跳到正文
MyHOT
中EN
#Google
  1. Simon Willison74

    Gemini 4 Carbon 向所有人开放，附价格调整与多模态能力实测

    Gemini 4 Carbon 两周前仅面向部分网络安全防御者，今天起对所有用户开放。API定价为输入每百万 token $2、输出每百万 token $10，将于12月1日翻倍至$4/$20。作者实测展示了该模型在高思维模式下的pelican绘图能力，并用Antigravity IDE生成Three.js动画，同时引用了Carbon通过/swarm功能协作构建3D开放世界游戏的案例。

  3. The Decoder59

    Gemini Robotics 2.5 在梅赛德斯-奔驰组装线试点分拣金属件成功率达 96%

    Google DeepMind 发布 Gemini Robotics 2.5 视觉语言动作模型，在梅赛德斯-奔驰匈牙利和德国工厂产线上测试时分拣金属件成功率达 96%。相比公司此前基线，成功率提升 30% 至 100%，任务完成速度提高 20% 至 30%，并新增开源的 ASIMOV-Jailbreak 安全评测基准；训练中用 Gemini 4 Argon 语言模型生成仿真数据以加速泛化。

  4. Google DeepMind66

    Gemini 4 Carbon 现已推出

    Google DeepMind 正式发布 Gemini 4 Carbon，定位为当前最强旗舰模型，面向复杂知识工作、多步编码调试和开放式科学研究。在 CursorBench 4.0、Perplexity WANDR 和 Zapier AutomationBench 上排名首位，任务成本低于竞品 2 倍以上。模型已通过 API 向开发者、企业和科学家开放，同时对齐与安全指标同步提升。

    推荐理由：Google 发布最新旗舰模型 Gemini 4 Carbon，在科学推理、代码开发和网络安全领域达到前沿水平，同时强调安全对齐与防滥用措施。

  1. Ars Technica · AI54

    DeepMind 发布 Gemini Robotics 2.5 及开源安全基准 ASIMOV-jailbreak

    Google DeepMind 发布 Gemini Robotics 2.5，机器人 AI 在需要高灵活性的任务上取得显著进步，能完成系蝴蝶结等操作变形物体等以往困难的任务；同时公布开源安全基准 ASIMOV-jailbreak。该平台由 Gemini Embodied Reasoning 视觉语言模型与 VLA 组件组成，曾在奔驰工厂进行实际工作测试。

  2. Google DeepMind67

    Google DeepMind 发布 Gemini Robotics 2.5 具身智能模型

    Google DeepMind 发布 Gemini Robotics 2.5，这是目前最强大的视觉-语言-动作（VLA）模型，在超过200项任务上进行了评估，相比此前基线任务成功率提升30%至100%，完成速度提升20%至30%。

    推荐理由：Gemini Robotics 2.5 在真实产线测试中实现96%成功率并引入机器人对抗越狱基准，可评估其在物理场景中的实际落地进展。

  4. Google DeepMind60

    AlphaProof Code 首次形式化验证 Signal 加密协议实现

    Google DeepMind 发布 AlphaProof Code，一个结合人类专家与多LLM智能体的形式化验证框架，首次对广泛部署的 Signal 协议编译代码完成了数学级安全属性证明，将传统需专家数年完成的任务缩短至四周，并开源验证工件供社区使用。

    推荐理由：该框架首次以AI驱动形式化验证了广泛部署的Signal加密协议实现，为高安全关键代码的自动证明提供了可扩展路径。

  1. The Decoder51

    Google一年出货四款TPU变体，加速与Nvidia的AI芯片竞争

    Google宣布将第四年内在同一年出货四种TPUv8变体，新增两款基于现有硅片的系统级配置：TPU 8tx面向机密计算，处理过程中仍保持数据和模型权重加密；TPU 8i Max采用双芯片单封装设计，在同一机架内实现双倍算力、双倍显存和双倍内存带宽。Google同时开源TorchTPU，使PyTorch代码可少量改动后在TPU上运行。目前Google已获得近100家外部TPU客户。

  2. Google DeepMind70

    Gemini Omni 1.2 Flash 发布：支持 15 秒视频、多轮对话编辑与降价 30%

    Google DeepMind 发布 Gemini Omni 1.2 Flash，原生支持最长 15 秒视频生成与多轮对话编辑，参考跟随和一致性更强，价格较 1.1 下降 30% 至每 720p 每秒 0.07 美元，已面向 Gemini API 和 Gemini for business 全面开放。

    推荐理由：原文给出了 15 秒视频、多轮对话编辑等新能力和降价 30% 的定价，读者可以据此评估它对视频创作工作流的影响。

  1. Google Research54

    Google Research 发布 Agile Deliberation 框架：用 AI 辅助人类定义主观视觉分类边界

    Google Research 发布 Agile Deliberation 框架，帮助人类系统化定义主观概念（如健康食品、误导性内容）的视觉分类边界。该框架将流程分为概念范围界定和概念迭代两个阶段：前者引导用户建立子类别与排除规则的结构化基础，后者通过 VLM 主动呈现语义边界案例，驱动用户在图片反馈中自然澄清意图并自动更新模型。

  1. Google DeepMind62

    Google Antigravity 推出 Cheminformatics Skills，加速药物发现工作流

    Google DeepMind 宣布在 Antigravity 上推出 Cheminformatics Skills，基于 RDKit、ChEMBL 和 PubChem，面向计算化学家和实验化学家提供分子检索、构效分析、匹配分子对分析和反应路线设计能力。

    推荐理由：Google Antigravity 上线 Cheminformatics Skills，用真实肺癌药物案例演示了一小时完成从文献检索到分子设计的完整工作流。

  1. Google DeepMind49

    Google DeepMind 的 PlanAssist AI 规划工具扩展至英格兰更多地方当局

    Google DeepMind 基于 Gemini 构建的 AI 规划工具 PlanAssist 将扩展至英格兰额外的 12 个地方规划当局。早期试点显示该工具可将规划官员处理住宅申请的平均时间缩短 58%，且超过 70% 生成的报告无需修改即可获批准。计划 2027 年在英格兰所有 Council 全面推广，所有评估仍由合格的规划官员审核并作出最终决定。

  2. Google DeepMind61

    Google DeepMind 发布 Genie 4 世界模拟模型

    Google DeepMind 发布 Genie 4，一种新世模式型，原生支持视觉、音频和交互对话的同步生成，基于 Gemini 模型提供复杂推理能力，用户可通过自然语言实时修改场景并操控物理仿真与人像行为。该模型已作为研究预览面向受信任测试者开放，后续将逐步向 Google AI Ultra 订阅用户及 Gemini API 和 Google AI Studio 早期合作伙伴开放。

    推荐理由：Google DeepMind 发布 Genie 4 世界模拟模型，支持实时自然语言操控与原生音频生成，目前向受信任测试者开放研究预览。

  1. Google Research53

    Google Research 推进 AI 胸片模型用于结核病筛查

    Google Research 与合作伙伴协作，将基于深度学习算法的胸部 X 光筛查工具推进至临床部署，已获得 CE MDR Class IIb 认证并在六国运行，已完成超两万次阅片，同时将 chest X-ray embeddings 与 MedGemma 等多模态基础模型开源，全球下载超千万次，印尼卫生部正基于该开源模型推进全国结核病筛查计划。