跳到正文
#Google
7月1日周三
  1. Google AI74

    Google AI 推出两大模型更新：1）Nano Banana 2 Lite——最快、最经济的 Gemini 图像模型，文本生成图像不到 4 秒，已上线 Gemini API 和 AI Studio，即将登陆 NotebookLM、Google 搜索、Google Photos 等；2）Gemini Omni Flash 进入公开预览——原生多模态模型，支持低成本视频生成与对话式编辑，可通过 Gemini API、AI Studio 及 Gemini Enterprise Agent Platform 集成。两模型结合可快速实现空间设计重绘：上传照片、滑动选择设计方案，Omni 将细节以电影级动画呈现。演示应用已在 AI Studio 上架。

  3. Google DeepMind：Blog70

    Google DeepMind 发布 Nano Banana 2 Lite 和 Gemini Omni Flash

    Google DeepMind 推出 Nano Banana 2 Lite（gemini-3.1-flash-lite-image），为 Nano Banana 系列速度最快、成本最低的图像模型，文本到图像输出仅需 4 秒，每 1K 分辨率图像成本 $0.034，已上线 Google AI Studio、Gemini API 及消费者产品（AI Mode in Search、Gemini app 等）。同时推出 Gemini Omni Flash（gemini-omni-flash-preview），支持高画质视频生成与对话式编辑，视频输出定价 $0.10/秒，面向开发者开放 API。

    推荐理由：Nano Banana 2 Lite 把图像生成拉到 4 秒延迟和 0.034 美元单价，很适合高频草稿流，Omni Flash 首次对开发者开放视频生成和对话编辑，两个模型串起来的快速迭代工作流是这次最实用的更新。

  4. IT之家·人工智能48

    Apptronik建成近9万平方英尺机器人实训园，Apollo通过实操训练优化AI模型

    人形机器人公司Apptronik在奥斯汀建成近9万平方英尺（约8361平方米）的机器人实训园，其Apollo机器人通过远程操控反复进行装箱、分拣等实操训练，数据用于优化AI模型。公司累计融资约10亿美元，估值超55亿美元。投资方梅赛德斯-奔驰已在工厂部署Apollo，谷歌DeepMind借助Apollo改进机器人AI模型Gemini Robotics。2023年推出的初代Apollo已迭代至二代，身高约1.8米，可举25公斤，续航4小时。公司同步开发双足与轮式机型，目标让机器人进入工厂、服务行业与家庭。

6月30日周二
  1. Google Blog：AI54

    英国职场AI采用率翻倍，仅15%“AI先锋”获得晋升加薪优势

    Google UK与Public First研究发现，英国职场AI采用率一年内从34%升至73%，但呈不均衡曲线。仅15%的“AI Trailblazers”（深度用户）晋升概率高84%、绩效高88%、加薪概率高55%，每周节省近8小时。其余85%仍处于旁观、实验或实践阶段。阻碍因素包括：一次即弃的提示词习惯、搜索框思维、缺乏明确使用许可。Public First推出AI技能测验，Google的“AI Works for Britain”计划支持2030年前培训1000万工人AI技能的目标。

  2. IT之家·人工智能49

    谷歌 reCAPTCHA 新增 AI 手部关节验证，实测用静态图片可绕过

    谷歌在 reCAPTCHA 中测试新的人机验证方式，要求用户对着摄像头完成挥手或张开手掌等动作，由 AI 提取 21 个手部关节坐标完成验证。系统仅收集手部地标数据，验证后删除视频/图片，不保留音频。网友 @Patrosi73 发现可用静态手部图片通过 OBS 虚拟摄像头输入绕过验证，Neowin 作者复现成功，调整通用挥手图片位置即可被识别为有效手势。

  3. IT之家·人工智能69

    谷歌为美国 Gemini 免费用户开放个性化 AI 生图功能

    谷歌宣布，所有符合条件的美国 Gemini 免费用户均可使用由 Nano Banana 驱动的个性化图像生成功能，不再仅限 Plus、Pro 和 Ultra 订阅用户。该功能从用户授权的 Gmail、谷歌相册、YouTube 和谷歌搜索中获取信息，自动生成贴合个人兴趣的图像。用户需主动开启“个性化智能”，并自行选择 Gemini 可访问的应用，也可随时关闭。据悉，今年早些时候 Gemini 月活跃用户已突破 7.5 亿。

  4. Rohan Paul65

    Google 新论文提出“验证债务”概念：AI 加快论文产出，但人工核查成为瓶颈。为此推出智能体验证（agentic verification）方案，并开发 Paper Assistant Tool 原型系统。该系统将论文拆解为多个部分，深入检查难点并汇总审稿意见，聚焦证明错误、实验漏洞、缺失对比等客观错误，而非直接给出接收/拒稿决策。在数学与计算机科学已知错误测试中，该工具比单次模型调用发现更多证明错误；在 STOC 和 ICML 的面向作者试点中，许多作者据此修复了严重理论缺陷或补充了实验。论文指出科学审稿可能需要独立 AI 栈以应对日益自动化的论文生成。

  5. Claude：Blog66

    为 Amazon Bedrock 和 Google Cloud 推出的 Claude apps gateway

    Anthropic 今日推出 Claude apps gateway，一个自托管控制平面，让企业能在 Amazon Bedrock 和 Google Cloud 上运行 Claude Code。它作为单个无状态容器部署于 Linux，后端使用 PostgreSQL，提供企业级 SSO 登录（通过 OIDC 对接 Google Workspace、Microsoft Entra ID、Okta 等）、集中策略管理、角色权限、路由（支持故障转移）以及按日/周/月、按组织/群组/用户的消费上限。遥测数据通过 OTLP 发送至用户配置的收集器。gateway 不会向 Anthropic 发送推理流量或使用数据（除非配置使用 Claude API）。即日起可用。

    推荐理由：Claude Code企业版有了统一管理入口，SSO和成本控制是团队落地AI编程的关键，对CTO来说值得关注。

  6. TechCrunch：AI63

    Gemini 个性化 AI 图片生成功能对美国用户免费开放

    Google 宣布，Gemini 应用的 Nano Banana 驱动个性化图片生成功能向所有符合条件的美国用户免费开放，此前仅限 Plus、Pro 和 Ultra 订阅用户。该功能基于 Gemini 对用户喜好的理解生成图片，无需在提示词中指定具体内容，并可从 Google Photos 提取用户照片。数据来自 Gmail、Google Photos、YouTube 和 Search 等 Google 账户连接。Personal Intelligence 为可选功能，默认用于每个提示，用户可在 Tools 菜单中关闭。上个月 Google 预告了 Gemini 应用的后续更新，包括 Daily Brief、改版界面、AI 视频模型 Gemini Omni 和个人 AI 智能体 Gemini Spark。Gemini 月活跃用户已超 7.5 亿。

  7. Google Gemini54

    Gemini 宣布更多美国用户可免费创建个性化图像。用户通过设置连接 Google 应用后，Gemini 的“Personal Intelligence”功能可理解用户偏好，自动填充空白，基于用户关心的内容生成图像。用户可随时连接或断开 Google 应用，完全掌控隐私。

    引用Google Gemini@GeminiApp

    Personal Intelligence 🤝 Nano Banana 2 Personal Intelligence now gives Gemini an understanding of your preferences and interests when generating images, so you can spend more time creating and less time explaining.

  8. Google Research：Blog76

    Google Research 推出 TabFM：用于表格数据的零样本基础模型

    Google Research 发布 TabFM，一种基于上下文学习（ICL）的零样本基础模型，专为表格数据的分类与回归任务设计。TabFM 将整个数据集（包含训练样本与待预测行）作为统一提示输入，在推理时直接从上下文中学习行列关系，无需模型训练、超参数调优或特征工程。与需大量人工调优的传统方法（如 XGBoost）不同，TabFM 通过单次前向传播即可在新表格上生成高质量预测。该模型已在 Hugging Face 和 GitHub 上开源。

    推荐理由：TabFM 把表格预测变成一次前向传播，不再需调参和特征工程，数据科学家可以少熬夜了。BigQuery 集成让使用门槛降到 SQL，这是表格 ML 的零样本时刻。

  9. Google Research：Blog61

    Google Research 将建筑屋顶反射率数据集扩展至全球 50+ 城市

    Google Research 发布扩展的建筑屋顶反射率数据集，覆盖全球 50 多个城市，旨在帮助城市规划者优先部署冷屋顶方案以缓解极端高温。该数据集融合 Sentinel-2 卫星数据与 30 厘米分辨率的 Airbus Pléiades Neo 卫星图像生成，可通过新的高分辨率 Heat Resilience Earth Engine App 开放获取。相关方法论发表于《Nature Communications》。此前 2024 年的试点已覆盖 14 个城市，其数据曾指导制定冷屋顶条例与适应计划。

    推荐理由：谷歌把屋顶反照率数据的精度做到30厘米，覆盖50+城市，还给了免费App，城市防暑从模糊规划变成可量化的工程，做气候韧性的人可以直接拿这个数据做方案，虽然只是特定领域应用，但AI落地真实场景的路径值得参考。

6月29日周一
  1. IT之家·人工智能47

    谷歌云将提供用于科学研究的专业 AI 模型：可加速生物制药、材料科学和半导体制造等

    谷歌云将上线 SandboxAQ 的两款专业 AI 模型：AQCat 用于半导体制造、电池开发等场景，识别具有潜力的催化剂和材料候选物；AQPotency 用于药物发现，筛选最可能结合疾病靶点的分子。SandboxAQ 前身为 Alphabet 量子技术部门，已通过美国《芯片法案》获 5 亿美元拨款。CEO 表示生物制药是当前最大短期机遇，客户正利用该技术研究胶质母细胞瘤、前列腺癌、阿尔茨海默病、帕金森病和心血管疾病。

  2. IT之家·人工智能45

    谷歌翻译将推“连续打卡天数”桌面小组件

    Android 平台最新版谷歌翻译应用（版本号 10.23.29.934758792.2-release）出现了名为“连续打卡天数”的桌面小组件，可显示当前连续练习天数。用户点击小组件即可直接进入练习模式，小组件支持自由调整大小。该功能基于谷歌翻译练习模式原有的“连续练习”机制——用户每天完成一次练习即可增加连续打卡天数，类似多邻国的“连续学习天数”，旨在鼓励语言学习习惯养成。

  3. Rohan Paul52

    Google限制了Meta对Gemini模型的使用，原因是Meta要求的计算容量超出Google供应能力。Meta在安全自动化、客服、广告工具、编程及内部工作流中均依赖Gemini。Google面临自身云客户、Gemini产品与有限数据中心容量之间的资源竞争。Google Cloud 3月季度收入增至200亿美元，CEO Sundar Pichai表示计算容量短缺制约了增长，并导致未交付订单较前一季度近乎翻倍。

6月28日周日
  1. IT之家·人工智能61

    谷歌因算力限制对 Meta 调用 Gemini 大模型实施限制

    Meta 向谷歌申请的 Gemini 算力规模超出后者供给能力，谷歌现已对 Meta 调用其 Gemini 大模型实施使用限制。Alphabet 约在今年 3 月告知 Meta 无法满足所需算力，导致 Meta 多项内部 AI 项目受阻延期。Meta 已要求员工节约使用模型 token。谷歌一季度云营收达 200 亿美元，CEO 皮查伊表示算力供给瓶颈制约云业务增速，同时令云部门积压订单量环比近乎翻倍。

  2. Rohan Paul58

    美国AI基础设施建设最大瓶颈已从GPU变为许可。《The Information》地图显示2023年以来有300多项州级和地方数据中心禁令或暂停，今年通过275项，还有75项在审，中西部和南部抵制最强。但现实数据反超担忧：微软新一代AI数据中心采用芯片级闭环冷却，每站每年避免超1.25亿升水，全舰队用水效率自2021年提升39%至0.30升/kWh；谷歌86%淡水来自低中风险源，全球PUE 1.09（行业均值1.56）。2015–2024年研究表明数据中心通过分摊固定电网成本适度降低了居民平均电价。趋势已转为“自带电源”：谷歌500 MW核电、微软835 MW三哩岛、Meta 1121 MW核电协议。

6月27日周六
  1. IT之家·人工智能53

    谷歌 Gemini 助手新功能：直接帮用户安装 Play 商店内的应用

    谷歌今年 5 月宣布将 Play 商店集成至 Gemini 助手，现已逐步推送。用户可在 Gemini 聊天窗口中直接搜索、安装应用或进行内购，无需离开 Gemini。例如，询问“帮我找一款可以规划每周吃什么的 App”，Gemini 会搜索并跳转至 Play 商店详情页。该功能需年满 18 周岁，仅支持个人账号，且 Android 设备需安装 Play 商店。

  4. Rohan Paul75

    《华盛顿邮报》报道，基于达特茅斯和斯坦福研究的测试显示，AI聊天机器人在约30项政策议题（税收、医保、移民等）上存在左翼偏见。GPT-5.5仅给出左倾立场占80%，双方立场17%，右倾3%；Gemini 3.1 Pro则93%给出双方立场，左倾仅7%；Claude Opus 4.8双方立场占57%；Grok 4.3是唯一右倾占33%的模型。文章指出，问题不在于答案倾向，而在于模型在展现权衡前已用单一道德框架压缩政治分歧，其行为更多受排序选择、拒绝规则、训练反馈和默认回答风格影响。

6月26日周五
  1. IT之家·人工智能62

    苹果 Xcode 26.6 正式版发布，新增谷歌 Gemini 编程助手支持

    苹果今日发布 Xcode 26.6 IDE，新增 Google Gemini 编程助手支持。该版本包含 Swift 6.3.3 及 iOS 26.5、iPadOS 26.5、tvOS 26.5、watchOS 26.5、visionOS 26.5、macOS 26.5 的 SDK。编程助手现已可选 Anthropic Claude Agents 和 OpenAI Codex 作为 AI 提供商。此外更新还新增 ACP 兼容能力，并修复多项 Bug。Xcode 26.6 已上架 App Store，开发者可免费下载。

  2. Google AI Developers55

    AI Studio 原生 Android 应用构建功能于 2026 年 5 月宣布，目前已有超过 100 万款 Android 应用在 AI Studio 中创建。主推文调侃：等达到 200 万时，是不是该建一座真雕像？

    引用Google AI Studio@GoogleAIStudio

    May 2026: we announced native Android app building in AI Studio Today: more than 1M Android apps have been created in AI Studio build your first Android app today: https://aistudio.google.com/apps?features=build_android_app (note: not a real statue... yet)

  3. Ars Technica：AI61

    Google Finance 推出首款独立 Android 应用，iOS 版计划今年晚些时候上线

    Google Finance 推出首款独立移动应用，目前仅限 Android 平台，全球 Play Store 可用。应用内置生成式 AI，股价图表旁由 AI 生成“关键时刻”解释数字变动，底部“Ask”按钮可让用户与金融调优的聊天机器人对话查询股票。同步更新的 Finance 网站也离开 beta，AI 成为核心体验，支持上传 CSV 或 PDF 建立投资组合并获取 AI 洞察与建议，AI 研究工具还可发送定期简报（如每日盘前加密货币动向），完成后通过移动应用通知用户。

  4. Google Research：Blog48

    用线性弹性缓存优化云经济

    Google Research 与 Google Cloud 提出线性弹性缓存，将缓存管理转为线性成本优化问题，动态调整大小以最小化总拥有成本。为每条数据引入“滑雪租赁”决策框架，在租用内存（持续付费）与购买缺失（缓存未命中惩罚）间选择，并用轻量级机器学习实时优化内存占用与缺失率权衡。无服务器云场景下（每 GiB 内存每天 $3），该技术可在不牺牲性能的同时显著降本。论文发表于 CIDR。

  7. Google AI Developers73

    Google AI 宣布 Gemini 3.5 Flash 的 Computer Use 工具正式可用，支持构建能观察并操作浏览器、移动端和桌面环境的 AI 智能体，可处理长期任务。新特性包括：内置移动与桌面操作系统支持；所有函数调用配备 intent arguments；可定制的客户端函数实现人工接管（HITL）；提示词注入检测及可配置的 action-level 安全策略。可用于自动化 QA 测试、业务流程等场景。

    推荐理由：Computer Use 从浏览器扩展到移动和桌面，Google 正式把 agent 战场拉到全部界面。安全策略的加入说明不是 demo，而是认真考虑落地。

  8. Google Blog：AI57

    Google Finance 全新 Android 应用与投资组合功能上线

    本周，Google Finance 推出正式版 Android 应用，同步上线全球投资组合跟踪功能。用户可通过截图、CSV/PDF 上传或文字描述创建组合，并利用 AI 研究工具提问资产配置、固定收益影响等问题。新增市场情报简报功能：用户设定任务（如每日盘前简报），后台自动生成并推送至 Google 应用（Android/iOS）及网页端。Android 应用包含 watchlist、实时数据、金融新闻 feed、AI 研究工具及 AI 驱动的“关键时刻”解释股价波动。未来数月将把更多 web 功能（如财报电话、投资组合与任务）迁移至移动端，今年晚些推出 iOS 应用。

    推荐理由：虽然对 AI 行业算不上大新闻，但对散户投资者是个实用升级，能自动盯盘、生成个性化简报，还能用对话式研究挖掘持仓问题，比大多数 AI 功能都更落地。

  9. The Decoder：AI News73

    多数主流AI聊天机器人政治立场偏左，“反觉醒”模型也不例外

    华盛顿邮报调查显示，多数主流AI聊天机器人在政治问题上明显偏左。OpenAI GPT-5.5在80%回答中仅呈现左派论据；DeepSeek V4 Pro为70%；Anthropic Claude Opus 4.8有43%纯左、57%给出双方观点。xAI的Grok 4.3左倾回答仍多于右倾。右翼平台Gab的Arya左倾回答是右倾的12倍。Google Gemini 3.1 Pro是例外，93%回答同时呈现双方立场。特朗普推动的“反觉醒”AI未能改变这一格局。

    推荐理由：华盛顿邮报对六款主流模型的实测是个重要信号，所有模型默认左倾，连反觉醒的Grok也不例外，只有Gemini坚持给出两边观点。做对齐和治理的人该好好看看这些数据。

  10. Google Research：Blog55

    冻结多token预测加速Pixel上的Gemini Nano模型

    Google Research提出一种新架构，在已冻结的Gemini Nano v3模型上改造Multi-Token Prediction（MTP），以加速Pixel 9和10系列上的设备端推理。该方法基于EAGLE框架和CALM，无需单独训练占用内存的草稿模型，通过“晚期退出”策略实现加速。AI通知摘要和校对功能因此生成文本速度显著提升、能耗降低，开发者无需为每个新任务微调独立模型。

    推荐理由：谷歌这篇技术博客值得端侧开发者细读，他们把多令牌预测硬是装进了已部署的 Nano 模型，Pixel 上生成加速五成，还省了 130MB 内存，零拷贝架构的想法挺巧，但没法直接复现，主要是开脑洞用的。

6月25日周四
  1. IT之家·人工智能62

    核心研究员接连离职后，消息称谷歌重组 AI 编程小组试图追赶 Anthropic

    知情人士透露，谷歌正对其主攻AI编程工具的专项攻坚小组进行重组，调整模型训练思路，既要提升代码能力，也要强化生成演示文稿等其他场景能力。重组发生在乔纳斯·阿德勒和亚历山大·普里策尔计划离职并转投Anthropic之后，两人均为Gemini模型关键贡献者。近期谷歌流失人才还包括诺贝尔奖得主约翰·詹珀（同样跳槽Anthropic）以及Gemini联席负责人诺姆·沙泽尔（将加盟OpenAI）。另据消息，谷歌下一代前沿模型Gemini 3.5 Pro发布时间已推迟至7月。

  2. The Decoder：AI News57

    谷歌核心AI研究人员持续流失至Anthropic和OpenAI

    据Bloomberg报道，Gemini模型关键人物Jonas Adler（AI编程方向）和Alexander Pritzel（训练方向）计划加入Anthropic。此前诺贝尔奖得主John Jumper已转投Anthropic，Gemini负责人Noam Shazeer则去了OpenAI。离职引发投资者担忧，拖累Alphabet股价。原因之一是Anthropic与OpenAI均临近IPO，能提供丰厚股权激励。SignalFire分析显示，DeepMind工程师流向Anthropic的频率是反方向的11倍。Google DeepMind CEO Demis Hassabis在戛纳活动上回应称，Google拥有业内最深厚的AI研究团队。

  3. The Decoder：AI News65

    Google将电脑控制功能直接集成到Gemini 3.5 Flash中

    Google将“Computer Use”功能直接集成到Gemini 3.5 Flash，模型可自主看、理解并操作电脑、浏览器和移动设备，此前该功能仅作为独立Gemini 2.5模型提供。结合函数调用、Search和Maps等工具，开发者可构建跨平台智能体，用于软件测试或办公自动化。在OSWorld基准测试中，Gemini 3.5 Flash得分78.4，高于Gemini 3 Flash(65.1)和GPT-5.4 mini(72.1)，略低于GPT-5.5(78.7)，Anthropic的Opus 4.8以83.4领先。安全方面采用对抗训练和两项可选企业防护：敏感操作需用户确认、自动阻止间接提示注入。该功能通过Gemini API和Gemini Enterprise Agent Platform提供，附带Browserbase演示和GitHub参考实现。

  4. IT之家·人工智能58

    谷歌 Chrome 149 升级 AI 交互，引入“Select from screen”功能

    谷歌升级 Gemini 3.5 Flash 模型，原生引入“Computer Use”工具，并搭配 Chrome 149 浏览器增强 AI 交互。Chrome 新增“Select from screen”功能，用户可框选屏幕上的图片或文字，直接送入 Gemini 提示词，获得针对性 AI 交互，例如在鞋类网站选中多双运动鞋询问适合的跑步风格。该功能类似 Google Lens，但由对话式 AI 处理。Computer Use 工具使 AI 智能体能在网页、桌面、移动端执行访问网站、填写表单、点击按钮等复杂任务。

  5. IT之家·人工智能53

    谷歌再失 AI 人才，两名 Gemini 核心骨干转投 Anthropic

    顶尖AI研究员乔纳斯·阿德勒与亚历山大·普里策尔即将离开谷歌，加入Anthropic。二人为谷歌Gemini大模型研发核心骨干。此前传奇研究员诺姆·沙泽尔离职转投OpenAI，谷歌曾以27亿美元收购其创立的Character.AI并请回主持Gemini研发。数日后，谷歌DeepMind主管、2024年诺贝尔化学奖得主约翰·江珀也宣布跳槽至Anthropic。随着OpenAI与Anthropic筹备上市，通过股权期权吸引顶尖研究者的趋势或延续。

  6. IT之家·人工智能50

    消息称谷歌 Gemini 3.5 Pro 发布时间推迟至 7 月，旨在优化模型性能

    据 Business Insider 获悉，谷歌下一代大语言模型 Gemini 3.5 Pro 原定 6 月上线，现推迟至 7 月，以收集更多早期测试用户反馈并进行优化。该模型在 5 月 I/O 开发者大会预告，CEO 皮查伊称将于“次月”发布。部分用户已通过谷歌“Antigravity”平台及 LMArena 进行体验。新模型预计在长文本任务和驱动 AI 智能体方面提升性能，并融入了 Flash 3.5 用户反馈，包括 token 消耗过快问题。

  7. TechCrunch：AI55

    AI研究员持续从Google流向竞争对手

    据Bloomberg报道，顶尖AI研究员Jonas Adler和Alexander Pritzel离开Google加入Anthropic，二人曾参与Gemini模型开发。上周，传奇研究员Noam Shazeer（曾创立Character.AI，后Google通过收购将其带回）宣布离开Google加入OpenAI。几天后，Google DeepMind总监John Jumper（因AlphaFold获2024年诺贝尔化学奖）也离职加入Anthropic。报道指出，随着OpenAI和Anthropic筹备上市，这一人才流失趋势可能持续。