 Flash Cyber:一款专为网络安全打造的模型,用于发现并修补关键软件漏洞。
我们正在推出三款新模型,旨在让 AI 智能体在大规模应用中更快、更智能、更经济: 🔵 Gemini 3.6 Flash:它比 Gemini 3.5 Flash 使用更少的模型 token,就能以完全相同的成本提供更高质量的工作成果。 🔵 Gemini 3.5 Flash-Lite:一款快速、经济高效的选择,适用于处理文档和智能体搜索等日常任务。 🔵 Gemini 3.5 Flash Cyber:一款专为网络安全打造的模型,用于发现并修补关键软件漏洞。
Google 推出基于 Gemini 3.5 Flash 的 AI 安全模型 Gemini 3.5 Flash Cyber,专用于快速发现和修补漏洞。该模型通过 CodeMender 智能体调用,能以高速和低成本多次扫描代码路径,并在 V8 引擎中识别出 55 个独特问题,其中 10 个是其他模型未发现的。
Google DeepMind 推出 Gemini 3.6 Flash、3.5 Flash-Lite 和 3.5 Flash Cyber 三款新模型。其中 Gemini 3.6 Flash 为最新主力模型,3.5 Flash-Lite 主打更低成本与更高效率,3.5 Flash Cyber 则针对网络安全场景优化。三款模型均通过 Google AI 开发者平台提供 API 访问。
推荐理由:Gemini Flash 系列常规更新,Flash-Lite 和 Cyber 变体值得 API 开发者留意,但细节还没出来,目前只能先标记。
Google DeepMind 推出 Gemini 3.6 Flash、3.5 Flash-Lite 和 3.5 Flash Cyber 三款新模型。Gemini 3.6 Flash 是新一代主力模型,在推理、多模态和代码生成任务上实现性能提升。3.5 Flash-Lite 主打更低延迟与成本,3.5 Flash Cyber 则针对网络安全场景优化。
Google DeepMind 研究副总裁 Raia Hadsell 在 RAAIS 2026 演讲中主张,语言只是可建模系统之一,世界、生物、天气和机器人同样适用基础模型方法。
推荐理由:DeepMind 研究副总裁在 RAAIS 演讲中把世界模型与机器人串成一条主线,为读者提供了语言之外看 AI 路线的完整框架。
Google 在 Gemini API 更新日志中宣布 Gemini 3.6 Flash(gemini-3.6-flash)和 Gemini 3.5 Flash-Lite(gemini-3.5-flash-lite)正式可用(GA)。
推荐理由:官方更新日志给出两个模型正式可用的定位差异和参数弃用信息,开发者可据此评估迁移与成本选择。
Google 母公司 Alphabet 正在设计一款内部代号为“Frozen v2”的新服务器芯片,计划于 2028 年发布,旨在让 Gemini 模型运行更高效。据 The Information 报道,该芯片每单位功耗生成的 token 数比 Google 现有 AI 芯片高出 6 到 10 倍。Google 未直接确认该报道,但表示团队持续研究新创新以优化性能与效率。
Google 正在开发内部服务器芯片 "Frozen v2",将 Gemini 模型架构直接嵌入硬件,而非像 TPU 那样通用适配多种模型。该芯片提供 AI 响应的效率比当前 TPU 高 6 到 10 倍,计划 2028 年起部署,产量小于 TPU 系列。
Ray 2.55 首次为 Google Cloud TPU 提供一等支持,开发者可通过 Ray 任务与 Actor API 在 TPU 上运行分布式 Python 负载。
谷歌正在研发代号“Frozen v2”的专用服务器芯片,将 Gemini 大模型的底层运算架构直接固化进硬件,单位功耗可处理的 token 数量预计达到现有自研 AI 芯片的 6 至 10 倍。该芯片最早计划于 2028 年部署,仅固化底层架构逻辑而非完整权重,允许通过更新权重迭代模型。Frozen v2 将与谷歌 TPU 互补,目前无大规模量产计划,主要作为技术试验平台。
Google DeepMind 提出 GenCeption,将阿里巴巴开源的 Wan2.1 视频生成模型改造为单次前向传播即可完成深度估计、分割等任务的模型。它仅用 7,500 段合成视频训练,数据量仅为竞品的 1/7 至 1/500,但在多个基准上匹配甚至超越了 DepthAnything 3 等专用模型。
谷歌安卓系统存在一项身份验证绕过漏洞,攻击者在拥有物理访问权限时,可不输入锁屏密码通过 Gemini 发送短信或 WhatsApp 消息。该漏洞自今年5月起被发现,最初在 Android 16 系统、Pixel 6a 手机中复现,触发方式为在锁屏界面同时按下“继续”和“添加附件”按钮。谷歌已知悉该漏洞,计划本周大范围推送修复补丁。
Google Cloud 发布 Always-On Memory Agent,一个基于 ADK 和 Gemini 3.1 Flash-Lite 的 24/7 后台进程,不使用向量数据库或嵌入向量,而是由 LLM 将结构化记忆写入 SQLite。该方案每 30 分钟自动整合记忆并发现关联,支持 27 种文件类型,通过 HTTP API 或 Streamlit 仪表盘交互。
超过4500名谷歌员工联名致信CEO桑达尔·皮查伊,要求在AI热潮中保障被裁员者权益。请愿书要求谷歌制定更透明的离职补偿政策,在强制裁员前先提供自愿离职和买断机制,并允许被裁员工将遣散费转为等值带薪假期。此外,请愿书还要求改革绩效考核,废除过度依赖硬性业务配额和量化指标的评估体系。
谷歌 DeepMind CEO 德米斯·哈萨比斯表示,AI 虽在重塑科技行业,但 STEM 学位不会因此失去价值。他认为掌握软件和计算机科学基础知识能帮助人们更有效使用 AI,深入理解技术的人使用 AI 工具的效率可能达到缺乏基础者的 10 倍。哈萨比斯同时指出,AI 时代也需要伦理学、社会科学等人文学科。
旧金山市检察官办公室正式要求苹果和谷歌从其应用商店移除“脱衣”应用(nudify apps),这些应用利用AI技术将照片中的人物衣物移除。官方估计,两家公司可能从这些应用的销售中获利数百万美元。
Google DeepMind 推出 Gemini 3.5 Flash Cyber,一款专用于发现和修补漏洞的轻量级网络安全模型。该模型旨在通过自动化方式提升漏洞检测与修复效率。
谷歌为 Google Vids 加入个人数字分身功能,用户上传自拍照和语音录音即可生成外貌与声音模仿本人的虚拟形象。多模态 AI 模型 Gemini Omni 同步登陆,支持文字提示词与参考图片整合生成视频,并可分步修改。数字分身与谷歌账号绑定,生成内容嵌入 SynthID 隐形水印,目前仅向部分地区年满 18 岁的用户开放。