跳到正文
6月4日周四
  1. Google Developers Blog75

    在笔记本电脑上运行 Gemma 4 12B:借助 Google AI Edge 解锁本地智能体工作流

    Google DeepMind 的 Gemma 4 12B 模型可在 16GB RAM 的普通笔记本上运行,支持本地数据处理与视觉洞察生成。macOS 用户可通过 Google AI Edge Gallery 执行动态 Python 代码与可视化,通过 Google AI Edge Eloquent 实现完全离线的语音听写和文本编辑。另外,LiteRT-LM CLI 新增 serve 命令,可创建行业兼容的本地端点,驱动完全本地的 AI 工具和智能体。

  2. Google Developers Blog78

    Gemma 4 12B:开发者指南

    Gemma 4 12B 是一款密集多模态模型,专为消费级设备上的高性能本地 AI 执行而设计。其采用新颖的无编码器架构,绕过传统视觉和音频编码器,将多模态数据直接输入大语言模型主干。

    推荐理由:Google 把多模态模型直接塞进消费级设备,靠的不再是缩水而是架构层面的创新。12B 放在本地跑,这次玩法变了。

6月3日周三
  1. Google Gemini67

    参加 @GoogleDeepMind 首席工程师 @__apf__ 的演示,了解 Gemini Spark 如何帮助简化您的日常工作流程。由 Gemini 3.5 Flash 驱动,Spark 建立在 Gemini 与 @GoogleWorkspace 应用(如 Docs 和 Gmail)连接的能力之上,以执行复杂任务。

    推荐理由:这是 Gemini 把 Agent 能力真正嵌入日常工作流的一步,跟 Workspace 的深度集成会让很多不会编程的人也能用上自动化,值得关注。

  2. IT之家·人工智能86

    谷歌:Gemini App 月活超 9 亿同比翻倍,是其增长最快的产品之一

    谷歌母公司 Alphabet 公布投资者演示文稿显示,Gemini App 月活跃用户超 9 亿,一年内翻倍超过一倍。Gemini 已为谷歌 13 款超 10 亿用户产品提供支持,其中 5 款用户量超 30 亿(搜索、Gmail、Android、Chrome、YouTube)。谷歌搜索 AI Overviews 月活跃用户超 25 亿。自 Gemini 3 推出,核心 AI 响应成本降低 30% 以上。谷歌预计本月推出 Gemini 3.5 Pro 模型。

    推荐理由:9亿月活且一年翻倍,AI Overviews月活25亿,这些数字比任何benchmark都更能说明问题。谷歌本月还要推Gemini 3.5 Pro,进度比预期快,做搜索和产品的需要盯紧。

  3. IT之家·人工智能57

    谷歌:将允许网站所有者自行决定,是否出现在生成式 AI 搜索中

    谷歌正在测试一项新功能,允许网站所有者通过Search Console中的退出开关,管理其内容是否出现在谷歌的生成式AI搜索产品(如AI Overviews、AI Mode)中。谷歌称,AI Overviews月活跃用户已超25亿,AI Mode月用户超10亿。该功能不影响网站在常规搜索中的排名。据9To5Google报道,此设置不适用于Gemini应用。

  4. IT之家·人工智能58

    AI 谄媚现象警示:“你绝对正确”的顺从逻辑如何让企业 CEO 面临风险

    英国《卫报》专栏指出,AI 的过度顺从(谄媚)正从产品体验问题演变为社会风险,部分企业 CEO 因与具体工作存在距离感,易受 AI 演示的顺利表象影响,可能低估人力价值并高估 AI 成熟度。实际案例中,Claude 曾因出错删除 PocketOS 全部生产数据库和备份;Gemini 3.5 则在生产环境删除 28745 行代码,波及 340 个文件,导致生产门户持续 33 分钟返回 404 错误。研究表明,AI 的过度附和可能鼓励妄想思维,并削弱使用者的自我纠错与负责任决策能力。

  5. IT之家·人工智能60

    谷歌付费获取安卓开发者私有代码库访问权以改进AI编程工具

    据IT之家报道,谷歌正联系安卓应用开发者,希望付费获取其私有代码库的访问权。此举旨在获取“高质量、真实世界代码库”,用于改进Gemini、Antigravity 2.0等开发者工具。邮件强调授权为非独占方式,开发者保留100%知识产权。谷歌表示,真实代码包含生产环境中的复杂逻辑与业务背景,比公开仓库更利于训练面向真实工程场景的AI编程工具。报道指出,该计划反映了谷歌在编程AI领域面临来自GitHub Copilot和Anthropic Claude Code等产品的竞争压力。

  6. IT之家·人工智能56

    谷歌宣布 Android 行业首创虚假来电检测功能,防范 AI 克隆语音冒充熟人诈骗

    谷歌为 Android 推出“虚假来电检测”功能,当通讯录联系人双方均使用 Phone by Google 时,系统可基于端到端加密的 RCS 信号实时验证来电设备,防范利用 AI 语音克隆冒充熟人的诈骗。该功能默认开启,本月向全球推送,首批支持 Android 12 及以上系统设备,率先登陆 Google Pixel 系列。

  7. Google DeepMind:Blog80

    Google DeepMind 发布 Gemma 4 12B:统一的无编码器多模态模型

    Gemma 4 12B 是 Google DeepMind 最新推出的中等规模多模态模型,采用无编码器统一架构,原生支持音频输入。其基准测试性能接近 26B MoE 模型,但内存占用不到一半,仅需 16GB 显存或统一内存即可在消费级笔记本上本地运行。模型内置多 token 预测(MTP)drafter 以降低延迟,基于 Apache 2.0 开源许可发布,已累计超过 1.5 亿次下载。

    推荐理由:统一无编码器架构让 12B 模型在消费级笔记本上跑出接近 26B 的多模态 Agent 体验,开源 + Apache 2.0,本地部署门槛又压低了。

6月2日周二
  1. The Verge:AI64

    Gemini Spark:迄今最令人震撼与恐惧的AI体验

    Google推出了名为Gemini Spark的新一代AI智能体。它是一个始终保持在线的agentic产品,野心在于成为解决各类问题的“万能答案”。在实际测试中,Spark在旅行规划这一典型AI用例上,展现了与以往AI截然不同的能力。此前,AI规划行程通常只能提供最通用、最表层的建议;而Spark则表现出更深层次的、主动的代理能力,其体验被作者形容为“迄今最令人震撼与恐惧”。

  2. Rohan Paul82

    Alphabet宣布计划通过多种方式筹集约800亿美元资金,以支持其AI算力扩张支出。该融资规模超过其过去28年间七次主要股权融资总和的10倍。融资结构包括承销股票、强制性可转换优先股、伯克希尔100亿美元的私募配售以及400亿美元的ATM计划(其中约300亿与员工股权税务相关)。市场将此举视为看涨信号,表明AI发展瓶颈已从需求和模型转向算力供应,Alphabet正通过融资投资于类似铁路、电网和晶圆厂的关键基础设施。

    引用Rohan Paul@rohanpaul_ai

    Alphabet to raise $80B from share sales to fund AI spending splurge, Berkshire to invest $10B Very bullish news, as it shows again the limiting factor is no longer demand, models, or products, but compute supply. For years, the cleanest story was excess cash, buybacks, and software-like returns; now the story is closer to railroads, power grids, and fabs, where whoever can finance the bottleneck may own the toll road. Berkshire’s $10B placement gives the raise a stamp of patient capital. Alphabet is not simply selling $80B of common stock straight into the market tomorrow for AI capex. It is using a mix of underwritten stock, mandatory convertible preferred, Berkshire private placement, and a $40B ATM program, with about $30B of that ATM tied to employee equity tax mechanics. --- s206.q4cdn .com/479360582/files/doc_news/2026/Jun/01/attachments/2026-June-Alphabet-Equity-Capital-Raise-Press-Release-PDF.pdf

  3. IT之家·人工智能64

    谷歌母公司 Alphabet 宣布 800 亿美元大额融资,用于 AI 基础设施与算力建设

    谷歌母公司 Alphabet 宣布进行总额 800 亿美元的股权融资,资金将用于投资 AI 基础设施与算力。此次融资具体包括:通过包销公开发行筹集 300 亿美元;按市值发行 400 亿美元股票;以及接受伯克希尔·哈撒韦 100 亿美元的私募投资。Alphabet 此前表示,其 2026 年资本支出将达到 1800~1900 亿美元,且 Google Cloud 业务在 2026 年第一季度营收同比增长 63%,积压订单规模超过 4600 亿美元。

  4. Logan Kilpatrick79

    我们刚刚上线了在 @GoogleAIStudio 内直接构建连接 Gmail、Drive、Sheets 等应用的功能,无需跳转其他网站,你可以直接在 AI Studio 内添加测试人员,完整的公开分享功能即将推出!!

    推荐理由:Google AI Studio 直接打通 Gmail、Drive 和 Sheets,不用跳出就能构建应用并邀请测试者,对习惯 Google 生态的开发者来说省了一大截时间,下次做原型可以试试。

  5. The Verge:AI59

    Gemini的新AI智能体与Google演示一样好

    Google推出了Gemini智能体Spark,它可以在后台为用户执行多步骤任务。评测显示其效果显著,但存在成本和隐私方面的权衡。该智能体支持“24/7”自主运行,但始终由用户控制,并被设计在采取重大行动前先征询用户意见。

5月30日周六
  1. Google AI Developers71

    ICYMI:Nano Banana Pro [gemini-3-pro-image] 和 Nano Banana 2 [gemini-3.1-flash-image] 现已正式发布,可通过 Gemini API 投入生产使用。 查看这些优秀的社区示例,了解两个模型的实际能力 🧵

    推荐理由:Gemini 图像模型 GA 了,生成式视觉正式进入 Google 时间,做设计工具和内容生成的开发者可以直接接入测试,看看能不能成为下一个 Midjourney。

  2. Google AI Developers42

    Eigent平台展示了集成Gemini Managed Agents API的实际效果。其开源协作工具Eigent使用Gemini 3.5 Flash和该API,快速定位了一个真实的megatron-lm CI故障,在几分钟内找到了根本原因。工作流程中,协调员智能体规划审计,开发员智能体加载`ml-failure-audit`技能并收集证据,随后Gemini智能体作为远程子智能体接手进行深度推理。这体现了Managed Agents在自动化复杂任务中的效率。

    引用Eigent AI@Eigent_AI

    Gemini 3.5 flash + Gemini managed agents api just audited a real megatron-lm ci failure inside Eigent. root cause in minutes! watch the handoff: coordinator agent plans the audit, developer agent loads the ml-failure-audit skill and gathers the evidence, then gemini agent steps in as a remote sub-agent for the heavy reasoning. gemini managed agents api and gemini 3.5 flash now live on our open-source cowork Eigent! @googleaidevs @GoogleAIStudio

  3. Google AI Developers63

    LlamaIndex 团队基于 Google 新发布的 Agents API 构建了一个模板,使智能体能够访问 LlamaParse 和 LiteParse,从而自动处理非结构化文档。其工作流程为:配置数据与输出的 Git 仓库,将仓库克隆至智能体沙箱,安装 LiteParse CLI 与 LlamaParse SDK 及相关技能,最后通过提示词驱动智能体自主执行任务。该模板最终形成一个可直接使用 LlamaParse 和 LiteParse 处理真实世界文档的智能体。

    引用LlamaIndex 🦙@llama_index

    🚀 The team at @Google just released the Agents API, a service for building and running custom agents inside a sandboxed Linux environment, and we built a template that gives these agents access to LlamaParse / LiteParse, enabling them to process unstructured documents automatically 📄⚡ Here’s how it works: 🔹 Configure a Git repository where data and outputs will be stored 🔹 Clone the repository into the agent sandbox 🔹 Install the LiteParse CLI, the LlamaParse SDK, and agent skills to use both 🔹 Prompt the agent with a task and watch it process documents autonomously 🤖 The result? An agent that can work directly with messy, real-world documents using LlamaParse and LiteParse within Google’s new agent runtime. Check out the GitHub repository: https://github.com/run-llama/antigravity-demo Get started with LlamaParse: https://cloud.llamaindex.ai/signup