←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. Latent Space

    Meta MSL 发布第二代模型 Muse Wonder，第三方评测接近前沿

    Meta Superintelligence Labs 发布第二代模型家族 Muse Wonder（代号 Watermelon），距实验室成立约 14 个月。Artificial Analysis 的 Intelligence Index v4.3 中 Wonder Full（max）得 56、Wonder（max）得 52，高于 Muse Spark 1.3 的 48，Opus 5.5 以 58 领先；提升最大的是智能体能力，Terminal-Bench 4.0 从 33% 升至 57%。规格为 1M 上下文，输入支持文本、图像、视频和音频，输出仅文本，定价为每百万 token 输入 4 美元、缓存输入 0.20 美元、输出 20 美元。

    capabilities have not yet translated into visible improvements in high-salience domains like energy, healthcare, housing, public services, or broadly available robotics/autonomy; Google DeepMind’s AI weather model picked up Hurricane Isaias 11 days before landfall, pinned where it would hit 4 days out and nailed its peak strength 3 days out—potentially giving communities days more time to evacuate and prepare (Activity: 1279): The image is a screenshot of an X post claiming Google DeepMind’s FN

    匹配字段正文

    #newsletter#模型发布#评测/基准#Agent
  2. Latent Space精选

    Meta MSL 发布 Muse Wonder 与 Muse Wonder Full 模型

    Meta Superintelligence Labs 发布第二代模型家族 Muse Wonder 与 Muse Wonder Full，前者定位快速前沿模型，后者为完整版本，Meta 称其面向个人与专业智能体工作。Artificial Analysis 的 Intelligence Index v4.3 中 Wonder Full 得 56 分、Wonder 得 52 分，高于 Muse Spark 1.3 的 48 分，Opus 5.5 以 58 分领先。规格为 1M 上下文，输入支持文本、图像、视频和音频，输出仅文本，定价为每百万 token 输入 4 美元、缓存输入 0.20 美元、输出 20 美元。

    capabilities have not yet translated into visible improvements in high-salience domains like energy, healthcare, housing, public services, or broadly available robotics/autonomy. Google DeepMind’s AI weather model picked up Hurricane Isaias 11 days before landfall, pinned where it would hit 4 days out and nailed its peak strength 3 days out—potentially giving communities days more time to evacuate and prepare (Activity: 1279): The image is a screenshot of an X post claiming Google DeepMind’s FN

    匹配字段正文

    #newsletter#模型发布#Agent#编码

星期六

  1. cnBeta

    Google Gemini 4 Pro 匿名现身 Arena 首测登顶

    一个以 gemini-3.8-flash 马甲现身的匿名模型在 Arena 盲测中被认为是 Google 的 Gemini 4 Pro，据称在多项基准上取得领先。文章称其在 DeepSWE v1.1 智能体编码任务拿下 88.7%，GDPval-AA v2 达到 2064 Elo，Terminal-bench 2.1 为 95.3%，OSWorld-2.0 为 86.8%，价格为每百万 Token 输入 2.25 美元、输出 11.25 美元。文中还提到 Google 内部一次安全测试中该模型意外接入公网并入侵三家真实企业，以及 Google 高管称内部试用 Gemini 4 时状态兴奋。

    飞轮周期，越压越短。 Gemini 4 Pro正式发布之后，整个AI行业的排位，恐怕要重新洗牌了。 参考资料： - 对文章打分 Google Gemini 4 Pro首测杀回Arena榜单第一 谷歌AI首次“越狱”：Gemini在测试中入侵三家企业 昨天 06:53 Waymo宣布进军新加坡 东南亚首个无人出租车市场瞄准2028年商业运营 前天 12:50 Google DeepMind成立新研究所 拓宽AGI与人工智能治理的讨论维度 前天 12:45 联合国携手Google重构全球统计数据库 更加适应AI工具和自然语言交互环境 Switch模拟器迎来性能飞跃 开发工作却在巅峰时刻宣告终结 阅读 (1652) 评论 (0) 2 首都禁飞区将于9月20日启用 北京全市禁飞无人机且不得持有、存放、运输、携带 阅读 (1433) 评论 (6) 3 罗永浩，再也掀不起什么大风大浪 阅读 (954) 评论 (2) 4iOS 27，你长得好像安卓啊 5Anthropic掌门人称“中国因素”是放缓AI竞赛的最大难题 6美军因AI误判带来的错误情报准备拦截检查中国船只 险些制造国际冲突 7影视飓风Ti

    匹配字段正文

    #hot-signal#模型发布#评测/基准#Agent

星期四

  1. MarkTechPost

    Perplexity 发布 pplx-embed-v2-late 多模态嵌入模型，0.6B 与 9B 两个版本

    Perplexity 发布 pplx-embed-v2-late，包含 0.6B 和 9B 两个 ColBERT 风格多模态嵌入模型，均可检索文本、图像和渲染后的 PDF 页面，并共享同一嵌入空间。9B 模型在 MADQA 上取得 92.4%，0.6B 模型面向边缘设备和低延迟查询，用 0.6B 查询 9B 索引在 ViDoRe v3 图像检索上得 63.5%，高于两侧都用 0.6B 的 62.3%。两个模型已在 Hugging Face 以 MIT 许可发布，可自托管商用，Perplexity 托管 API 端点仍在计划中；所有分数均为自报，技术报告尚未发布。

    i-step jobs. Search and Fetch are free. Asif Razzaq Asif RazzaqWhat Happens When a Trusted Model Repo Changes? Unsloth Studio Re-Checks Before It Runs; Asif RazzaqLiquid AI Releases Open-Weight d1-3B and d1-omni-600M: Multimodal Decision Models With Zero Output Tokens; Asif RazzaqMeta AI Open-Sources Rebalancer: A C++ Assignment Solver That Runs About 40 Million Placement Problems a Day; Asif RazzaqGoogle DeepMind Releases EmbeddingGemma 2, a 740M Open Multimodal Embedding Model Built on Gemma 4

    匹配字段正文

    #ai-vertical#模型发布#多模态#RAG
  2. MarkTechPost

    Liquid AI 开源 d1-3B 与 d1-omni-600M 多模态决策模型

    Liquid AI 发布 Open d1 系列两款开源权重多模态决策模型：d1-3B 读取文本与图像，d1-omni-600M 读取文本加图像或音频，两者都不生成文本，而是在一次前向传播中返回校准后的类型化答案，输出 token 数为 0。d1-3B 有 3.12B 参数，基于 LFM2.5-VL-3B，使用 400M SigLIP2 NaFlex 视觉编码器和 32,768 token 上下文；d1-omni-600M 有 587M 参数，基于 LFM2.5-Encoder-350M，音频编码器为 17 层 FastConformer，上下文 16,384 token，音频片段上限 30 秒。两个检查点已上 Hugging Face，可通过 Transformers 加载并支持 llama.cpp，LFM Open License v1.0 允许年收入低于 1000 万美元的免费商用；d1-3B 在 Decision Index v0.2.1 得 48.57，在 RTX 4090 上单问题延迟 8 ms。

    forms, and TinyAgent for multi-step jobs. Search and Fetch are free. Asif Razzaq Asif RazzaqMeta AI Open-Sources Rebalancer: A C++ Assignment Solver That Runs About 40 Million Placement Problems a Day; Asif RazzaqGoogle DeepMind Releases EmbeddingGemma 2, a 740M Open Multimodal Embedding Model Built on Gemma 4; Asif RazzaqMistral AI Releases Mistral Large 4 (Le Chonk): A 1.05T Parameter Multimodal MoE Model; Asif RazzaqBeyond Domain-Specific World Models: JEPA-Anything Uses 1 Recipe for 7 Fields

    匹配字段正文

    #ai-vertical#模型发布#多模态#端侧

星期三

  1. MarkTechPost精选

    Mistral AI 发布 Mistral Large 4（Le Chonk）：1.05T 参数多模态 MoE 模型

    Mistral AI 以公开预览形式发布 Mistral Large 4（内部代号 Le Chonk），这是一个 1.05 万亿总参数、每 token 激活 49B 的细粒度 MoE 模型，配备 1.6B 视觉编码器和 100 万 token 上下文窗口，在 Mistral 自有欧洲数据中心用 3800 块 NVIDIA Grace Blackwell GPU 从零训练。API 预览已上线，输入每 100 万 token 收费 1.36 美元、输出 4.18 美元，缓存输入 0.14 美元，但权重要到 10 月底才发布，暂时无法自行部署。Mistral 报告其在网络安全任务上表现突出，Cybench 得分 93%、CyberGym-E2E 得分 82%，并称部分闭源前沿模型因直接拒绝任务而接近零分。

    ch, TinyFetch (full pages as markdown, JavaScript included), TinyBrowser for logins and forms, and TinyAgent for multi-step jobs. Search and Fetch are free. Asif Razzaq Asif RazzaqGoogle DeepMind Releases EmbeddingGemma 2, a 740M Open Multimodal Embedding Model Built on Gemma 4; Asif RazzaqBeyond Domain-Specific World Models: JEPA-Anything Uses 1 Recipe for 7 Fields; Asif RazzaqMeet Together Link: A Free CLI That Runs Open Models Like Kimi K3 and GLM 5.3 Inside Claude Code, Codex, and OpenCode;

    匹配字段正文

    #ai-vertical#模型发布#多模态#开源生态

星期二

  1. The Decoder

    Reflection 发布首款开放权重模型 Beam，主打低算力编码与推理

    AI 公司 Reflection 发布首款免费开放模型 Beam，面向编码、逻辑推理和智能体任务，采用 MoE 架构，每 token 激活 5010 亿总参数中的 230 亿。Reflection 称 Beam 在推理任务上可匹配 GLM 5.2，算力消耗仅为后者的三分之一到四分之一，并已用 10500 块 Nvidia GB300 GPU 进行超过四周的强化学习训练。模型权重将以 Apache 2.0 许可在本月晚些时候发布，目前早期版本仅向部分用户开放。

    through final safety testing, and an early version is available to select users for now. Former Deepmind researchers backed by $2 billion Reflection was founded in 2024 by former Google Deepmind researchers Misha Laskin and Ioannis Antonoglou. Laskin led reward modeling for Gemini, and Antonoglou helped build AlphaGo. The startup launched in March 2025 with $130 million in seed funding and the goal of building superintelligence through autonomous coding. The vision was that language models coul

    匹配字段正文

    #ai-vertical#模型发布#开源生态#推理
  2. TechCrunch AI

    Reflection 发布开源权重模型 Beam，对标中国开源模型并压低算力成本

    Reflection AI 正式发布其首个前沿开源权重模型 Beam，称在高级推理基准上与中国领先开源模型持平，且推理算力消耗少 3-4 倍。Beam 为文本 MoE 模型，总参数 5010 亿、激活 230 亿，预训练 23.8 万亿 token，上下文窗口 100 万 token；对比 Z.ai 的 GLM-5.2 总参数约 7440 亿、激活 400 亿。公司称本月将公开权重与完整技术细节，并通过超大规模云厂商和 neocloud 分发，性能主张尚未经独立验证。

    w that Beam outscores Inkling on four coding tests where both report results, but Inkling is a multimodal model and Beam is text-only. Reflection was founded in 2024 by two former Google DeepMind researchers and has raised roughly $4.7 billion from backers, including Nvidia, Sequoia Capital, and Lightspeed Venture Partners, per PitchBook. Its last round valued the company at a $25 billion pre-money valuation . The startup has also been locking up compute — a key ingredient needed to train fronti

    匹配字段正文

    #tech-media#模型发布#开源生态#推理

星期四

  1. The Verge AI

    Google 发布 Gemini 4 Argon，初期仅向可信网络安全人员开放

    Google 发布新一代前沿模型 Gemini 4 Argon，称其在软件工程、法律金融等企业知识工作和网络安全防御等复杂工作流中具备前沿性能。该模型初期仅向一组可信网络安全人员开放，Google 正参与美国政府的前置模型访问自愿流程并逐步扩大范围，同时将加强防范滥用、提示词注入和失准监测等前沿安全保障。Gemini 4 Argon 已在 Google 内部工作流中投入使用，例如大规模代码库迁移。

    ance in complex workflows across real-world software engineering, enterprise knowledge work like legal and finance, and cybersecurity defense,” according to chief AI architect and Google DeepMind SVP Koray Kavukcuoglu. But the company is limiting access at first to a “set of trusted cyber defenders,” and Kavukcuoglu says that Google is “actively engaged in the U.S. government’s voluntary process for pre-release model access while we gradually expand access.” Kavukcuoglu says Gemini 4 Argon is al

    匹配字段正文

    #tech-media#模型发布#Google#DeepMind

星期四

  1. gihyo.jp

    Google 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS 语音生成模型

    Google 于 2026 年 9 月 23 日发布文本转语音模型 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS，前者支持用自然语言提示词在 100 多种语言和方言中定制音色与口音，并拥有 2,000 多种音色的语音库，30 秒音频样本即可复现一致的语音特征；后者面向大批量配音和音频内容制作，强调成本效率。两款模型均可按台词指定语气与表演，并加入笑声、叹息、mhm 等副语言声音，在 voicearena.com 的盲测人工评估中于日语、巴西葡萄牙语、越南语、现代标准阿拉伯语、墨西哥西班牙语和印地语等语言上获得靠前评价。语音克隆需提交说话者本人的口头同意录音，所有生成音频均嵌入 SynthID 水印。两款模型将陆续开放，Flash TTS 可在 Gemini Notebook 试用，Flash-Lite TTS 可在 Google Vids 试用，开发者可通过 Google AI Studio 和 Gemini API 使用。

    th distinct accents and characteristics. 🔵 Gemini 3.8 Flash-Lite TTS: Built for efficiency and scale, choose from your created styles or our expansive… pic.twitter.com/iiZwtRBxgc— Google DeepMind (@GoogleDeepMind) September 23, 2026 Gemini 3.8 Flash TTSは自然言語プロンプトを使用して、100以上の言語と方言でキャラクターやアクセント、声の特徴をカスタマイズし、新しい音声をゼロから作成できる。メキシコスペイン語、ケベックフランス語、スコットランド英語などの地域的なバリエーションを含む、幅広い言語に対応した2,000種類以上の音声ライブラリを持っており、30秒の音声サンプルがあれば、一貫性のある音声プロファイルを再現する。 また近日公開予定の機能として、プロンプトを使って音声ライブラリから選んだ声の音色、ピッチ、ペース、アクセントを微調整して

    匹配字段正文

    #hot-signal#模型发布#语音#Google

星期五

  1. The Rundown AI

    OpenAI 发布 GPT-6 Astra，称其为最智能且最对齐的模型

    OpenAI 发布 GPT-6 Astra，称其为全球最智能且最对齐的模型，在科学、数学、计算机使用、编码、网络安全等领域的基准测试创下新高。Astra 在 ARC-AGI-3 上达到 99.9%，此前 GPT-5.6 Sol 为 7.8%，FrontierMath T4 为 98%，ExploitBench 网络安全为 100%，但在 AA 智能指数上得 61 分，落后于 Fable 5.1、5、Opus 5 和 Meta 的 Muse Spark 1.3。API 定价为每百万 token 10 美元和 50 美元，约为 GPT-5.6 Sol 的 2.5 倍，但单任务 token 使用更高效；先向少数机构开放，付费 ChatGPT 套餐和 API 将在数日内跟进，并提供 Astra Pro 档位。

    so you can act on what really matters for your organization. With Gartner AI insights, you can: Access 4,000+ proven AI use cases Get objective, analyst-led guidance The Rundown: Google DeepMind introduced WeatherNext 3, its new weather model that uses live satellite images to refresh its forecasts every hour, taking the top spot on scoreboards against both rival models and the U.S. and European weather services. The details: WeatherNext 3’s improvement is about 5x in detail for temperature dow

    匹配字段正文

    #newsletter#行业动态#OpenAI#Google