跳到正文
#Google
6月12日周五
  1. Google DeepMind67

    我们的机器人加速器已启动，15家初创公司助力塑造欧洲的物理AI未来。🤖 这个为期三个月的项目将为他们提供我们的AI堆栈、Gemini Robotics模型以及我们团队的实际支持。 了解这些公司 → https://goo.gle/4oeEk2K

    推荐理由：Google DeepMind启动机器人加速器，选了15家欧洲初创用Gemini Robotics，这是他们物理AI战略的落地信号，看看选了什么方向就知道大厂押注在哪。

  2. Rohan Paul56

    atomic[.]chat 在单张 H100（FP8）上对比 DiffusionGemma 26B A4B 与 Gemma4 26B A4B 在事实性写作任务中的表现。DiffusionGemma 速度达 763 tok/s（3.7 秒），是 Gemma4（218 tok/s，15.1 秒）的 4 倍，但错误率显著更高。在 Steve Jobs 传记、Tetris 历史和 BeOS 故事三项任务中，Gemma4 答对 45 个事实、错 5 个；DiffusionGemma 仅对 33 个、错 28 个。主题越冷门错误越多：Jobs 4 错、Tetris 12 错、BeOS 12 错，例如将 Jobs 母亲写为 Clara Clley、为 Tetris 发明者虚构同事 Geri Gulovik、将 BeBox 价格误报为 $9,999（实价 $1,600）。原因在于 DiffusionGemma 一次生成 256 tokens 并多轮抛光，只追求文本流畅性而非事实准确性。Google 官方也建议在事实重要时使用常规 Gemma4。

    引用atomic.chat@atomic_chat_hq

    Diffusion Gemma is 4x faster, but makes 6x more mistakes! We benchmarked the new diffusion LLM against its autoregressive twin on a single H100 (FP8). We gave each the same three tasks: write a Steve Jobs biography, the history of Tetris, and the story of BeOS - every next topic less popular than the previous one. Then we fact-checked every claim in every answer. Gemma4 got 45 facts right, 5 wrong. DiffusionGemma got 33 right, 28 wrong. The less popular the topic, the worse it got: 4 mistakes on Jobs, 12 on Tetris, 12 on BeOS. It named Clara Clley as Steve Jobs' mother, invented a colleague for Pajitnov named Geri Gulovik and priced the BeBox at $9,999. The real one cost $1,600. Outputs: Gemma4 26B A4B: 218 tok/s · 15.1s total · 45 facts · 5 mistakes DiffusionGemma 26B A4B: 763 tok/s · 3.7s total · 33 facts · 28 mistakes The reason is simple. DiffusionGemma throws 256 tokens on the screen at once and polishes them pass after pass until the text sounds smooth. Smooth is all it cares about: a fake name, date or number sounds just as smooth as a real one, so it stays. Regular Gemma4 meanwhile writes one word at a time and checks every new word against everything before it. Google says it themselves in the launch post: quality is lower, use regular Gemma 4 when facts matter.

  3. IT之家·人工智能53

    三星有望代工谷歌 TPU v10 的 2nm I/O Die 芯片

    消息称，谷歌正与三星晶圆代工部门洽谈生产其自研 TPU 芯片。目前谷歌第七代 Ironwood TPU 超 60% HBM 由三星提供。内部人士透露，谷歌推进代号“冰鱼”的 TPU v10，其计算引擎仍由台积电代工，而内存 I/O Die 可能交由三星 2nm 工艺生产。TPU 性能与英伟达 H100 相当，成本降低约 80%。双方尚未签署正式协议。

  4. IT之家·人工智能66

    消息称 Anthropic 寻求美国数据中心租约，希望获得谷歌母公司财务支持

    Anthropic 已签署十多份美国数据中心初步租约，总容量超 1GW，同时寻求谷歌母公司 Alphabet 提供财务担保，传闻谷歌将为其共同设计芯片。2026 年 4 月，谷歌决定向 Anthropic 投资 100 亿美元，承诺后续再投 300 亿美元。作为协议部分，Anthropic 承诺五年内向谷歌云支出高达 2000 亿美元。此外，亚马逊此前已投资 40 亿美元，Anthropic 将在十年内从 AWS 采购超 1000 亿美元算力。

  5. Google Gemini45

    Get a closer look at Gemini's new Neural Expressive design language at our next Discord community event. 在我们的下一次 Discord 社区活动中，近距离了解 Gemini 全新的 Neural Expressive 设计语言。 Product Marketing Manager Megan C. will be discussing some of her favorite highlights that help improve the Gemini experience, from dynamic visual responses to seamless mode switching. 产品营销经理 Megan C. 将讨论她最喜欢的一些亮点，这些亮点有助于改善 Gemini 体验，从动态视觉响应到无缝模式切换。 👉Join the Discord to watch live: http://discord.gg/gemini 👉加入 Discord 观看直播：http://discord.gg/gemini 📅 This Friday, June 12 at 11:30 AM PT 📅 本周五，6月12日，太平洋时间上午11:30

6月11日周四
  2. Google Gemini65

    Gemini 的 Notebooks 功能现已面向欧洲经济区、英国和瑞士用户开放。Notebooks 提供一个独立专注的空间，可记忆用户的来源、指令和聊天记录，用于组织项目。用户可通过 gemini.google 或应用创建自己的 notebook。该功能旨在将用户常聊的话题归入独立空间，帮助保持条理。

    引用Google Gemini@GeminiApp

    给你最常聊的话题各自一个家。🗂️ 滑动了解如何在 Gemini 中用笔记本保持井然有序，并在回复中告诉我们你是如何使用它们的。

    推荐理由：地区解锁而非新功能，EEA 用户终于能用 Notebooks 整理会话了，其他地区的人看看就好。

  3. Google DeepMind：Blog60

    Google DeepMind 宣布投入 1000 万美元资助多智能体AI安全研究

    Google DeepMind 与合作伙伴共同发起一项 1000 万美元的资金征集，专门用于多智能体 AI 安全方向的研究。

    推荐理由：DeepMind 联合 Schmidt Sciences 等发起千万美元级多智能体安全研究资助，标志着对大规模 agent 交互中深层风险的正式关注，做 agent 安全的人可重点关注。

  4. IT之家·人工智能61

    Xcode 27 Beta 原生集成谷歌 Gemini，三大 AI 编程智能体齐聚苹果开发平台

    Xcode 27 Beta 新增原生谷歌 Gemini 集成，成为继 OpenAI Codex 和 Anthropic Claude Agent 之后第三个内置的 AI 编程智能体。开发者无需切换工具或窗口，即可在 Xcode 内完成构建新功能、审查代码和修复 Bug 等复杂多步骤任务。通过 Intelligence 设置面板配置 Gemini 后，Gemini 能理解项目上下文、辅助生成样板代码，并根据项目文档和文件结构更新整个项目。

  5. Gary Marcus：The Road to AI We Can Trust56

    也许 Section 230 终究不能为 AI 公司提供责任豁免

    德国一项新裁决启发了颠覆性思路：Section 230 可能无法再保护 AI 公司免于承担法律责任，或将彻底改变行业规则。

    推荐理由：德国一个判決可能颠覆美国 AI 公司的责任豁免，Gary Marcus 拆解了 Section 230 的真正边界——它只保护第三方言论，不保护聊天机器人自己胡说八道，这个逻辑一旦在法庭站稳，整个行业都得重新思考如何控制胡说。

  6. IT之家·人工智能55

    被诉擅用YouTube歌曲训练Lyria音乐AI，谷歌拒不承认

    一群独立音乐人起诉谷歌，指控其未经许可用YouTube上传歌曲训练Lyria 3模型。谷歌提交驳回动议，辩称用户上传时已授予广泛许可，即便指控属实也不成立。谷歌拒绝评论是否用YouTube视频训练Lyria 3，但YouTube CEO 2024年4月称内容用于训练Gemini等模型，官方博文也确认用上传内容优化产品。谷歌还向CNBC证实使用YouTube内容训练Gemini和Veo，却始终未对Lyria明确表态，刻意保留辩解空间以应对诉讼。

  7. Demis Hassabis77

    Google Gemma 团队推出实验性开放文本扩散模型 DiffusionGemma，采用 Apache 2.0 许可。该模型突破传统逐 token 顺序生成方式，能同时生成整段文本。Demis Hassabis 称其速度是其他 Gemma 4 模型的 4 倍。

    引用Google Gemma@googlegemma

    Meet DiffusionGemma! An experimental open model that explores a fast approach to text generation, released under an Apache 2.0 license. Moving beyond sequential, token-by-token processes to generate entire blocks of text simultaneously. Here’s what’s new with DiffusionGemma: 👇

  8. IT之家·人工智能65

    谷歌推出 DiffusionGemma 文本扩散模型：本地 AI 推理速度提升 4 倍

    谷歌6月11日发布开源文本扩散模型DiffusionGemma，本地推理速度较自回归模型提升4倍。采用Apache 2.0许可证，可从Hugging Face下载权重。采样速度1479 tokens/秒，开销0.84秒。代码生成HumanEval达89.6%，数学AIME 2025达23.3%超越对比模型。在H100 GPU上每秒生成1000 token，DGX Station上可达2000 token。

  9. OpenRouter：Announcements64

    Gemini 2.5 Flash API - 定价、快速入门与提供商比较

    Gemini 2.5 Flash API 支持配置思考预算（thinking budgets），用户可跨提供商进行比较，并在5分钟内完成首次API调用。

    推荐理由：这是 OpenRouter 上接入 Gemini 2.5 Flash 的保姆级指南，把三家 Google 提供商的延迟和定价差异摆在明面上，需要做模型选型和成本估算的开发者可以直接抄里面的 quickstart 代码。

  12. The Decoder：AI News56

    Google 新开源模型 DiffusionGemma：从噪声生成文本，而非逐字逐词

    Google 发布 260 亿参数的 DiffusionGemma 模型，文本生成方式不再逐 token 预测，而是通过扩散过程从噪声直接生成，类似图像 AI 将噪声转化为图片。Nvidia 测试显示，该模型在单块 H100 GPU 上可达约每秒 1,000 tokens，速度约为可比自回归模型的四倍。代价是输出质量较低，因此 Google 目前将其定位为面向开发者的实验性工具。模型已开源。

  14. Google Research：Blog63

    Google Research提出审计机器遗忘新框架

    Google Research 在 AISTATS 2026 发表正则化 f-散度核检验，用于高效审计 LLM 等模型的机器遗忘。该方法通过统计两样本检验判断模型是否真正“忘记”特定训练数据，避免完全重训的巨大成本。相比最大均值差异等现有工具，新框架理论上可在任意样本量下自然控制假阳性，且假阴性风险随可用样本增加可靠收敛至零，解决了大规模模型审计中计算成本过高的问题。

    推荐理由：机器遗忘是AI合规的硬需求，但验证‘真忘了’一直是统计难题。谷歌这篇AISTATS论文提出了一套更灵敏的差异测试框架，做隐私审计的值得细看。

  15. Rohan Paul70

    Google 推出开源实验性模型 DiffusionGemma，基于 Gemma 4 的文本扩散研究。该模型为 26B MoE 架构，仅激活 3.8B 参数，量化后可适配 18GB VRAM。核心突破在于每轮前向传播并行生成 256 个 token，实现推理速度提升 4 倍：H100 上可达 1000+ tokens/s，RTX 5090 达 700+ tokens/s。DiffusionGemma 通过初始化随机占位符画布并运行多轮并行去噪，同时生成整段文本，许可证为 Apache 2.0。

    引用Sundar Pichai@sundarpichai

    DiffusionGemma is an open, experimental model that brings our text diffusion research to Gemma 4. It’s a racehorse 🏇achieving up to 4x faster inference by generating entire blocks of text simultaneously vs predicting token-by-token (word-by-word) output!

  18. Gary Marcus：The Road to AI We Can Trust73

    突发：Google 因模型幻觉被判负有法律责任

    一项法律裁决判定 Google 对其 AI 模型产生的幻觉内容负有法律责任。该判决可能产生巨大影响，尤其若其他国家跟进做出类似裁定。

    推荐理由：Google 因 AI 幻觉被追责，这个判例如果扩散，所有生成式 AI 产品都要重新审视风险，对行业是重大信号。

  20. Google AI Developers67

    Google AI 发布实验性开源模型 DiffusionGemma，采用 Apache 2.0 许可证。该模型基于文本扩散方法，将生成瓶颈从内存带宽转向计算，在专用 GPU 上 token 输出速度最高提升 4 倍。推理时仅激活 3.8B 参数，量化后可适配 24GB VRAM 消费级 GPU。并行 token 生成支持自我纠错，适用于代码填充、行内编辑等非线性结构。DiffusionGemma 优先速度而非极致质量，生产场景仍推荐标准 Gemma 4。

  21. Google DeepMind：Blog72

    DiffusionGemma：文本生成速度提升4倍的开源扩散模型

    Google DeepMind 发布开源实验模型 DiffusionGemma，采用文本扩散技术，突破自回归逐 token 生成方式，每次前向并行生成 256 个 token。该 26B MoE 模型推理时仅激活 3.8B 参数，量化后适配 18GB 显存消费级 GPU。在 H100 上达 1000+ tokens/s，RTX 5090 上 700+ tokens/s，速度提升 4 倍。具备双向注意力和自我修正能力，面向内联编辑、代码填充等本地交互工作流，以 Apache 2.0 许可证开放。

    推荐理由：DiffusionGemma 虽为实验性质，但它把文本生成从“串行打字机”变成了“并行印刷机”，本地推理速度 4 倍提升，对需要实时交互的开发者是个值得关注的方向。

  22. Google Developers Blog78

    DiffusionGemma 开发者指南

    DiffusionGemma 是 Google 基于 Gemma 4 架构的实验性文本生成模型，采用扩散式并行生成替代逐 token 自回归，实现更快推理、双向上下文感知和实时自我修正，并可在消费级 GPU 上部署。模型通过迭代去噪并行生成并细化 256-token 块，在处理数独等复杂约束任务上优于传统语言模型，且微调效果显著。它已集成 vLLM 等推理框架，为开发者提供一种高性能、高效长上下文扩展且易于定制部署的非自回归新方法。

  24. The Verge：AI74

    Google将保存用户的Lens图片、Search Live录音和Translate音频用于AI训练

    Google更新搜索交互数据保存方式，新增“Search Services History”设置，用于保存用户搜索时使用的图片、文件、音频和视频，包括Google Lens搜索的图片、实时搜索工具Search Live的录音、语音搜索和Translate中的语音片段。这些数据将被用于“提供、改进和开发AI模型”。用户可关闭该设置并禁用“Save Media”选项以避免保存。

    推荐理由：Google这回悄悄把图片、录音存下来训练AI，默认开启，虽然可以关，但灰度操作值得每个用搜索的人看一眼。

6月10日周三
  1. IT之家·人工智能65

    德国法院裁定：谷歌要为 AI 搜索概览内容承担直接责任

    德国慕尼黑地方法院裁定谷歌须为AI搜索概览内容承担直接责任，对其发出临时禁令。法院认定AI概览是谷歌自身生成的内容，而非传统搜索结果列表，谷歌是直接侵权人。AI概览将原告与诈骗、订阅陷阱等不良商业行为错误关联，甚至提出了任何链接源中均未提及的指控。裁决指出，AI用自己的语言重写并评判结果，谷歌对算法及产品供应拥有控制权。

  3. IT之家·人工智能70

    谷歌 DeepMind 经济学家伊马斯：尚未发现 AI 造成岗位流失的证据，跟风裁员恐适得其反

    谷歌 DeepMind AGI 经济学负责人亚历克斯·伊马斯表示，目前没有看到白领岗位因 AI 大规模消失的证据。他强调，若企业因“不裁员就等于 AI 转型慢”的叙事而跟风裁员，可能适得其反。伊马斯认为，AI 更多是接手部分任务、提升生产力，让员工专注机器无法完成的工作，岗位冲击尚未真正出现。

    推荐理由：来自AI核心阵营的经济学家说‘还没证据’，这本身就值得每个担心被AI替代的人看一眼，那种‘没裁员就是落后’的FOMO叙事可能更危险。

  8. NotebookLM67

    NotbookLM 宣布其笔记本功能已在欧洲的 Gemini App 中 100% 上线。此前用户只能上传笔记本作为 Gemini 的来源，现在可直接在 Gemini App 内访问所有个人未共享的笔记本，并将与 Gemini 的对话作为新笔记本或已有笔记本的来源。该功能先面向 Google AI Ultra、Pro 和 Plus 订阅者的网页端，未来几周将扩展到移动端、更多欧洲国家及免费用户。

    引用NotebookLM@NotebookLM

    去年，我们通过允许你将笔记本作为来源上传，整合进了 @GeminiApp。现在，我们将这段关系提升到新的层次 🏠 ♥️ 从今天开始，你现在可以： — 直接在 Gemini App 内访问你所有个人的、未共享的笔记本 — 将你与 Gemini 的对话作为新笔记本或现有未共享笔记本中的来源 我们今天开始在 Gemini 中推出笔记本功能，首先面向网页端的 Google AI Ultra、Pro 和 Plus 订阅用户。在接下来的几周内，我们将把访问权限扩展到移动端、欧洲更多国家以及免费用户。

    推荐理由：这不是一个惊天动地的更新，对用NotebookLM做深度研究和写作的人，把笔记无缝塞进Gemini对话里是实实在在的效率提升。普通用户可能感觉不大。

  9. Jeff Dean81

    语音翻译一直是Google历时最久的机器学习项目之一，我们已经取得了长足进展。Gemini 3.5 Live Translate是我们最新的语音到语音模型，支持70多种语言。它能让日常产品和应用中跨语言的对话更加自然。 以下是一个示例，展示@InsideGrab的合作伙伴如何帮助旅客与司机建立联系。🚗 已在Google Translate和@GoogleAIStudio的Live API中推出。

    推荐理由：Google把语音翻译做到70+语言，Gemini 3.5 Live Translate直接塞进Google Translate和API，普通人下载App就能用，做跨国生意的这下有福了。