跳到正文

#Google

今日 1 条
今天9月29日周二
  1. Latent Space75

    AINews：Opus 5.5 擅长生成讲解视频

    AINews 汇总 9/24/2026-9/25/2026 期间消息，指出 Opus 5.5 本周发布后社区反响积极，尤其在生成讲解视频上表现突出。Opus 5.5 以 88.4% 登顶 SimpleBench，被 @skalskip92 评为 Anthropic 迄今最强视觉模型，成本比 Fable 5.1 低约 60%，但弱于 GPT-6 Astra。

9月23日周三
9月16日周三
  1. Latent Space50

    TypeSafe 推出决策模型 Jev：专注分类与路由，速度比前沿小模型快超 100 倍、成本低超 200 倍

    TypeSafe 推出专用于决策、分类与路由的“系统一模型” Jev，放弃自由文本生成，比前沿小模型快 20–200 倍且成本降低 40–400 倍。该模型基于 RLCD 训练，具备并行采样与无模型幻觉特性，输出 token 免费。其定位为受约束的高效推理引擎，可在生产环境中替代传统 LLM 执行结构化分类、评分与策略路由。

9月3日周四
  1. Google DeepMind72

    Google DeepMind 发布全球气象 AI 模型 WeatherNext 3

    Google DeepMind 联合 Google Research 正式发布全球气象 AI 模型 WeatherNext 3，直接利用实时地球同步卫星拼接数据与地面气象站观测，实现每小时刷新并提供最高 5 公里空间分辨率的预报。

    推荐理由：该模型通过引入实时卫星数据实现每小时刷新与5公里空间分辨率，展示了AI气象预报在降水与清洁能源场景下的工程落地路径。

  2. Google DeepMind79

    Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber

    Google DeepMind 正式推出 Gemini 3.8 Flash 及专注于网络安全防御的 Gemini 3.8 Flash Cyber，在保持与 3.7 Flash 相同速度和低成本的同时强化了推理与编码能力。

    推荐理由：新模型在保持原有推理成本和低延迟的基础上，显著强化了长程编码智能体能力并推出了防御型安全版本。

9月1日周二
  1. Google Research65

    Google Research 推出 TimesFM-3：支持多元零样本预测的时序基础模型

    Google Research 推出 330M 参数的时序基础模型 TimesFM-3，原生支持零样本多元时序预测。该模型采用因果时间注意力与跨序列注意力交替架构，通过连续 Patch 掩码在单次前向传播中同时预测多个目标，并能结合历史与未来已知协变量输出 9 个分位数预测。目前 TimesFM-3 已在 GitHub 和 Hugging Face 开源上线，后续还将接入 BigQuery。

    推荐理由：该模型通过交替注意力与非自回归单次前向推理扩展至多元预测，为结合未来已知协变量的时序任务提供了开源基础模型参考。

8月28日周五
8月27日周四
  1. Google Research42

    GlucoFM：面向连续血糖监测的基础模型

    Google 提出面向连续血糖监测（CGM）的自监督基础模型 GlucoFM，采用分离慢速血糖趋势与短期波动的双流架构。该模型基于 109,066 小时无标签数据预训练，在 14 项临床预测评估中平均 PR-AUC 达 58.8，较同数据基准提升 4.1 点，并在两小时餐后血糖反应（PPGR）预测中取得最低平均绝对误差。

8月14日周五
  1. Google DeepMind83

    Google DeepMind 发布 Gemini 3.7 Flash

    Google DeepMind 正式推出面向编程与 AI 智能体的工作流模型 Gemini 3.7 Flash，在软件工程、知识处理和 Web 开发上均有提升。

    推荐理由：原文给出了编程和复杂工作流的实测基准数据与首发半价方案，读者可以据此评估在生产环境中替换现有轻量模型的性价比。

8月12日周三
  1. Google DeepMind70

    Google DeepMind 推出手语转文本模型 SL2T

    Google DeepMind 推出多语言手语转文本模型 SL2T，并在 Pixel 11 的 Gboard 与 Live Transcribe 中率先支持美式手语转英语输入。该模型使用覆盖 50 多种手语的超 100,000 小时数据联合训练，借助端侧 MediaPipe Holistic 提取身体姿态关键点坐标直接翻译为文本，在 FLEURS-ASL 基准测试中达到 70 BLEURT 分数。

    推荐理由：该模型将端侧姿态坐标提取与云端序列翻译结合并绕过中间标注，为视觉多模态语言落地提供了具体方案。

8月6日周四
  1. Google DeepMind78

    Google DeepMind 开源气旋预测模型 WeatherNext

    Google DeepMind 联合多家气象机构在《Nature》发表研究并开源 WeatherNext 系列模型，在热带气旋路径、强度及风场结构预测上平均获得额外 24 小时的精度提前量。

    推荐理由：该成果证明大尺度低分辨率输入结合生成网络同样能精准预测极端气旋，为极端气象预警提供了开源且低计算门槛的方案。

7月30日周四
  2. Google DeepMind65

    Google DeepMind 在 Flow Music 中推出音乐生成模型 Lyria 3.5

    Google DeepMind 宣布在 Google Flow Music 中上线最新音乐生成模型 Lyria 3.5，全面升级音乐性、歌词、人声表现和创作控制。新模型支持更复杂的旋律结构与发音更准、情感更自然的人声，同时增强了歌词生成的提示词遵循度，并允许用户直接调整输出的节奏与时长。

    推荐理由：模型在旋律、歌词、人声以及节奏和时长控制上的升级，为创作者在音乐生成工具中微调成品提供了更细致的调节空间。

7月28日周二
  1. Google DeepMind76

    Google DeepMind 发布 Gemini Robotics 2 机器人模型系列

    Google DeepMind 发布机器人模型系列 Gemini Robotics 2，首次实现对人形机器人的全身运动控制、高灵巧度末端操作及多机器人协作。该系列包含负责视觉语言动作控制的 VLA 模型、负责长流程规划的具身推理模型 ER 2，以及适配新本体仅需数小时数据的端侧模型 On-Device 2。

    推荐理由：该系列将控制范围扩展至人形机器人全身协调与灵巧操作，为具身智能从桌面任务迈向多机长周期协作提供了落地方案。

7月21日周二
  1. Google DeepMind82

    Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 与 3.5 Flash Cyber

    Google DeepMind 正式推出 Gemini 3.6 Flash、3.5 Flash-Lite 以及专用于网络安全的 3.5 Flash Cyber 模型，重点提升智能体工作流的 token 效率与执行速度。

    推荐理由：模型通过减少输出 token 消耗和推理步骤降低智能体运行成本，为开发者部署高吞吐工作流提供了兼顾速度与精度的选型参考。

7月17日周五
  1. Google DeepMind71

    Google DeepMind 发布轻量网络安全模型 Gemini 3.5 Flash Cyber

    Google DeepMind 发布 Gemini 3.5 Flash Cyber，这是基于 3.5 Flash 微调的轻量网络安全模型，用于快速发现、验证和修补漏洞，将由 CodeMender 通过限定访问试点向政府和可信合作伙伴提供。

    推荐理由：官方给出轻量安全模型在多个漏洞基准上的对比与限政府合作伙伴的试点安排，可了解攻防两侧能力变化。

7月1日周三
6月30日周二
  1. Google Research74

    Google 发布表格数据零样本基础模型 TabFM

    Google Research 推出面向表格数据分类与回归的零样本基础模型 TabFM，无需手动训练、特征工程或超参数调优即可在单次前向传播中完成预测。模型融合行列交替注意力与行压缩机制，完全基于结构因果模型生成的数亿个合成数据集预训练。目前该模型已在 GitHub 与 Hugging Face 开源，并原生接入 Google Cloud BigQuery 支持直接通过 SQL 调用。

    推荐理由：该模型将上下文学习范式引入表格数据分析，读者可以了解如何省去传统树模型繁琐的特征工程与调优流程。

6月11日周四
  1. Google DeepMind82

    Google DeepMind 发布开源文本扩散模型 DiffusionGemma

    Google DeepMind 推出实验性开源模型 DiffusionGemma，采用文本扩散机制替代传统的自回归逐字生成，在专用 GPU 上的文本生成速度最高提升至 4 倍。

    推荐理由：该模型通过文本扩散架构将自回归逐字解码转为并行块生成，读者可以据此了解其在本地低延迟交互与代码补全场景下的性能取舍。

6月9日周二
  2. Google DeepMind83

    Google DeepMind 发布统一无编码器多模态模型 Gemma 4 12B

    Google DeepMind 推出开源多模态模型 Gemma 4 12B，支持在配备 16GB 显存或统一内存的普通笔记本上本地运行多模态与智能体任务。该模型采用无编码器的统一架构，移除传统的独立视觉与音频编码器，将视觉和原始音频信号直接投影至大语言模型主干网络，性能接近其 26B MoE 模型。

    推荐理由：模型采用无编码器的统一架构直接处理视觉与音频输入，使笔记本端在 16GB 内存下也能本地运行多模态推理与智能体工作流。

6月4日周四
5月18日周一
  1. Google DeepMind82

    Google DeepMind 发布 Gemini Omni，首款模型 Gemini Omni Flash 上线

    Google DeepMind 发布 Gemini Omni 模型家族，主打从任意输入生成内容，首款模型 Gemini Omni Flash 率先支持视频。Omni 可组合图像、音频、视频和文本输入生成视频，并支持用自然语言多轮对话编辑视频，同时生成画面基于 Gemini 的世界知识，对重力、动能和流体动力学有更好的直观理解。

    推荐理由：Gemini Omni 把视频生成与多轮对话剪辑合到同一模型中，读者可了解其输入方式与首批上线渠道。

5月16日周六
  1. Google DeepMind67

    WeatherNext 如何协助美国国家飓风中心预测飓风梅丽莎在牙买加的历史性登陆

    Google DeepMind 详细阐述了 AI 气象模型 WeatherNext 如何协助美国国家飓风中心提前 5 天预测飓风梅丽莎增强至 5 级并在牙买加登陆。该模型结合数十年全球气象模式与极端热带气旋专属数据集训练，克服了传统模型难以兼顾路径与强度的限制，可同时推演 50 种集合预测情景以辅助预警决策。

    推荐理由：原文给出了 AI 气象模型兼顾路径与强度预测的实战数据，读者可以据此评估 AI 预报极端天气事件的可用性。

  2. Google DeepMind88

    Google DeepMind 发布 Gemini 3.5 系列并上线 3.5 Flash

    Google DeepMind 正式推出 Gemini 3.5 模型系列并上线首发版本 Gemini 3.5 Flash，主打长流程编码与复杂智能体任务执行。该模型在 MCP Atlas 达 83.6%、Terminal-Bench 2.1 达 76.2%，输出 token 速率达到其他前沿模型的 4 倍，系列旗舰 3.5 Pro 计划于下月推出。

    推荐理由：模型在兼顾生成速率的同时强化了编码与多步智能体执行能力，可作为评估长流程任务端到端自动化成本的重要参考。

4月16日周四
  1. Google DeepMind72

    Google DeepMind 推出 Gemini 3.1 Flash TTS 语音模型

    Google DeepMind 正式推出文本转语音模型 Gemini 3.1 Flash TTS，支持通过自然语言音频标签精确控制语音风格、节奏和表达，并原生支持多说话人对话与 70 多种语言。

    推荐理由：该模型通过自然语言行内标签实现对语调和语速的精细调度，为构建多角色对话系统提供了更具成本效益的语音方案。

4月13日周一
4月3日周五
  1. Google DeepMind88

    Google DeepMind 发布开源模型 Gemma 4

    Google DeepMind 正式推出开源模型 Gemma 4 系列，包含 E2B、E4B、26B MoE 和 31B Dense 四种尺寸，专为高级推理与智能体工作流设计。

    推荐理由：Gemma 4 转向 Apache 2.0 商业许可并覆盖端侧至 31B 规模，展示了小尺寸开源模型在多模态与智能体工作流上的落地路径。