返回主题
行业内容 · 主题

Google / Gemini

精选 26 条

Google 与 DeepMind 的 AI 动态：Gemini 系列、Veo 视频模型、研究成果与产品生态的持续追踪。

26条精选5条近 30 天2026/10/09 12:01最近一次动静55个事件（大事记）

相关主题

OpenAI / ChatGPTAnthropic / Claude多模态

大事记 · 55 个事件

2026/10/13 03:27DeepMind 的 AlphaProof Nexus 解掉数十个公开数学难题，并且过了同行评审论文0 篇精选2026/10/11 03:32Gemini 4 Argon 还没铺开，更强的 Carbon 传闻就来了：据 Business Insider，有员工称其编码能力已能对标 Anthropic 的 Opus 5.5行业0 篇精选2026/10/10 17:59这期特别对谈由 Brandon Anderson 主持，嘉宾是 Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido，主题是「把苦涩的教训用到生物数据上会怎样」。Candido 先纠正一个流行误解：缩放律并不是到处都存在、也并非天然存在，很多工作其实是在找那条缩放律——只有先找到一个「投入更多算力与数据就能得到更好结果」的情形，它才变成可以观点0 篇精选2026/10/09 12:01Google 发布离线会议笔记应用 AI Edge Foresight产品1 篇精选2026/10/09 12:01Google 把 Gemini 带入企业智能体形态产品1 篇精选2026/10/09 01:53MIT评论：机器人AI短期难改变生活观点0 篇精选2026/10/07 12:08EmbeddingGemma 2 开源，端侧约 191MB模型1 篇精选2026/10/07 11:37Google 发布 Nano Banana 2.1 并腰斩定价模型1 篇精选2026/10/07 05:23Google 将收紧 Gemini 免费访问产品0 篇精选2026/10/06 15:22谷歌「Call for Me」或扩展至私人联络产品0 篇精选2026/10/06 14:51研究者发现MCP信任缺口可致智能体传播恶意指令观点0 篇精选2026/10/06 04:52MIT报告：AI侵蚀大学核心体验与师生信任行业0 篇精选

这一门下的精选 · 26 条

Google DeepMind精选评分 66

Nano Banana Pro 发布：基于 Gemini 3 Pro 的图像生成编辑模型，文本渲染与世界知识显著增强

Introducing Nano Banana Pro

Google DeepMind 发布 Nano Banana Pro（即 Gemini 3 Pro Image），定位为 studio-quality 的图像生成与编辑模型，距几个月前的 Nano Banana（Gemini 2.5 Flash Image）仅数月。它借助 Gemini 的推理与真实世界知识来更好地可视化信息：可生成更准确、上下文更丰富的画面，文本渲染明显改善，并把一张手写笔记转成示意图这类用法变成了主场景——从原型到把数据画成信息图都在射程内。

产品#Google

推荐理由：产品主文把能力边界与典型用法讲得完整，适合作为图像模型选型的引用。

Google DeepMind精选评分 68

Gemini 3 开发者上手：Gemini 3 Pro 200k 以内输入 $2/百万 token、输出 $12/百万，AI Studio 免费额度可用

Start building with Gemini 3

面向开发者的 Gemini 3 上手文：Gemini 3 Pro 称之为最智能模型，在主要基准上超过 2.5 Pro，代码能力兼具智能体工作流与复杂零样本任务。接入侧给出明确口径——20 万 token 以内的提示，经 Gemini API（Google AI Studio）与企业版 Vertex AI 预览价每百万输入 2 美元、输出 12 美元；生态内的开发者工具可直接调用，Google AI Studio 也有带速率限制的免费额度。文章按「有经验开发者」与「vibe coder」两条路给出现有工作流迁移与新用例的建议。

教程#Google

推荐理由：把定价、入口与两条接入路径写在一起，是团队评估迁移成本时可直接引用的那一篇。

Google DeepMind精选评分 72

Google 发布 Gemini 3：Sundar Pichai 称其为最智能模型，AI Overviews 月活 20 亿、Gemini app 月活超 6.5 亿

A new era of intelligence with Gemini 3

Google 与 Alphabet CEO Sundar Pichai 署名宣布 Gemini 3：在公司看来这是 Gemini 时代以来最大的科学与产品投入之一。文中给出一组规模数据——AI Overviews 月活 20 亿、Gemini app 月活超过 6.5 亿、逾七成云客户在用其 AI、1300 万开发者基于其生成模型构建；Gemini 3 Pro 称在各项主要基准上较前代有跨越式结果，代码上超过 2.5 Pro，覆盖智能体工作流与复杂零样本任务。

模型#Google

推荐理由：CEO 署名的发布主文把规模数据与定位一次讲清，是判断这一代模型分量与可用面的首选引用。

Google DeepMind精选评分 60

WeatherNext 2 发布：预报生成快 8 倍、分辨率最高到 1 小时，可一次给出数百种可能情景

WeatherNext 2: Our most advanced weather forecasting model

Google DeepMind 与 Google Research 发布迄今最先进也最高效的天气预报模型 WeatherNext 2：生成预报的速度快 8 倍、最高可达 1 小时分辨率，关键在于新模型能一次提供数百种可能情景——团队已用这套技术的试验性气旋预测，支持气象机构在一系列情景上做决策。研究也已走出实验室：WeatherNext 2 的预报数据已在 Earth Engine 与 BigQuery 开放。

模型#Google

推荐理由：8 倍加速、数百种情景，加上数据已开放，对气象与供应链场景可以直接接。

Google DeepMind精选评分 66

Google DeepMind 发布 SIMA 2：接入 Gemini 后能在虚拟 3D 世界里推理、对话并自我改进

SIMA 2: An Agent that Plays, Reasons, and Learns With You in Virtual 3D Worlds

去年 SIMA（Scalable Instructable Multiworld Agent）已经能在多种虚拟环境里听懂基本指令，把语言翻译成有意义的行为。今天发布的 SIMA 2 把这个方向推了一步：它把 Gemini 的先进能力接了进来，从一个指令跟随者演化成了互动的游戏伙伴——不仅能听懂自然语言指令，还会思考自己的目标、与用户对话，并能随时间自我改进。官方称这是通向 AGI 的重要一步，对未来机器人与 AI 具身化有直接影响。

论文#Google

推荐理由：会推理、会对话、自我改进这三件事同时落地，是判断智能体进展的实质材料。

Google DeepMind精选评分 62

登 Nature：把模型的视觉表征重排成更像人看世界的方式，鲁棒性与可靠性随之提升

Teaching AI to see the world more like we do

视觉 AI 已无处不在——分类照片、识别没见过的花、控制汽车，但这些强大系统并不总像人那样看世界，行为也时有出人意料：比如一个能识别几百种汽车厂商与型号的系统，可能仍抓不住汽车与飞机之间的共通之处，也就是两者都是主要由金属构成的大型载具。为了厘清这类差异，团队今天在 Nature 发表论文，分析 AI 系统组织视觉世界的方式与人不同的关键之处，给出让系统更好地对齐人类知识的方法，并证明弥合这些差异能改善其鲁棒性。

论文#Google

推荐理由：一个具体的失败案例把抽象问题讲活了：认得出几百种车型，却不懂大型金属载具。

第 2 / 2 页 · 共 26 条

主题由这一份内容包的词表定义（标签词与判定抽出来的分类、主体对词）， 读数与「精选」那一屏同一把尺子。范围始终只有当前工作区的行业包。