跳到正文

公司与模型

Google / Gemini 最新动态

Google 与 DeepMind 的 Gemini 模型、Veo 视频生成、前沿研究与各条产品线的 AI 更新。

368 条精选近 30 天 50 条共收录 2,419 条

更新

精选归档 · 第 14 页

5月20日周三第 261–280 条
  1. Google Gemini67

    我们将顶级Google AI Ultra套餐的价格从每月250美元降至200美元，并推出新的每月100美元Ultra套餐档位。 这个新套餐解锁了比Pro套餐高5倍的Gemini应用使用限额，助您加速编程与创作。它还包括新功能抢先体验、20TB存储空间、@YouTube Premium等更多权益。适用条款。https://goo.gle/4wEuFGK #GoogleIO

    推荐理由：Google 把顶级 AI 订阅门槛压到 $100/月，还捆着 YouTube Premium 和 20TB 云存储，这是用互联网式捆绑法打 AI 价格战，对重度用户吸引力不小。

  2. Google Research：Blog65

    经验研究助手（ERA）：从Nature发表到催化计算发现

    Google Research开发的经验研究助手（ERA）现已在《Nature》期刊发表论文。这是一款基于Gemini的AI工具，旨在协助科学家编写专业级经验科学代码，其核心能力包括搜索文献、生成代码、探索方案并迭代优化，以加速耗时的计算实验过程。该工具已被用于构建“计算发现”原型，并已通过Google Labs的“可信赖测试者计划”向更广泛的科学家群体开放初步试用。

    推荐理由：谷歌把AI科学编码工具ERA发到了Nature，顺便在Google Labs推出了计算发现实验版，流行病预测和碳追踪的案例很扎实，科研圈的开发者和产品人可以关注下实际进展。

  3. Noam Shazeer83

    来自 #GoogleIO 现场，我们正在推出 Gemini 3.5 Flash，这是我们最新的模型，为智能体和编码提供前沿性能。我们今天在全球范围内推出，以其他前沿模型 4 倍的速度为现实世界的智能体工作流提供前沿级性能。🧵

    推荐理由：Google IO上发布的Gemini 3.5 Flash，主打Agent和编码，速度四倍于其他前沿模型，直接拉低Agent应用的门槛，做相关开发的可以马上试试。

  4. Google Blog：AI81

    Google I/O 2026

    在Google I/O 2026大会上，Google宣布了多项旨在让AI更普惠、更实用的更新。这些发布聚焦于提升人工智能的辅助能力，使其能够服务更广泛的用户群体。大会涵盖了AI在开发者工具、用户应用以及日常生活场景中的具体改进，强调通过技术优化实现更自然、更便捷的人机交互体验。

    推荐理由：Google I/O 2026 官方合集，一页看完今年谷歌所有的 AI 动作，从模型到产品都在这，嫌消息碎的收藏这篇就够了。

  5. Google DeepMind：Blog81

    介绍 Google Antigravity 2.0

    Google Antigravity 2.0 是一款全新独立桌面应用，支持 macOS、Linux 和 Windows，无 IDE 绑定，由最新 Gemini 模型驱动，面向企业。核心为智能体，支持同步与异步交互。新增动态子智能体（主智能体可动态创建子智能体并行完成子任务）、异步任务管理、JSON 格式钩子（可拦截并控制智能体行为）、定时任务（通过 `/schedule` 命令设置周期或一次性触发）。引入“项目”概念替代“工作区”，可跨多个文件夹并独立设置权限与规则。新增斜杠命令：`/goal` 自动执行至完成、`/grill-me` 实施前反向确认、`/browser` 显式控制浏览器。语音输入改为实时转录。

    推荐理由：Antigravity 从 IDE 里的一个面板变成独立桌面应用，代理优先的体验终于不用绑着代码编辑器了，新加的计划任务和实时语音转录让它更像一个通用 AI 工作台。

  6. Google DeepMind：Blog83

    推出Gemini Omni多模态AI模型

    谷歌推出原生多模态AI模型Gemini Omni，能够整合视频、图像、音频和文本等多种输入，生成高质量视频内容。其核心能力是通过自然语言对话进行视频编辑，并能保持角色一致性、物理规律与场景连贯性。首个模型Gemini Omni Flash已上线，未来将支持图像和音频输出。Gemini Omni结合了对物理世界的直觉理解与丰富的知识库，支持从写实到叙事的创意生成，并可通过多轮对话持续编辑视频，而不丢失原始场景上下文。

    推荐理由：Gemini Omni 把视频生成从画面堆砌推到了物理世界叙事，多轮自然语言编辑和世界知识融合是真正的代际升级，做视频内容的该重新理解工具的定义了。

  7. Google AI Developers68

    Google I/O 开发者大会即将开始！ ✧ 上午10:00 - 主题演讲 ✧ 下午1:30 - 开发者主题演讲 ✧ 下午3:30 - Google AI 新动态 ✧ 下午4:30 - 与 @GoogleDeepMind 和 @Antigravity 共同扩展开发者生态系统 时间为太平洋时间。 https://x.com/i/events/2053241348807864323

    推荐理由：就是 Google I/O 的日程表，提醒你今天该看哪个场次，AI 专场在下午三点半，但推文本身没透露任何新东西，好戏还得等 keynote。

5月17日周日
  1. Google DeepMind：Blog55

    Gemini for Science：面向科学的AI实验与工具，开启发现新时代

    Google 推出 Gemini for Science 项目，发布一系列基于 Gemini 模型的科学工具与实验性应用。该项目旨在扩展科学探索的规模与精度，通过人工智能辅助研究人员处理复杂计算、模拟实验系统并加速数据分析流程。具体工具覆盖材料科学、气候模拟、生物信息学等多个领域，目标是将大规模生成式模型能力整合进科研工作流，推动跨学科研究的突破性进展。

    推荐理由：Google DeepMind把Co-Scientist和AlphaEvolve打包成实验工具集，试图用AI智能体加速假设生成、计算实验和文献综述。虽然还只是原型，但这是科学AI走向产品化的信号，科研人员可以试试。

  2. Google DeepMind：Blog63

    让了解网络内容的创建和编辑过程变得更简单

    平台宣布扩展其内容透明工具，旨在让用户更便捷地追溯网络内容的创建与编辑历史。这项更新将适用于社交媒体平台、网页内容等多个场景，帮助用户识别信息的修改痕迹，提升数字内容的透明度。

    推荐理由：Google 把 SynthID 水印和 C2PA 凭证推向搜索、Chrome 和 API，普通人也能随手查「这是 AI 做的吗？」，这对虚假信息是实际的约束。

5月16日周六
  1. Google DeepMind：Blog75

    Gemini 3.5：具备行动能力的前沿智能

    Google发布了Gemini 3.5模型，该模型专注于提升执行复杂任务的能力。其核心特点是支持“代理式工作流”，即能够像助手一样自主规划并执行一系列多步骤、复杂的操作，旨在将先进的语言理解与实际问题解决能力相结合。

    推荐理由：Gemini 3.5 Flash 把前沿级智能体和编程能力塞进了极低延迟和成本，四倍于竞品速度的同时基准表现超过 3.1 Pro，这可能是今年对开发者最实用的基座模型之一。

5月15日周五
  1. Google Developers Blog62

    Genkit 推出中间件系统：增强智能体AI应用的可控性与可靠性

    Google开源框架Genkit近日推出其核心中间件系统，旨在提升智能体AI应用的可靠性与可控性。该系统允许开发者在生成调用、模型及工具层进行拦截，以注入自定义行为，如重试机制、模型回退以及人工介入的工具审批流程。通过创建并堆叠自定义中间件，开发者能够实现对模型输出的确定性控制。所有中间件的执行流程均可通过专用的开发者界面进行实时查看与调试，有效支持使用TypeScript、Go、Dart和Python构建生产就绪的智能体应用。

    推荐理由：Genkit 的中间件系统把 agent 行为变成可编程的拦截点，重试、fallback、人机审批都能挂上，对用 Genkit 上生产的团队来说，是个能让应用更「硬」的更新。

  2. Google Developers Blog63

    加速设备端AI：Arm与Google AI Edge的优化实践

    Arm第二代可扩展矩阵扩展（SME2）与Google AI Edge软件栈集成，将CPU转变为强大的矩阵计算加速器，从而实现高性能的设备端生成式AI。本文以Stability AI的“stable-audio-open-small”模型为例，阐述了利用LiteRT、XNNPACK和KleidiAI构建的“转换、优化、部署”自动化硬件加速流程。该方案在基于Arm架构的移动设备和笔记本电脑上，成功实现了音频生成速度提升2倍以上、内存使用减少4倍的显著效果，同时确保了高音频质量。这一集成方案为在资源受限的边缘设备上高效运行复杂AI模型提供了有效路径。

    推荐理由：Google 和 Arm 在设备端 AI 上的联合优化案例很具体，给了开发者一套可复制的流程，2x 加速和 4x 内存节省对于做移动端生成式 AI 的人来说值得动手试一下。

5月13日周三
  2. Google Developers Blog73

    使用ADK构建可暂停、恢复且永不丢失上下文的长时运行AI智能体

    本文探讨了如何从无状态聊天机器人升级为生产级AI智能体，以管理长达数天或数周的企业工作流程（如HR入职）。通过引入Agent Development Kit（ADK），其架构核心采用持久状态机和持久化会话存储，确保智能体在“空闲时间”或服务器重启时永不丢失上下文。系统利用事件驱动的Webhook和多智能体委托机制，实现在暂停期间“休眠”，并在唤醒后以高推理准确性恢复复杂任务，从而构建出具备韧性和可靠性的长时运行智能体系统。

    推荐理由：Google 官方手把手教你把无状态 chatbot 升级成能跨天跨周的持久化 agent，状态机和持久会话是两个关键切入点，做过生产环境 agent 的都懂这东西有多刚需。

5月12日周二
  1. Google DeepMind：Blog57

    Co-Scientist：一个加速研究的多智能体AI伙伴

    Co-Scientist 是一款由 Gemini 构建的协作式 AI 助手，旨在帮助科研人员加速科学突破。它通过多智能体（multi-agent）的架构设计，作为研究人员的智能伙伴参与工作流程，以提升研究效率并推动创新发现。

    推荐理由：Google DeepMind 推出的科研助手，用多智能体框架帮科学家加速实验设计，如果做生物/材料领域研究，值得跟踪一下，但对其他领域暂时可能还是个概念。

5月9日周六
  1. Google Gemini73

    Gemini中的笔记本功能为复杂任务带来条理性。 以研究生院申请流程为例：通过笔记本，您可以将成绩单、文书草稿和录取要求集中在一处，让Gemini帮助追踪截止日期、提供反馈并评估您的进展。

    推荐理由：Gemini笔记本像是给ChatGPT加了个项目管理面板，如果你在手里捏着一堆碎片化任务，这个功能值得到回来看看。但别指望它超越模型本身的能力边界。

5月7日周四
  1. Google DeepMind：Blog66

    AlphaEvolve：我们由Gemini驱动的编程智能体如何跨领域扩展影响力

    AlphaEvolve推出了基于Gemini大模型的编程智能体，其算法正驱动多个领域产生实际影响。该智能体在商业流程、基础设施优化与科学研究三个关键领域实现规模化应用，通过自动化代码生成与问题解决提升效率。具体实践表明，它能显著加速开发周期并处理复杂任务，标志着AI编程助手从辅助工具向核心生产力引擎的演进。

    推荐理由：DeepMind这次不只是秀参数，AlphaEvolve用Gemini驱动编码代理，已经开始在工业设计和科学发现里产生真实影响了，做自动化的可以盯着看。

  2. Google Gemini67

    通过个人智能与Nano Banana 2的协同工作，您现在可以将兴趣转化为Gemini中的图像。 请勿错过我们在Discord上的下一次社区活动，届时将有最新版本团队的现场演示和问答环节。 👉加入我们的Discord观看直播：http://discord.gg/gemini 📅 今天太平洋时间中午12:00

    推荐理由：Nano Banana 2 把 Gemini 的图像生成从写 prompt 变成了识别你的兴趣，不用费力描述也能出图，对普通用户可能是真痛点，看直播看看实际效果。

  3. NotebookLM69

    NotebookLM为高级用户推出“自动标注”新功能。当笔记本内来源超过五个时，点击该按钮，系统会自动分析所有内容并将其归类为高级别类别，每个来源可拥有多个标签。标签视图不仅便于查找特定来源，还能让用户选择特定标签来聚焦AI，使其回答仅基于该标签下的来源，从而提升响应速度与信息相关性。此功能也优化了“快速与深度研究”，新添加的来源会清晰显示在现有标签列表下方，方便用户审查和管理。用户可随时重新组织未标注来源或切换回传统列表视图。该功能将于近日向所有用户推送。

    引用Steven Johnson@stevenbjohnson

    @NotebookLM 高级用户的重大新功能：延续 Mind Maps 的传统，Notebook 现在可以自动为你的来源添加标签，这让管理拥有大量来源的笔记本变得容易得多。 我已经用了好几周了，它在大型笔记本中用途惊人地广泛。详情如下。 它的工作方式是这样的。如果你的笔记本中有超过 5 个来源，你会在左侧来源列表上方看到一个新的“auto-label”按钮。点击它，Notebook 将审查你所有来源的内容，并将它们组织成高层级的类别。如果主题有重叠，每个来源可以有多个标签。 标签应用后，你会看到来源的新整洁视图，其中只显示顶层类别，但你可以轻松展开以查看与每个标签关联的所有来源。点击每个标签旁边的三点菜单可重命名或删除标签。（来源不会被删除。）或者添加 emoji 以在视觉上区分标签。你可以点击每个来源旁边的三点菜单，为来源分配不同的标签。 在来源面板中拥有这种有条理的标签视图，让你更容易找到你要找的特定来源，但这只是开始。 你还可以使用来源面板右侧的选择按钮，让 AI 专注于特定类别。选择一个类别后，聊天中的所有回复都将完全基于分配给该标签的来源。如果你担心 AI 被其他类别中的信息分散注意力，这会很有帮助，而且由于加载到上下文中的来源更少，它还可以加快你的聊天响应时间。 按标签选择对于生成 studio artifacts 也超级有帮助。如果你想要一个只聚焦于你的 American History 笔记本中关于内战的来源的播客，只需选择该标签，然后点击 Studio 中的 audio overview 按钮。 标签视图还极大地增强了在拥有许多现有来源的笔记本中的 Fast 和 Deep Research。过去，如果其中一个研究代理添加了一批来源（使用 Deep Research 时最多可达 40 或 50 个），所有来源都会按字母顺序散布在你的来源面板中，无法分辨哪些是新添加的。但现在，如果你所有预先存在的来源都整齐地归档在适当的标签中，当你拉取新的研究来源时，它们都会出现在标签类别下方的字母顺序列表中。这样就能轻松审查这些新来源，看看哪些是你真正想保留的，你可以手动选择它们（并取消选择所有标签），以探索你刚刚添加到笔记本中的新信息。假设你想专门向你的 American History 笔记本添加关于 Battle Of Gettysburg 的新信息——运行一次 Fast Research 查询，导入十个新来源，选择这些新的未标记来源，然后点击 Slide Deck 按钮，对 Gettysburg 的历史进行一次聚焦回顾。 一旦你探索完这些新来源，你随时可以点击左上角原来的 auto-label 按钮，并选择“Reorganize unlabeled sources”。Notebook 将自动为新加入的来源分配合适的标签。 如果你想切换回完整的来源字母顺序列表，只需选择“Return to list view”即可返回传统的来源面板布局。Notebook 会记住你的标签，因此很容易在两种视图之间来回切换。 该功能应在未来几天内向所有用户推出。尽情享用！

    推荐理由：NotebookLM的自动标签让管理几十个来源的笔记本不再灾难，特别是和深度研究联动后，能快速聚焦感兴趣的分类直接生成播客，研究人员和深度用户应该会喜欢。

5月6日周三
  1. Google AI Developers68

    Gemini API 文件搜索工具近日扩展三项功能更新，旨在帮助开发者更轻松地构建高精度多模态检索增强生成系统。更新包括：多模态支持，通过Gemini Embedding 2模型实现对图像和文本的同步推理；自定义元数据过滤，允许为文件添加键值标签以结构化非结构化数据，从而提升搜索速度；精确引用功能，能够捕获并返回每条索引信息的精确来源，如页码。开发者可通过Google AI Studio的示例应用体验这些功能，与图像和文档库交互，提问并追溯答案来源。

    推荐理由：如果你在用 Gemini 搭 RAG 系统，这三项更新能直接改善搜索精度和可解释性，多模态搜索终于把图片和文档打通了，值得马上试试。