跳到正文
#Google
5月5日周二
  2. Google Blog：AI71

    通过 Gemini API 中的 Webhooks 减少长时任务的摩擦与延迟

    Gemini API 引入了事件驱动的 Webhook 功能，这是一种基于推送的通知系统。它旨在消除低效的轮询需求，为长时运行的任务（如文件处理或复杂推理）提供更优的解决方案。当任务完成时，系统会自动将结果推送到用户指定的端点，从而显著降低延迟并减少资源消耗，提升开发效率与响应速度。

    推荐理由：Gemini API 终于补上 Webhooks 这块拼图，长任务不用再轮询等待，对做自动化流程和 Agent 的开发者是实打实的效率提升。

  4. Google Blog：AI52

    谷歌发布2026年4月AI重要更新

    谷歌于2026年4月宣布多项AI进展。核心包括推出新一代多模态模型Gemini 2.0，其上下文窗口大幅扩展至200万tokens，并增强了对实时视频和音频的理解能力。同时，AI深度集成至搜索与Workspace产品中，提供智能规划与自动化助手功能。公司还开源了轻量级模型Gemma 2系列，并升级了AI开发平台Vertex AI，强调实用性、可访问性及负责任部署。

  5. Google Developers Blog66

    在谷歌TPU上实现3倍加速：UCSD利用扩散式推测解码优化LLM推理

    加州大学圣地亚哥分校的研究团队在谷歌TPU上成功部署了DFlash，一种基于块扩散的推测解码方法。该方法突破传统自回归草稿生成的序列性瓶颈，通过单次前向传播并行“绘制”整个候选令牌块，而非逐个预测。系统平均实现了3.13倍的推理加速，峰值性能接近EAGLE-3等现有方法的两倍。这一开源方案已集成至vLLM生态系统，通过利用“免费”的并行验证能力和针对复杂推理任务的高质量草稿预测，显著优化了TPU硬件的利用效率。

    推荐理由：把扩散式的 speculative decoding 在 TPU 上跑出了 3 倍推理加速，峰值快到 EAGLE-3 的两倍，还直接集成了 vLLM，做推理优化的赶紧试一下。

  6. Google Gemini45

    帮助我们打造I/O倒计时！ 使用Gemini Canvas，用代码挥洒你最富创意的想法，并在5月6日前通过下方链接发送给我们。 游戏？流体模拟器？可演奏合成器？唯一的规则是必须包含一个1到10之间的大数字。 最有趣的创作将在Google I/O 2026的大屏幕上展示！ 获取更多信息并提交作品，请访问：https://io.google/2026/codethecountdown 查看回复中的示例项目以获取灵感⬇️

5月3日周日
  1. IT之家·人工智能54

    谷歌母公司 Alphabet 市值突破 4.6 万亿美元，有望超越英伟达重登全球第一

    谷歌母公司Alphabet市值已超4.66万亿美元，正逼近当前全球市值第一的英伟达。其股价周四大涨10%，年内涨幅达140%，主要得益于财报超预期，尤其是谷歌云季度营收首次突破200亿美元，同比大增63%。与此同时，受OpenAI营收未达预期消息影响，英伟达股价两日跌超6%，市值降至约4.82万亿美元，双方差距缩小至约3.32%。若英伟达在5月20日财报发布后股价未能反弹，Alphabet有望自2016年后重登全球市值榜首。

5月2日周六
  1. IT之家·人工智能61

    谷歌、微软等四巨头今年将豪掷超 7000 亿美元，分析师直言 AI 熊市论就是“垃圾”

    谷歌、亚马逊、微软和Meta计划在2026年合计投入7250亿美元资本支出，较去年增长77%，重点加码AI基础设施。谷歌云业务收入同比增长63%至200亿美元，合同积压订单达4600亿美元。微软将2026年资本支出定为1900亿美元，Meta上调至最高1450亿美元，存储芯片涨价及数据中心成本上升是推高支出的主因。分析师驳斥AI看空论调，认为强劲收入增长足以支撑巨额投入。Alphabet净利润同比大增81%，财报后股价上涨，市值有望创新高。

  2. Rohan Paul79

    美国国防部已与七至八家领先AI公司达成协议，将其AI技术整合进机密网络系统。合作方包括谷歌、微软、AWS、英伟达、OpenAI、Reflection和SpaceX，而Anthropic被明确排除在外。五角大楼将AI定位为核心基础设施，允许其用于任何“合法的作战用途”。官方平台GenAI.mil上线五个月内，已有超130万国防部人员使用，生成了数千万次提示并部署了数十万个AI智能体，展现了该计划的规模与影响力。

    推荐理由：美军把AI正式拉进机密作战系统，排除Anthropic是个强烈信号——AI军事化已不可逆，安全派的克制在真实战场需求面前不堪一击。

  3. IT之家·人工智能70

    美国五角大楼与 SpaceX、OpenAI、谷歌、英伟达、微软等 8 家公司合作，在机密网络部署 AI、用于作战

    美国五角大楼宣布与SpaceX、OpenAI、谷歌、英伟达、Reflection、微软、亚马逊AWS及甲骨文八家领先AI公司达成协议，将在其机密网络（IL6和IL7环境）中部署AI能力，用于“合法的作战使用”。此举旨在加速美军向AI优先作战力量转型，通过集成安全的边界AI能力来简化数据合成、提升态势感知并增强复杂环境下的决策优势。此前，五角大楼因与Anthropic就AI模型使用限制产生争议并诉诸法律，加速了供应商多元化进程。

    推荐理由：五角大楼把 OpenAI、谷歌、英伟达等 8 家公司拉进机密网络做作战 AI，Anthropic 因为限制条款被排除，AI 军事化正式进入快车道，伦理分歧已经变成真金白银的站队。

  4. IT之家·人工智能56

    谷歌将为 Gemini 投放广告，目前处于准备阶段

    谷歌在财报电话会议中透露，计划为人工智能助手Gemini引入广告。首席商务官Philipp Schindler强调，广告是规模化产品、覆盖数十亿用户的重要手段，公司决心已定。目前谷歌处于准备阶段，将在合适时机公布计划，测试顺利后Gemini移动端可能出现广告。类似OpenAI为ChatGPT投放广告的做法，早有传闻称谷歌可能在2026年实施该计划。

  5. Demis Hassabis67

    DeepMind创始人Demis Hassabis在访谈中回顾了从国际象棋神童到获得诺贝尔化学奖的生涯，并探讨了实现AGI仍需解决的关键挑战，如记忆、推理与持续学习。他分析了小模型能力提升、多模态Gemini设计以及推理成本下降的趋势，强调AI已成为科学研究的强大工具，从蛋白质预测扩展到虚拟细胞研究。Hassabis还为创业者提供了前瞻性建议，指出在AGI到来前应关注的方向及AI驱动科学发现的潜力。

    引用Y Combinator@ycombinator

    Demis Hassabis（@demishassabis）拥有科技界最非凡的职业生涯之一。 他最初是一名国际象棋神童，17 岁时成为电子游戏设计师，之后获得神经科学博士学位，并创立了 DeepMind。他的实验室攻克了围棋，用 AlphaFold 解决了蛋白质结构预测，然后将其免费提供给地球上每一位科学家。这项工作为他赢得了 2024 年诺贝尔化学奖。如今他领导着 @GoogleDeepMind，朝着他十几岁时就设定的同一个目标推进：AGI。 在 How to Build the Future 这期特别直播节目中，他与 YC 的 @garrytan 坐下来交谈，讨论了要实现 AGI 还需要发生什么、他给创始人关于如何保持领先的建议，以及下一个重大科学突破可能是什么。 01:48 — 在实现 AGI 之前，还缺什么？ 03:36 — 为什么记忆问题仍未解决 06:14 — AlphaGo 如何塑造了 Gemini 08:06 — 为什么更小的模型变得如此强大 10:46 — 1000 倍工程师 12:40 — 持续学习与智能体的未来 13:32 — 为什么 AI 在基础推理上仍然失败 15:33 — 智能体是被过度炒作了，还是才刚刚开始？ 18:31 — AI 能变得真正有创造力吗？ 20:26 — 开放模型、Gemma 与本地 AI 22:26 — 为什么 Gemini 被构建为多模态 24:08 — 当推理变得廉价时会发生什么？ 25:24 — 从 AlphaFold 到虚拟细胞 28:24 — AI 作为科学的终极工具 30:43 — 给创始人的建议 33:30 — AlphaFold 突破的模式 35:20 — AI 能做出真正的科学发现吗？ 37:59 — 在 AGI 到来之前该构建什么

    推荐理由：Demis 这次没聊虚的，直接把 AGI 的瓶颈摊开讲——记忆、推理、持续学习，每个点都是创业者的机会清单，做 Agents 的可以反复看。

  7. Google Research：Blog51

    通过全球合作与开放资源催化科学影响力

    Google Research强调通过开源软件和开放数据集推动现代科学发展，秉持负责任、包容和严谨的开放科学原则。其Transformer架构重塑了自动语言处理，专业模型正推动医学、基因组学、神经科学、气候与能源等跨学科领域的突破。团队通过API、学术出版物、会议及全球合作伙伴关系，构建协作生态系统，旨在加速全球科学进步与创新。

5月1日周五
  1. The Decoder：AI News62

    科技巨头今年AI支出飙升至7250亿美元

    谷歌、亚马逊、微软和Meta计划明年在人工智能数据中心、芯片和基础设施方面的总预算达到约7250亿美元。这一巨额支出反映了科技巨头持续加码AI投资的趋势，资金将主要用于支撑AI技术发展的核心硬件与基础设施。

  2. The Decoder：AI News60

    Google Deepmind的“AI协诊医生”在盲测中击败GPT-5.4，但仍落后于经验丰富的医师

    Google Deepmind正在开发一款“AI协诊医生”系统以辅助医生诊疗。在模拟研究中，该系统表现优于GPT-5.4，但仍未达到经验丰富医师的水平。研究同时指出，类似ChatGPT语音模式的技术目前尚无法胜任严肃任务，更难以应用于医疗咨询场景。这项进展揭示了AI在专业医疗辅助领域的当前能力边界与发展潜力。

  3. Rohan Paul74

    Alphabet股价大涨约9%，市值单日增加约4200亿美元，创下历史最大单日涨幅纪录。其市值目前仅比全球市值最高的上市公司Nvidia低约6%。这一强劲表现的核心驱动力来自Google Cloud，其营收实现了63%的增长，增速超过了近期AWS和Azure的表现。增长主要得益于企业客户广泛采用基于Gemini模型和定制TPU构建的AI解决方案。

    引用The Kobeissi Letter@KobeissiLetter

    突发：Alphabet，$GOOGL，今日市值增加 +$4200 亿，目前距离超越 Nvidia 成为全球市值最高的上市公司仅差 6%。 Alphabet 有望创下历史上最大的单日市值增幅。

    推荐理由：Alphabet 一天涨出 4200 亿美元，云业务靠着 Gemini 和 TPU 追上来，这是 AI 商业化第一次在财报里这么清晰，科技巨头座次可能真要重排。

  4. Google Developers Blog62

    基于Gemini Embedding 2构建：智能多模态RAG及其他应用

    Google正式发布Gemini Embedding 2统一嵌入模型，该模型能将文本、图像、视频、音频和文档映射到同一语义空间。开发者可通过单请求处理交织多模态输入，显著提升智能RAG、视觉搜索等内容审核任务的性能。模型支持超100种语言，并提供任务特定前缀和马特廖什卡降维等特性，为构建复杂AI智能体提供高效精准的基础。

    推荐理由：开发者做多模态RAG的苦日子结束了，Gemini Embedding 2把文本、图片、视频塞进同一个语义空间，还自带Matryoshka降维，直接省掉一堆胶水代码。

  5. Rohan Paul56

    《时代》杂志指出，谷歌在人工智能领域的领先地位，源于CEO桑达尔·皮查伊早期对DeepMind、TPU芯片、云基础设施及AI产品的一系列长期投资，而非对ChatGPT的仓促反应。其核心优势在于对研究、芯片、云服务、产品和覆盖数十亿用户的分发渠道实现全栈控制。通过将定制芯片制造与统一的研究实验室深度融合，谷歌获得了对AI架构的绝对控制权，能利用自研TPU高效执行复杂计算，同时让工程师得以低成本大规模扩展模型预训练，而无需像竞争对手那样承受高昂的外部芯片采购成本。

  6. Google AI69

    谷歌上周正式向公众发布了其首个原生多模态嵌入模型Gemini Embedding 2。该模型如同“通用翻译器”，能将文本、图像、视频和音频数据转化为独特的数字向量。其核心突破在于不再依赖关键词匹配，而是基于语义将不同模态的数据映射到同一空间，从而理解内容间的深层联系。开发者已利用该模型构建视频分析工具、视觉购物助手等应用，实现通过拍照或描述场景进行智能搜索的功能。模型现可通过Gemini API或Gemini Enterprise Agent平台使用。

    推荐理由：Google 第一个原生多模态嵌入模型，把文本、图像、视频拉到同一个向量空间，做跨模态搜索的开发者可以不用再手动打标签了，但离「无感理解」还有距离。

  7. NotebookLM64

    Gemini App中的Notebooks功能现已正式在移动端向免费和付费用户开放，并计划很快扩展至更多欧洲国家。此次更新标志着NotebookLM与Gemini的深度集成，用户现可直接在Gemini App内访问所有个人未共享的笔记本，并能将Gemini的聊天记录用作新笔记本或现有笔记本的资料来源。功能推出将分阶段进行：首先面向网页版的Google AI Ultra、Pro和Plus订阅用户，未来几周将逐步覆盖移动端用户、更多欧洲地区以及免费用户。

    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：NotebookLM的笔记功能终于彻底住进了Gemini App，免费用户也能用。这一步让Google AI助理从“外脑”变成了“内脑”，虽然不算惊天动地，但整合的体验提升是实打实的。

  9. NotebookLM64

    Google的Gemini应用正式向移动端免费和付费用户推出Notebooks功能，并即将扩展至更多欧洲国家。该功能允许用户在Gemini应用内直接访问所有个人未共享的笔记本，并能将与该AI的对话内容作为新笔记本或现有笔记本的资料来源。此次发布首先面向网页端的Google AI Ultra、Pro和Plus订阅用户，后续将逐步推广至移动端、更多欧洲地区及免费用户。

    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：NotebookLM 正式成为 Gemini 的原生笔记,聊天记录能直接纳入知识库,这步整合让 Gemini 从一个对话工具开始走向个人知识中枢，Google 生态用户应该高兴。

4月30日周四
  2. IT之家·人工智能59

    谷歌云业务营收占比突破 18%，AI 驱动下公司迎来结构性拐点

    谷歌云业务在Alphabet第一季度财报中表现亮眼，营收同比大涨63%至200亿美元，占公司整体营收18%，预计一两个季度后占比将达五分之一。人工智能是核心驱动力，推动云业务营业利润同比增至三倍达66亿美元，利润率从9.4%飙升至32.9%。这标志着云业务已从边缘化转向结构性拐点。尽管AI需求强劲，但若热潮放缓可能影响其增长。此外，云部门的企业销售文化与谷歌本部工程师文化的内部碰撞也值得关注。

  3. The Decoder：AI News56

    Google CEO Pichai 称用户“喜爱”AI Overviews 并持续回归搜索

    Alphabet计划在2026年前向AI和云基础设施投入高达1900亿美元，并预计2027年支出将再次“显著”增长。公司CEO Pichai表示，用户对搜索中的“AI Overviews”功能反响积极，该功能提升了用户参与度，促使人们更频繁地使用搜索服务。这项投资旨在巩固其在AI驱动搜索领域的领先地位。

  4. Tomasz Tunguz 博客67

    2026年Q1云巨头资本支出达1120亿美元，谷歌增长领先

    2026年第一季度，三大云服务巨头资本支出合计1120亿美元。谷歌云以63%的同比增长率领跑，远超微软Azure的40%和亚马逊AWS的28%。谷歌增长主要受企业AI解决方案驱动，云服务积压订单环比翻倍至超4600亿美元。客户通过API每分钟处理160亿个令牌，同比增长60%。为满足需求，谷歌将2026年资本支出指引上调至1800-1900亿美元，超过微软的约1200亿美元。谷歌凭借全栈自研的Gemini模型和TPU芯片，在增长速度和结构优势上表现突出。

    推荐理由：三家云厂一个季度砸了 1120 亿美元搞 AI 基建，Google 靠自研模型增速冲到 63%，全栈整合的优势这次用财报坐实了，做 AI 创业的得重新想想云选型。

  5. IT之家·人工智能52

    Counterpoint：联发科有望占据 AI 计算 ASIC 市场 1/4 份额，仅次于博通

    调研机构Counterpoint Research预测，联发科凭借与谷歌的合作，其AI服务器计算ASIC出货量有望在未来两年内实现数量级增长。到2028年，联发科预计将交付500万颗谷歌TPU芯片，占据该市场26%的份额，成为仅次于博通的第二大设计服务参与者。合作中，谷歌负责核心计算芯片设计，联发科提供I/O芯片，这种新模式有助于节省设计成本并避免HBM内存的加价。双方正共同推进TPU v8e项目，计划于2027年底量产，并可能采用英特尔的先进封装技术。

  6. IT之家·人工智能64

    谷歌：Gemini 应用可直接生成并下载 PDF、Word、Excel 等文件

    谷歌宣布其Gemini应用现已支持直接生成并下载多种格式文件。用户仅需输入一条提示词，即可在对话中创建PDF、Microsoft Word、Excel、谷歌Workspace文档等，无需离开应用即可完成从构思到成文的流程。该功能已面向全球所有Gemini用户开放，生成的文件可直接下载至设备或导出至谷歌云端硬盘。支持的格式包括谷歌文档、表格、幻灯片、PDF、Word(docx)、Excel(xlsx)、CSV、LaTeX、Markdown、纯文本(TXT)和富文本格式(RTF)。

  7. IT之家·人工智能61

    谷歌确认将开始向部分客户交付 TPU 硬件设备

    谷歌母公司Alphabet在财报会议上确认，将开始向部分精选客户交付TPU硬件设备，供其部署在自有数据中心，这为TPU系列AI硬件开辟了云端算力之外的新变现模式。谷歌近期发布了第八代TPU新品TPU 8t和TPU 8i，性能较上代大幅提升。相关协议预计在今年晚些时候带来少量收入，大部分收入将在2027年实现。此外，Google Cloud在2026年第一季度营收首次突破200亿美元，同比增长63%。

  8. Google Research：Blog57

    谷歌研究团队应用实证研究辅助工具的四个领域

    自去年秋季推出实证研究辅助（ERA）工具以来，谷歌研究团队已将其应用于多个科学领域以解决实际问题。在流行病学中，它助力流感与新冠预测；在宇宙学里，协助分析星系数据以探究暗能量；在大气监测方面，提升了二氧化碳排放的追踪精度；在神经科学领域，则用于解析大脑活动数据。这些实践表明，ERA能帮助科学家生成专家级的实证软件，其成果超越了黑箱模型，可发现兼具可解释性与机制准确性的解决方案，从而有效加速科学发现进程。

    推荐理由：Google 把自家 ERA 工具在流行病学、宇宙学、气候监测、神经科学四个方向的实战案例摊开讲，虽然不是新模型发布，但对做 AI for Science 的人来说，这是一份难得的「AI 科研助手到底能干嘛」的全景参考。

  11. Google AI52

    在Google Cloud Next '26大会上，谷歌正式推出专为智能体时代设计的第八代TPU芯片，分别针对AI训练与服务两大核心挑战。TPU 8t专注于训练，其性能约为前代的3倍，并通过加速数据移动和优化硬件容错，将原本需数月的训练时间缩短至数周。TPU 8i则专为执行复杂任务的AI智能体服务，内存扩大三倍以支持多步推理，每美元性能提升80%，延迟降低5倍，助力企业以更低成本扩展服务规模。这些芯片将为医疗研究、客户支持等广泛场景提供核心算力，推动AI应用创新。