←搜索结果

搜索“Google DeepMind”

按匹配度 · 共 111 条结果 清除搜索

星期四

星期日

  1. 事件13 条新闻 · 1 个事实

    Google发布Gemini 4 Argon模型

    2026年9月30日,Google发布前沿模型Gemini 4 Argon,先通过Fairwind Program向受信任的网络安全防御方开放,随后再逐步扩大范围。据Google Blog与Google DeepMind,该模型输出token上限从64K提升到1M,在DeepSWE v1.1上取得77.9%,在LVBench上取得91.7%,并在Vals Index、AutomationBench等评测中领先。Google称Argon可自主发现、验证并修补软件漏洞,内部已用于C/C++到Rust的代码迁移和内存优化,并将以介绍性价格上线。Google DeepMind还表示,该模型针对提示注入、失准监控和沙箱环境等方向加强了安全措施。目前尚无后续有证据的发展。

    匹配字段摘要

  2. 事件1 条新闻 · 1 个事实

    Google更新Gemini 3.8 Live实时虚拟形象

    Google更新Gemini 3.8 Live,推出实时虚拟形象Live Avatar。据Google DeepMind发布,该功能在Gemini 3.8 Live实时对话能力上加入低延迟流式视频,让模型能边听、边看、边说,支持精确唇形同步、自然表情与流畅轮次切换,并可在对话中无缝切换97种语言而不损失视频保真度。该功能已上线Gemini Enterprise,支持后台异步工具调用,企业还可基于参考图定制专属形象,定制功能目前仅通过企业白名单开放。另有报道称,用户可在对话时看到实时回应的动画AI形象,它会同步口型并展示不同面部表情,目前仅面向Gemini Enterprise客户开放;除预设形象库外也允许企业自建,输出带有不可见的SynthID水印及尊重身份的防护措施。

    匹配字段摘要

  3. 事件2 条新闻 · 1 个事实

    Google发布Gemini 3.8 Live音频模型

    Google发布Gemini 3.8 Live与Gemini 3.8 Live Extended Thinking两款实时对话音频模型,即日起通过Gemini API、Google Workspace和Gemini应用开放。据Google DeepMind介绍,Gemini 3.8 Live Extended Thinking在Artificial Analysis语音到语音质量指数得82.6分排名第一,τ-Voice智能体任务完成率68.6%,Big Bench Audio得97.7%;Gemini 3.8 Live在Speech Agent Arena排名第二。两款模型支持近实时视觉输入、对话中自动切换97种语言,并可在后台执行工具和API调用而不打断对话。9月18日,Google展示用Gemini 3.8 Live Extended Thinking构建的工作坊助手演示,可分析工作区、出声推理并引导搭建过程。9月21日,Google又演示了用该模型构建的编程辅导Agent,能查看用户屏幕、通过function calling引用p5.js库并讲解代码逻辑。

    匹配字段摘要

  4. 事件2 条新闻 · 1 个事实

    谷歌发布WeatherNext 3

    2026年9月3日,Google DeepMind与Google Research发布全球天气预测AI模型WeatherNext 3,称其为目前最先进的全球天气AI模型。据官方说明,该模型直接学习实时地球静止卫星数据,每小时生成一次预报,最高分辨率达5公里,整体比上一代WeatherNext 2的25公里网格、6小时更新清晰约五倍。模型还针对可再生能源提供100米风速、云量和太阳辐射预测,降水预报在中期全球评估中对IMERG的CRPS提升最高60%。该模型已接入Google Search、Gemini、Maps、Google Maps Platform和Cloud。目前尚无后续有证据的发展。

    匹配字段摘要

  5. 事件1 条新闻 · 1 个事实

    谷歌发布Gemini Omni 1.1 Flash

    2026年8月27日,Google DeepMind 发布 Gemini Omni 1.1 Flash 视频生成模型,面向开发者提供更强的生成视频控制能力,可通过 Google AI Studio 或 Gemini Enterprise Agent Platform 调用。官方说明显示,新版本支持场景延长,可分析最多 10 秒前序上下文,并以 10 秒为单位延长至累计 40 秒;同时支持指定首尾帧生成过渡画面、1080p 与 4K 输出,以及 360p 轻量预览。官方还称其生成速度最高快 60%,成本为 720p 的三分之一。目前该事实尚无后续独立发展事实,状态以发布时的官方信息为准。

    匹配字段摘要

  6. 事件4 条新闻 · 1 个事实

    谷歌发布Gemini 3.5转写模型

    2026年8月26日,Google DeepMind发布Gemini 3.5 Transcribe语音转文本模型,面向实时转写场景,已在Gemini API、Google AI Studio和Gemini Enterprise Agent Platform向开发者开放。据官方信息,该模型相比此前的Chirp 3,最终转写时间据Artificial Analysis测量提升70%,在FLEURS基准上流式模式WER为5.50%、非流式模式为5.04%,并支持多说话人区分、词级时间戳和实时语言切换。该模型同时接入Gboard、Antigravity、Gemini app和Chrome等产品,LangChain、LiveKit、Vercel等平台通过Gemini Live API提供支持。次日,Google AI Developers进一步说明其面向代码场景的能力:可在转写时过滤口语中的犹豫停顿,并依据当前上下文精确对齐技术术语、文件名和代码变量,还通过视觉偏置为复杂开发者工作流提供屏幕感知上下文。目前该模型已开放构建入口。

    匹配字段摘要

  7. 事件1 条新闻 · 1 个事实

    谷歌发布手语转文本模型SL2T

    2026年8月12日,Google DeepMind 发布多语言手语转文本模型 SL2T,并应用于 Pixel 11 的 Gboard 和 Live Transcribe,首批支持美国手语(ASL)转英文。据官方介绍,该模型基于超过 50 种手语、逾 10 万小时数据训练,其中约四分之一为 ASL 数据,在 FLEURS-ASL(sd-test)上取得 70 BLEURT 的零样本成绩。为保护隐私,模型只接收 MediaPipe Holistic 在端侧提取的姿态关键点坐标,原始视频随即丢弃,并跳过 gloss 标注直接翻译为文本。8月13日,Demis Hassabis 在社交平台称 SL2T 首次让用户可以直接对着手机打手语,并提到其与聋人社区密切合作打造。目前该模型已落地上述两项功能,暂无进一步开发进展。

    匹配字段摘要

  8. 事件2 条新闻 · 1 个事实

    谷歌发布Gemini机器人模型

    2026年7月30日,Google DeepMind发布Gemini Robotics ER 2机器人模型,定位为机器人的高层大脑,支持实时空间推理、多步任务规划和多机器人协作,可通过Gemini API、Google AI Studio或Gemini Enterprise Agent Platform调用。官方称,相比ER 1.6,新模型能通过连续视频流跟踪任务进度并实时纠错,在进度分类任务上达到57.4%准确率,在moment-finding任务上达到91.3%准确率和0.96s平均绝对距离。官方还展示了其编排Boston Dynamics Spot的导航与机械臂API完成取物,并支持Apptronik Apollo 2与Franka F3 Duo协作,代码已在GitHub开源。7月31日,Demis Hassabis表示机器人现在可以推理每一个动作,完成此前无法实现的任务,例如打精细的绳结,甚至组队解决复杂工作流。

    匹配字段摘要

  9. 事件3 条新闻 · 1 个事实

    谷歌发布Gemini 3.5 Flash Cyber

    2026年7月21日,Google DeepMind 发布轻量级网络安全模型 Gemini 3.5 Flash Cyber,该模型基于 3.5 Flash 微调,用于快速发现、验证和修补漏洞。据 Google DeepMind 介绍,模型以限量试点形式通过 CodeMender 向政府和可信合作伙伴开放,后续逐步扩大范围。在 V8 JavaScript 引擎测试中,它发现 55 个已确认的独立问题,高于主线 3.5 Flash 的 47 个和 Claude Opus 4.6 的 36 个,其中 10 个为另外两个模型未发现的问题。另有报道称,Google 同期发布 3 款 Gemini 新模型,3.5 Flash Cyber 可自行发现并修复安全漏洞,三款模型即日起在 AIS 和 API 中提供。目前尚无进一步有证据的发展。

    匹配字段摘要

星期四

星期四

星期三

星期四

  1. 事实所属事件

    谷歌发布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

    匹配字段摘要

    查看事件：Google DeepMind发布Gemini 3.7 Flash

星期三

星期四

星期二

星期三

星期二

星期三