←搜索结果

搜索“Google DeepMind”

按匹配度 · 共 111 条结果 清除搜索

星期二

  1. Google DeepMind

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

    Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 和面向安全漏洞的 3.5 Flash Cyber。3.6 Flash 在 Artificial Analysis Index 上输出 token 比 3.5 Flash 少 17%，定价为每百万输入 token 1.50 美元、每百万输出 token 7.50 美元，并配备 CBRN 与网络攻击滥用的 Frontier Safety 防护。3.5 Flash-Lite 以 350 output tokens/s 运行，定价每百万输入 token 0.3 美元、每百万输出 token 2.5 美元，在 Terminal-Bench 2.1 上从 3.1 Flash-Lite 的 31% 提升至 54%；3.5 Flash Cyber 基于 3.5 Flash 微调，将通过 CodeMender 以限量试点形式仅向政府和可信伙伴开放。3.6 Flash 与 3.5 Flash-Lite 即日起可用，Gemini 3.5 Pro 正在与伙伴测试，Gemini 4 已启动预训练。

    匹配字段标题、摘要

    #lab#产品更新#Agent#编码

星期二

  1. Google DeepMind

    Google DeepMind 发布 Nano Banana 2 Lite 与 Gemini Omni Flash

    Google DeepMind 发布 Nano Banana 2 Lite（gemini-3.1-flash-lite-image）和 Gemini Omni Flash（gemini-omni-flash-preview）两款模型。Nano Banana 2 Lite 主打速度与成本，官方建议用它替换第一版 Nano Banana（gemini-2.5-flash-image），并将登陆 Search 的 AI Mode、Gemini app、NotebookLM、Google Photos 等消费端产品。Gemini Omni Flash 通过 Gemini API 和 Google AI Studio 开放，支持文本、图像、视频输入的高质量视频生成与对话式编辑，定价为每秒视频输出 $0.10，与 Veo 3.1 Fast 相同。

    匹配字段标题、摘要、正文

    #lab#模型发布#多模态#视频

星期三

  1. Google DeepMind精选

    Google DeepMind 发布 DiffusionGemma 实验性开源模型

    Google DeepMind 发布 DiffusionGemma，一个采用 Apache 2.0 许可的 26B MoE 实验性开源模型，探索文本扩散生成，在 GPU 上文本生成速度最高提升 4 倍。该模型不再逐 token 顺序生成，而是同时生成整块文本，面向内联编辑、快速迭代等速度敏感的本地交互工作流。其加速优势主要体现在单加速器、低到中等批大小的本地低并发推理场景，高 QPS 云端服务下并行解码收益递减。

    匹配字段标题、摘要

    #lab#模型发布#开源生态#推理

星期三

  1. Google DeepMind精选

    Google DeepMind 推出 Gemma 4 12B

    Google DeepMind 推出 Gemma 4 12B，将智能体式多模态能力带到笔记本电脑，并首次在其中型模型中支持原生音频输入。该模型在标准评测中的表现接近 26B MoE，内存占用不到后者一半，可在配备 16GB RAM 的消费级笔记本上本地运行。其无编码器架构可直接整合音频与视觉输入，以减少延迟和内存用量。

    匹配字段标题、摘要、正文

    #lab#模型发布#多模态#推理

星期二

  1. Google DeepMind精选

    Google DeepMind 推出 Gemini Omni

    Google DeepMind 推出 Gemini Omni，其首款模型 Gemini Omni Flash 可接收图像、音频、视频和文本输入，生成高质量视频，并支持通过多轮自然语言对话编辑。该模型正向 Gemini app、Google Flow 和 YouTube Shorts 推出，未来数周将通过 API 面向开发者和企业客户开放；初期音频输入仅支持语音参考，生成视频均含 SynthID 数字水印。

    The image shows a colorful abstract design with the Google I/O 2026 logo.

    匹配字段标题、摘要

    #lab#模型发布#视频#多模态
  2. Google DeepMind精选

    Gemini 3.5：兼具前沿智能与行动能力

    Google DeepMind 推出面向复杂智能体工作流的 Gemini 3.5 系列，率先发布 3.5 Flash，并计划下月推出 3.5 Pro。3.5 Flash 在 Terminal-Bench 2.1 获得 76.2%，输出速度为其他前沿模型的 4 倍。该模型已全面开放，并成为 Gemini 应用和全球搜索 AI Mode 的默认模型。

    Gemini 3.5 text and multi-colored star icon on an abstract blue background.

    Google DeepMind 推出面向复杂智能体工作流的 Gemini 3.5 系列，率先发布 3.5 Flash，并计划下月推出 3.5 Pro。3.5 Flash 在 Terminal-Bench 2.1 获得 76.2%，输出速度为其他前沿模型的 4 倍。该模型已全面开放，并成为 Gemini 应用和全球搜索 AI Mode 的默认模型。 · Google DeepMind introduced the Gemini 3.5 family for complex agentic workflows, beginning with 3.5 Flash, while 3.5 Pro is planned for next month. Gemini 3.5 Flash scores 76.2% on Terminal-Bench 2.1 and produces output tokens four times faster than other frontier models. It is generally available and is now the default mo

    匹配字段摘要、正文

    #lab#模型发布#Agent#编码

星期三

  1. Google DeepMind精选

    Google DeepMind 发布 Gemini 3.1 Flash TTS 文本转语音模型

    Google DeepMind 推出 Gemini 3.1 Flash TTS，通过 audio tags 精细控制语音风格、节奏和表达，并支持 70 多种语言及原生多说话人对话。该模型在 Artificial Analysis TTS 排行榜获得 1,211 Elo 分，正逐步上线 Google AI Studio、Vertex AI 和 Google Vids；生成的音频均带有 SynthID 水印。

    匹配字段标题、摘要

    #lab#模型发布#语音#Google DeepMind

星期三

  1. Demis Hassabis

    DeepMind 发布交互式世界模型 Genie 4

    Demis Hassabis 分享 Google DeepMind 的交互式世界模型 Genie 4，称其整合了实时物理、推理与音频能力。Google DeepMind 官方账号称这是其迄今最真实、最具交互性的世界模型，可实时探索动态环境，观察场景如何响应、发声，以及其中人物的移动、反应与说话。Hassabis 还提到模拟之中嵌套模拟。

    匹配字段摘要

    #editorial#模型发布#多模态#Google
  2. 事件14 条新闻 · 1 个事实

    Google发布世界模型Genie 4

    2026年10月27日,Google DeepMind发布世界模型Genie 4,主打实时交互模拟,并首次在该系列中引入原生音频。官方介绍称,该模型基于Gemini家族能力,Gemini Omni负责让模拟贴合真实世界的外观与行为,其他Gemini模型提供维持模拟连贯性所需的复杂推理;用户可用自然语言实时操控场景,每个世界还会即时生成环境音、音乐和交互对话。次日,Google DeepMind进一步说明,Gemini 3.8 Flash在循环中拆解目标、检查画面以维持多步事件的因果连贯,Gemini 4 Argon也已用于与Gemini Robotics联合模拟任务;官方称其仍属早期实验模型,长时运行下物体恒常性与复杂物理交互仍会漂移,生成内容均带SynthID水印,目前先向可信测试者开放预览。10月28日,Ethan Mollick发帖称Genie 4能运行DOOM,并实测其边生成边产出游戏式环境,表示体验并不完美。10月29日,Peter Yang用Genie 4实时构建5个世界,认为世界模型是LLM之后AI的下一个大方向。

    匹配字段摘要

星期三

  1. OpenRouter

    Gemini 4 Argon 上线 OpenRouter，单次响应可写 1M tokens

    Google DeepMind 的 Gemini 4 Argon 已在 OpenRouter 上线，可通过 Google AI Studio 和 Google Cloud 使用。该模型在 AutomationBench 得分 51.3%、LVBench 91.7%，并在 CWE-bench v1 以 68% 并列第一，定价为输入 $2/M tokens、输出 $10/M tokens（介绍期价格）。OpenRouter 还表示它单次响应最多可写 1M tokens，借助 continuation tokens 突破单请求输出上限。

    匹配字段摘要

    #hot-signal#产品更新#OpenAI#Google

星期二

  1. OpenAI：部署安全与系统卡

    OpenAI 发布 ChatGPT Images 2.5 系统卡

    OpenAI 发布 ChatGPT Images 2.5 系统卡，介绍 GPT-Image-2.5-Sunburst 和 GPT-Image-2.5-Flare 两个模型。新模型在图像编辑一致性、信息图准确度与排版上有所提升，并新增草图生成、模板和共享提示词等功能。安全方面，OpenAI 称其安全栈沿用 ChatGPT Images 2.0 基础并针对更高真实感带来的深度伪造风险增加防护，同时通过 C2PA 元数据和 Google DeepMind 的 SynthID 水印强化来源标注。

    匹配字段摘要、正文

    #company#安全/对齐#图像生成#OpenAI

星期四

  1. gihyo.jp

    Google 发布 Gemini 4 Argon，面向网络防御先行提供

    Google DeepMind 于 2026 年 9 月 30 日发布 AI 模型 Gemini 4 Argon，面向软件开发、法务金融等知识工作和网络防御，可处理长时间复杂任务。其输出 token 上限从以往模型的 6 万 4000 提升至 100 万，Google 内部已用于调试、算法设计以及 C/C++ 到 Rust 的代码迁移，例如 Fuchsia Zircon 内核超 80 万行代码。该模型先通过 Fairwind Program 提供给部分网络防御专家，仅限防御与研究用途，不得转售或再分发，之后逐步向开发者、企业和普通消费者开放；上线价格为每 100 万 token 输入 2 美元、输出 10 美元，缓存输入按常规输入价打 95% 折扣。

    匹配字段摘要、正文

    #hot-signal#模型发布#Google#DeepMind

星期三

  1. Artificial Analysis 完整文章

    Google 发布 Gemini 4 Argon，智能指数追平 GPT-6 Astra

    Google DeepMind 发布 Gemini 4 Argon，这是其 7 个多月来首个 Flash 级别以上的专有模型，目前正向部分用户推送，尚未公开可用。高推理模式下它在 Artificial Analysis 智能指数上得分 53，追平 GPT-6 Astra（max，53），领先 GPT-6.1 Sol（max，52）1 分，比此前的 Gemini 3.1 Pro Preview（30）高 23 分。在 50% 折扣价下每任务成本 1.99 美元，为 GPT-6 Astra（max）的 60%，折扣结束后升至 3.98 美元；其幻觉率 15%，是智能指数 45 分以上模型中最低的。

    匹配字段摘要、正文

    #company#评测/基准#推理#Agent

星期五

星期二

  1. Google DeepMind精选

    Gemini 3.5 Live Translate 发布，支持 70 多种语言近实时语音互译

    Google DeepMind 发布 Gemini 3.5 Live Translate，可自动识别 70 多种语言并持续生成近实时译音，同时保留说话者的语调、节奏和音高。该模型仅落后说话者数秒，支持嘈杂环境和多语言输入。它正向 Android、iOS 版 Google Translate 全球推送，Google Meet 将于本月面向部分企业 Workspace 客户开启私密预览。

    Google DeepMind 发布 Gemini 3.5 Live Translate，可自动识别 70 多种语言并持续生成近实时译音，同时保留说话者的语调、节奏和音高。该模型仅落后说话者数秒，支持嘈杂环境和多语言输入。它正向 Android、iOS 版 Google Translate 全球推送，Google Meet 将于本月面向部分企业 Workspace 客户开启私密预览。 · Google DeepMind has released Gemini 3.5 Live Translate, which automatically detects more than 70 languages and continuously produces near-real-time translated speech while preserving the speaker’s intonation, pacing, and pitch. The model stays only a few seconds behind the speaker and supports noisy env

    匹配字段摘要

    #lab#模型发布#语音#Google DeepMind

星期五

  1. 事件1 条新闻 · 1 个事实

    Google DeepMind发布Gemini 4 Argon

    2026年10月23日,Google DeepMind发布前沿模型Gemini 4 Argon。Google官方博客称,该模型在编码、数学和3D世界构建等复杂任务上表现突出,并在多领域基准上超过其他前沿模型;官方同时展示了5个社区创意项目,包括实时映射野火与地震波动的3D地球、带实时数据的涡扇发动机模拟、由单张图片生成的3D马车以及多人夺旗浏览器游戏,并称该模型上周已大范围开放。同日另有报道称,Argon可通过观看视频学习物理任务并迁移到Apptronik的Apollo人形机器人,在内部测试中Apollo连续命中七次,该报道还称Argon在具身推理基准ERQA上得分87%。10月24日,Gemini for Android应用通过服务端更新推送侧边栏与设置界面改版,报道称该改版上周已随Gemini 4 Argon登陆iOS、macOS和Web端。

    匹配字段标题

  2. 事实所属事件

    Google DeepMind发布Gemini 4 Argon

    2026年10月23日,Google DeepMind发布前沿模型Gemini 4 Argon。Google官方博客称,该模型在编码、数学和3D世界构建等复杂任务上表现突出,并在多领域基准上超过其他前沿模型;官方同时展示了5个社区创意项目,包括实时映射野火与地震波动的3D地球、带实时数据的涡扇发动机模拟、由单张图片生成的3D马车以及多人夺旗浏览器游戏,并称该模型上周已大范围开放。同日另有报道称,Argon可通过观看视频学习物理任务并迁移到Apptronik的Apollo人形机器人,在内部测试中Apollo连续命中七次,该报道还称Argon在具身推理基准ERQA上得分87%。10月24日,Gemini for Android应用通过服务端更新推送侧边栏与设置界面改版,报道称该改版上周已随Gemini 4 Argon登陆iOS、macOS和Web端。

    匹配字段标题

    查看事件：Google DeepMind发布Gemini 4 Argon

星期日

  1. 事件5 条新闻 · 1 个事实

    Google DeepMind发布Gemini 3.7 Flash

    2026年8月13日,Google DeepMind发布Gemini 3.7 Flash,称其为面向编码和智能体最强的主力模型,距Gemini 3.6 Flash发布仅三周。官方数据称,该模型在FrontierCode 1.1 Main得分43.6%(3.6 Flash为34.4%),DeepSWE v1.1为65.3%(49.0%),WebDev Arena Elo为1588对1538,GDP.pdf为34.0%对22.0%,AutomationBench为30.4%对17.0%;年底前入门价为每百万输入token 0.75美元、输出token 3.75美元,为3.6 Flash原价的一半,并附针对CBRN与网络攻击滥用的更新防护措施。次日,Google AI Developers展示其在Antigravity中用Three.js构建3D网页游戏,以及凭单一架构规格为Flutter、SwiftUI、Jetpack Compose、React Native和NativeScript生成原生代码。8月17日,官方演示其从维多利亚植物图鉴PDF提取并按APG IV分类历史植物;8月18日展

    匹配字段标题

  2. 事件8 条新闻 · 1 个事实

    DeepMind发布EmbeddingGemma 2

    2026年10月6日,Google DeepMind发布开放权重多模态嵌入模型EmbeddingGemma 2,可将文本、图像、视频帧和音频映射到统一向量空间,参数量740M。据Google Developers Blog介绍,文本权重在Google Pixel 11 Pro上仅需约191MB活跃内存,完整多模态模型约567MB,无需训练数据或微调即可作为端侧决策引擎,实现毫秒级零样本意图路由;Google AI Edge Gallery新增Instant Media Search和Video Moments Finder演示,未来数周内该模型将通过ML Kit以服务形式登陆Android并支持NPU加速。据Google DeepMind介绍,该模型采用Apache 2.0许可,在MTEB Code上从68.76提升到78.68,支持8K token上下文窗口,权重已在Hugging Face和Kaggle开放下载。10月6日,Georgi Gerganov宣布llama.cpp对EmbeddingGemma 2提供Day-0支持;10月7日,Simon Willison表示赞赏其采用

    匹配字段摘要

星期五

  1. 事件30 条新闻 · 1 个事实

    Google发布Gemini 4 Carbon模型

    2026年10月28日,Google DeepMind发布Gemini 4 Carbon,称其为最强模型,在Artificial Analysis Intelligence Index v5.0上以59分排名第一,并在SEC-bench Pro取得88.2%、ExploitGym取得54.8%、CWE-bench取得71.0%。该模型面向长程工程任务,先向部分网络安全防御者开放,再通过Fairwind Program扩大范围,之后面向开发者、企业和消费者。10月29日,Arena.ai称Gemini 4 Carbon在Agent Arena排名第二、净提升16.2%,并推动帕累托前沿移动;同日Yuchen Jin引用Artificial Analysis数据提出保留,指出评测使用Antigravity CLI。10月30日,Artificial Analysis智能指数显示其以59分居首,比Claude Opus 5.5高1分。10月31日,Perplexity CEO Aravind Srinivas分享早期评测,称其在WANDR基准刷新SoTA。

    匹配字段摘要