行业内容

Gemma Scope 2 开源：覆盖 Gemma 3 全部尺寸 270M 到 27B 的可解释性工具，团队称是迄今实验室最大规模开源

Gemma Scope 2: helping the AI safety community deepen understanding of complex language model behavior

LLM 能做推理壮举，内部决策过程却基本不透明；一旦系统行为不如预期，看不见内部就很难定位真正原因。去年他们用 Gemma Scope 推进了这门可解释性科学（面向 Gemma 2 的工具箱），今天发布的 Gemma Scope 2 是一套覆盖 Gemma 3 全部尺寸（270M 到 27B 参数）的综合开放工具，可以用来在整个模型大脑里追踪潜在风险。团队称据其所知这是迄今 AI 实验室最大规模的开源可解释性工具发布——生产这套工具存储了约 110 PB 的数据。

产品#Google

推荐理由：开源覆盖全尺寸加 110PB 这两个量级，是该方向迄今最实的一次公开发布。

Gemini 2.5 Flash Native Audio 升级：更好应对复杂流程与用户指令，首次把自然语音带入 Search Live

Improved Gemini audio models for powerful voice experiences

本周早些时候 Google 已为 Gemini 2.5 Pro 与 Flash 的文本转语音模型带来更强控制；但富有表现力的语音只是对话的一面，今天发布的是升级版 Gemini 2.5 Flash Native Audio，面向实时语音智能体——它在处理复杂工作流、遵循用户指令与维持自然对话三方面都有改善。该模型已在 Google AI Studio、Vertex AI 上线，并开始推送到 Gemini Live 与 Search Live，首次把原生音频的自然度带入 Search Live：你可以更有效地与 Gemini 头脑风暴、在 Search Live 里获得实时帮助，或构建下一代企业级客服智能体。

产品#Google

推荐理由：把实时语音这条线的可用面与能力点写清，做语音智能体的可据此选型。

开发者可用 Nano Banana Pro：Gemini 3 Pro 图像模型在 AI Studio 与 Vertex AI 付费预览，文本渲染更准、可控性更强

Build with Nano Banana Pro, our Gemini 3 Pro Image model

面向开发者的配套文：Nano Banana Pro（Gemini 3 Pro Image）是基于 Gemini 3 Pro 的高保真图像生成与编辑模型，已在 Google AI Studio 的 Gemini API 与企业版 Vertex AI 以付费预览放开。文中梳理社区此前用 Nano Banana 跑通的四类用法——角色一致性、老照片修复、无限画布里的局部编辑，并说明新模型在高保真出图、更高的文本渲染准确率上的改进。

教程#Google

推荐理由：把开发者入口、付费状态与已验证的用法一并给出，接入前这一份最省事。

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。

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 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。

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。

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。

OpenAI 发布 gpt-oss-safeguard 技术报告：gpt-oss-safeguard-120b 与 gpt-oss-safeguard-20b 两个开源权重推理模型，从 gpt-oss 模型后训练而来，按给定策略对内容打标

gpt-oss-safeguard technical report

OpenAI 发布 gpt-oss-safeguard 技术报告，介绍 gpt-oss-safeguard-120b 与 gpt-oss-safeguard-20b 两个模型。二者都是从 gpt-oss 模型出发做后训练、并被训练成依据一份给定策略对内容作推理与打标的开源权重推理模型。报告描述其能力，并以底层 gpt-oss 模型作基线，给出 gpt-oss-safeguard 的基线安全评估。关于 gpt-oss 本身的研发与架构，报告指向原始的 gpt-oss 模型卡。

模型#OpenAI

推荐理由：OpenAI 把内容安全标注本身做成开源权重模型并附评估基线，是可落地的安全侧发布。

OpenAI 发布 Sora：把视频生成模型当作世界模拟器——在时长、分辨率、宽高比各异的视频与图像上联合训练文条件扩散模型，最大模型能生成一分钟高保真视频

Video generation models as world simulators

OpenAI 研究团队发表《作为世界模拟器的视频生成模型》一文，介绍在大规模视频数据上训练生成式模型的进展。具体做法是在时长、分辨率与宽高比各异的视频和图像上，联合训练文条件的扩散模型；架构上用一个作用于视频与图像隐码时空 patch 的 Transformer。其最大模型 Sora 能生成一分钟的高保真视频。团队认为，扩展视频生成模型是通向构建通用物理世界模拟器的一条有前景的路径。

模型#OpenAI

推荐理由：把文生视频定位为世界模拟器，是这一代视频生成路线的标志性一手；发布主文与论断俱在。

OpenAI 研究者与 Georgetown 大学的安全与新兴技术中心、Stanford 互联网观察站合作，调查大语言模型可能被滥用于虚假信息的方式。合作包括一场 2021 年 10 月的研讨会，汇集了 30 位虚假信息研究者、机器学习专家与政策分析者，最终产出一份基于一年多研究的合著报告：梳理语言模型若被用于增强虚假信息活动会给信息环境带来的威胁，并给出一个分析潜在缓解手段的框架

Forecasting potential misuses of language models for disinformation campaigns and how to reduce risk

OpenAI 的研究者与 Georgetown 大学的安全与新兴技术中心（CSET）以及 Stanford 互联网观察站合作，调查大语言模型可能被滥用于虚假信息目的的方式。这次合作包含 2021 年 10 月举办的一场研讨会，把 30 位虚假信息研究者、机器学习专家和政策分析者聚到一起；在此基础上经过一年多的研究，最终产出一份合著报告。报告梳理了语言模型若被用来增强虚假信息活动，会给信息环境带来的威胁，并引入了一个用于分析潜在缓解手段的框架。

论文#OpenAI

GPT-2 分阶段发布的收官：OpenAI 放出最大的 1.5B 版本，连代码与权重一起提供，以便检测 GPT-2 的输出；尽管 8 月之后已有更大的模型发布，团队仍按原计划走完这一整套分阶段发布，作为给后续强模型的测试案例

GPT-2: 1.5B release

OpenAI 把 GPT-2 分阶段发布计划走完，作为最后一环发布了最大的 1.5B 参数版本，并连同代码与模型权重一起放出，以帮助检测 GPT-2 各模型的输出。作者指出，尽管自 8 月以来已经有更大的语言模型发布，他们仍按最初的计划推进这一分阶段发布，目的是给社区提供一个完整走过分阶段发布流程的测试案例；希望这一案例对以后开发更强模型的人有用，并继续与 AI 社区就负责任的发布展开讨论。

模型#OpenAI

推荐理由：分阶段发布这一做法的完整样本，对后来强模型的谨慎发布有参考价值。

OpenAI 训练了一对神经网络，用一只仿人机械手解开魔方。这对网络完全在仿真中训练，用的是与 OpenAI Five 相同的强化学习代码，并搭配一种叫自动域随机化（Automatic Domain Randomization, ADR）的新技术。该系统能应对训练时从未见过的情况，比如被一只毛绒长颈鹿戳动。这说明强化学习不只是处理虚拟任务的工具，也能解决需要前所未有灵巧度的物理世界问题

Solving Rubik’s Cube with a robot hand

OpenAI 训练了一对神经网络，用一只类人的机械手来解开魔方。这对神经网络完全在仿真中训练，用的是与 OpenAI Five 相同的强化学习代码，并搭配一种叫做自动域随机化（Automatic Domain Randomization, ADR）的新技术。该系统能处理它在训练中从未见过的情况，例如被一只毛绒长颈鹿戳动。作者认为这说明强化学习并不只是处理虚拟任务的一种工具，也能解决需要前所未有灵巧度的现实物理世界问题。

模型#OpenAI

GPT-2 六个月跟踪：OpenAI 放出 774M 参数版本（此前 2 月发 124M、5 月发 355M），并发布一份开源法律协议以便机构之间开展模型共享合作，另附一份与 AI 研究社区协调发布规范的技术报告

GPT-2: 6-month follow-up

OpenAI 发布 774M 参数的 GPT-2 语言模型，这是继 2 月发布 124M 小模型、5 月分阶段发布 355M 中等模型、以及与伙伴和 AI 社区就模型被滥用的可能与对社会的好处展开研究之后的又一步。OpenAI 还放出一份开源的法律协议，便于各组织之间发起模型共享合作；并发布一份技术报告，记录其与更广泛的 AI 研究社区在发布规范上协调的经验。

模型#OpenAI

推荐理由：分阶段发布中途的一步，含一份模型共享协议这一实用产物。

OpenAI 发布 MuseNet：一个深度神经网络，能生成 4 分钟、用到 10 种乐器的乐曲，风格从乡村到莫扎特再到披头士都能混合；它没有被显式编程进音乐知识，而是靠在上数十万个 MIDI 文件上学习预测下一个 token，自行发现了和声、节奏与风格中的模式

MuseNet

OpenAI 创建了 MuseNet——一个能生成 4 分钟乐曲、涉及 10 种乐器、并能把从乡村到莫扎特再到披头士的风格结合起来的深度神经网络。MuseNet 并未被显式地编入人类对音乐的理解，而是通过预测数十万个 MIDI 文件里的下一个 token，自行发现了和声、节奏与风格中的规律。它使用与 GPT-2 相同的通用无监督技术：一个大尺度 Transformer 模型，被训练去预测一个序列（无论是音频还是文本）里的下一个 token。

产品#OpenAI

推荐理由：GPT 式无监督技术跨到音频模态的早期展示，说明这条通用路线的可迁移性。

OpenAI 发布无监督预训练 + Transformer 的语言理解系统（GPT-1）：在一组多样的语言任务上拿到当时最好的结果，并放出了这套可扩展、任务无关的系统

Improving language understanding with unsupervised learning

OpenAI 宣布在一组多样的语言任务上取得了当时最优（state-of-the-art）的结果，用的是一套可扩展、任务无关的系统，并一并将其开源。方法是把两个已有想法结合到一起：Transformer 架构与无监督预训练。作者认为这为「把监督学习方法与无监督预训练搭配起来确实很有效」提供了有说服力的例证——这一思路此前已有多人探索，他们希望这一结果能推动人们在更大、更多样的数据上继续应用这一想法。

模型#OpenAI

推荐理由：GPT 系列的起点，无监督预训练这一范式的第一次系统验证。