2026年10月29日,Google A2UI团队与CopilotKit CEO Atai Barkai在Google Developers Blog发文,介绍如何用A2UI开放标准和CopilotKit构建生成式UI应用。文章说明,A2UI以声明式JSON描述界面,客户端只渲染可信组件目录中的组件,同一份响应可渲染到React、Angular、SwiftUI、Jetpack Compose和Flutter。文中给出用Google ADK接入CopilotKit的代码示例,并说明通过AG-UI协议实现用户操作回传、智能体重新生成界面的双向流程。目前尚无后续发展。
匹配字段标题
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
2026年10月29日,Google A2UI团队与CopilotKit CEO Atai Barkai在Google Developers Blog发文,介绍如何用A2UI开放标准和CopilotKit构建生成式UI应用。文章说明,A2UI以声明式JSON描述界面,客户端只渲染可信组件目录中的组件,同一份响应可渲染到React、Angular、SwiftUI、Jetpack Compose和Flutter。文中给出用Google ADK接入CopilotKit的代码示例,并说明通过AG-UI协议实现用户操作回传、智能体重新生成界面的双向流程。目前尚无后续发展。
匹配字段标题
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。
匹配字段标题
Google通知作者可试用Gemini 4 Argon模型。CNET编辑James Bricknell于2026年10月22日发布的体验记录显示,他使用该模型通过对话生成一个可调整护甲尺寸的网页应用,经过约10次迭代到KeriForge 8.2,再导出STL并用TPU 75A打印,全程约18小时,其中打印耗时7小时。他称Gemini 4 Argon完成复杂任务的速度明显快于其常用的Gemini 3.5 Flash-Lite,并能理解他希望离线使用网页应用而非开发iPad应用的意图。最终打印件尺寸与其前臂和手腕吻合,表面缺陷来自TPU材料过软和模型打印过高,而非模型本身。目前尚无更多独立来源或官方说明。
匹配字段标题
Google通知作者可试用Gemini 4 Argon模型。CNET编辑James Bricknell于2026年10月22日发布的体验记录显示,他使用该模型通过对话生成一个可调整护甲尺寸的网页应用,经过约10次迭代到KeriForge 8.2,再导出STL并用TPU 75A打印,全程约18小时,其中打印耗时7小时。他称Gemini 4 Argon完成复杂任务的速度明显快于其常用的Gemini 3.5 Flash-Lite,并能理解他希望离线使用网页应用而非开发iPad应用的意图。最终打印件尺寸与其前臂和手腕吻合,表面缺陷来自TPU材料过软和模型打印过高,而非模型本身。目前尚无更多独立来源或官方说明。
匹配字段标题
2026年10月18日,AYi(阿易 AI Notes)分享了一份用 AI 从 0 到 1 搭建个人网站或产品落地页的实战教程,提出两步工作流。第一步是建一份飞书文档作为单一事实源,存入个人介绍、项目案例和服务清单,让 AI 通过飞书命令行工具读取,改文字后网页可自动同步;第二步是拆零件式给参照,从现成设计站扒代码、截图或提炼风格关键词喂给 AI 组装。教程按 8 个工序整理了近 70 个网站,涵盖 shadcn/ui、Aceternity UI 等组件库,Motion、GSAP、Three.js 等动效资源,Godly、Land-book、Awwwards 等整站审美站,以及 v0、Lovable、Google Stitch 等 AI 建站工具和 Anthropic 的 frontend-design 等 4 个设计 Skill。文中提醒参考交互风格和调用开源组件没问题,但不要原样搬运他人整站视觉原图、品牌配图和文案,商用前需确认授权协议,Tailwind Plus 和 Mobbin 完整版为付费订阅。
匹配字段摘要
2026年10月13日,Google 宣布开发者即日起可用 Gemini 4 Argon 构建应用,该前沿模型面向真实软件工程、企业知识工作和网络安全防御等复杂工作流,针对需要深度推理与结构精度的长周期任务设计,官方同时给出 Gemini API 开发者指南、Google Antigravity 与 Android Studio 的使用入口。同日,Google 披露一次无人值守实验:让 Argon 在 11 小时内优化约 20.5 万行代码的开源框架 google/adk-python,模型提出 6 项优化,经人工评审后 2 项合入主干,长会话的内存会话准备时间减少约 40%,冷启动导入提速 21%。10月14日,Sundar Pichai 称这是对 Argon 4 安全与对齐工作的良好总结;Ethan Mollick 评价 Gemini 4 相比此前 Gemini 模型是大幅跃升,但在复杂多智能体任务上仍落后。10月15日,Google 开始向 AI 编程工具 Antigravity 推送 Gemini 4 Argon 支持。
匹配字段标题
Google 于 2026 年 9 月 11 日通过 Google Developers Blog 介绍 autofinetune 项目,把自主研究循环用于 LLM 后训练。该项目基于 Tunix、Gemma 和 Cloud TPU,由 Antigravity CLI 与 Gemini Flash 3.7 编排。第一个实验中,智能体在 Cloud TPU v5e-1 上对 functiongemma-270m-it 自动调整 LoRA rank/alpha、优化器和学习率等,几小时内完成 20 次实验。第二个实验基于 Tunix 官方 GRPO 示例训练 Gemma 3 1B 做数学推理,在 Cloud TPU v6e-1 上跑 40 次实验,总奖励提升约 10%。代码、示例运行和 program.md 模板已放在 autofinetune GitHub 仓库。目前尚无后续发展事实。
匹配字段标题
2026年10月14日,indigo 发布实测文章,提出判断:Gemini 4 Argon 让 Google 的模型重新追上了第一梯队,但没有超越对手。文章称,应用 Antigravity(Harness)落后对手半年到一年,拖累了模型表现。编程方面,从零搭应用又快又好,低推理档即可达到 Opus 5.5 水平,但审查自己代码敷衍、改造复杂老代码库很弱,Vibe Check 得分 21%,Claude 和 GPT-6 在 81%–85%。写作一次成篇可读性约 10.6 年级,其他前沿模型在七到八年级,但作为编辑伙伴梳理结构、打磨比喻很出色;设计排名第二仅次于 Opus 5.5;知识工作分析和提炼洞察强,处理多文件会丢细节、查事实会自信答错。文章还提到官方已预告自动安全分类器、云端执行和 max 推理档位。
匹配字段摘要
indigo 提出判断 Gemini 4 Argon 让 Google 的模型重新追上了第一梯队，但没有超越对手
English translation is being prepared.
匹配字段摘要
2026年10月13日,Google 宣布开发者即日起可用 Gemini 4 Argon 构建应用,该前沿模型面向真实软件工程、企业知识工作和网络安全防御等复杂工作流,针对需要深度推理与结构精度的长周期任务设计,官方同时给出 Gemini API 开发者指南、Google Antigravity 与 Android Studio 的使用入口。同日,Google 披露一次无人值守实验:让 Argon 在 11 小时内优化约 20.5 万行代码的开源框架 google/adk-python,模型提出 6 项优化,经人工评审后 2 项合入主干,长会话的内存会话准备时间减少约 40%,冷启动导入提速 21%。10月14日,Sundar Pichai 称这是对 Argon 4 安全与对齐工作的良好总结;Ethan Mollick 评价 Gemini 4 相比此前 Gemini 模型是大幅跃升,但在复杂多智能体任务上仍落后。10月15日,Google 开始向 AI 编程工具 Antigravity 推送 Gemini 4 Argon 支持。
English translation is being prepared.
匹配字段标题
Google发布图像生成与编辑模型Nano Banana 2.1,取代2026年2月发布的Nano Banana 2。据The Decoder报道,官方称新模型在各方面均有提升,价格约为前代一半:1K图像从6.70美分降至3.36美分,4K从15.10美分降至7.56美分。该模型基于Gemini 3.6 Flash,支持1K、2K、4K分辨率,最多可同时处理14张参考图并保持4个角色和10个物体一致,已陆续接入Gemini应用、Google搜索AI Mode、Google AI Studio、Flow、Stitch、Google Ads和Gemini企业平台;旧模型gemini-3.1-flash-image将于2026年10月29日停用。10月7日,Krea宣布上线Nano Banana 2.1,称其提示词理解更好、编辑更锐利、主体一致性更强,最高支持4K生成。10月9日,Artificial Analysis评测显示,该模型在质量与价格前沿上比Nano Banana 2高出三个名次,价格只有后者一半。
匹配字段标题
2026年10月9日,SpaceXAI 推出 Grok Imagine 视频家族的低成本模型 Grok Imagine Video 1.5 Lite,并上线 Artificial Analysis 的 AA-Video 排行榜与 Video Arena。该模型支持 1 至 15 秒、480p/720p/1080p 的文生视频与图生视频。在 AA-Video-T2V v2.0 和 AA-Video-T2V-Silent v2.0 两个榜单中均列第 17 名,领先 Google 的 Veo 3.1。价格方面,1080p 定价为每秒 0.14 美元,约为 Veo 3.1 的三分之一,是 Grok Imagine Video 1.5 的 56%;720p 与 480p 分别降至每秒 0.03 和 0.02 美元。生成 10 秒 1080p 片段的中位耗时 60.5 秒,为同质量水平中最快,可通过 SpaceXAI API、fal 和 Vercel AI Gateway 使用。
匹配字段摘要
2026年10月7日,Google 发布图像生成与编辑模型 Nano Banana 2.1,并进入 Arena 的文生图、图像编辑和多图编辑三个竞技场。据 Arena 报道,它在多图编辑以 1431 分排第 4,文生图以 1328 分排第 5,图像编辑以 1428 分排第 6;相比 Nano Banana 2,文生图提升 80 分,多图编辑提升 67 分,图像编辑提升 38 分。分类榜单中,它在多图编辑的商业设计与 3D 排第 3,在卡通/奇幻、写实和文字渲染排第 4。10月9日,Artificial Analysis 的 Image Arena 评测显示,Nano Banana 2.1 在全部 7 项图像编辑动作上成为 Google 最佳模型,其中 Scene & Style 编辑从第 24 名升至紧随领先模型,Identity Preserving 编辑从第 12 名升至第 3 名;在 Reasoning-Based Edit 和 Identity Preserving Edit 两项上,只有两个 GPT Image 2.5 模型排在它前面;Enhancement & Restor
匹配字段摘要
Google 创建 autofinetune
English translation is being prepared.
匹配字段标题
Artificial Analysis在AA-Image-Editing v2.1榜单上将Krea 3 Ultra列为图像编辑模型第五名,其默认Fast模式排第11。该机构称,Ultra的编辑质量接近Nano Banana 2.1和MAI-Image-2.6,是OpenAI、Google、Microsoft之外排名最高的图像编辑模型,在17个分类中有15个进入前7,动画与游戏、Frontier两类均列第2。价格方面,Fast每1K图像0.03美元、每1K参考图0.02美元;Ultra仅支持2K输出,一张1K参考图的2K编辑为0.27美元。另一来源Testing Catalog的报道则称Ultra位列第4、Fast第11,并给出Ultra得分1151、比Nano Banana 2.1低1分,Fast得分1125、比Nano Banana 2高1分。
匹配字段摘要
François Chollet 评价称,Gemini 4 Argon 在 ARC-AGI-3 上的表现与 Astra 相近,Google 重回前沿。同日,ARC Prize 公布 Gemini 4 Argon 在 ARC-AGI 系列上的验证成绩:ARC-AGI-3 在 provider adapter harness 下得 97.5%,成本 4.8K 美元;标准 harness 下为 49.8%,成本 5.8K 美元。ARC-AGI-2 为 91.3%,每任务 0.32 美元;ARC-AGI-1 为 98.5%,每任务 0.16 美元。ARC Prize 称 Google DeepMind 是第二家在 ARC-AGI-3 上超过 95% 的前沿 AI 实验室,Argon 的 97.5% 仅次于 GPT-6 Astra 的 99.9%。标准 harness 测试因 API 问题未能完成全部 55 个游戏,高推理档仅完成 19 个游戏,故未公布分数。
匹配字段摘要
Google发布图像生成与编辑模型Nano Banana 2.1,取代2026年2月发布的Nano Banana 2。据The Decoder报道,官方称新模型在各方面均有提升,价格约为前代一半:1K图像从6.70美分降至3.36美分,4K从15.10美分降至7.56美分。该模型基于Gemini 3.6 Flash,支持1K、2K、4K分辨率,最多可同时处理14张参考图并保持4个角色和10个物体一致,已陆续接入Gemini应用、Google搜索AI Mode、Google AI Studio、Flow、Stitch、Google Ads和Gemini企业平台;旧模型gemini-3.1-flash-image将于2026年10月29日停用。10月7日,Krea宣布上线Nano Banana 2.1,称其提示词理解更好、编辑更锐利、主体一致性更强,最高支持4K生成。10月9日,Artificial Analysis评测显示,该模型在质量与价格前沿上比Nano Banana 2高出三个名次,价格只有后者一半。
English translation is being prepared.
匹配字段摘要
Nano Banana 2.1 在图像编辑评测中成为 Google在全部7类编辑操作上的最佳模型
English translation is being prepared.
匹配字段摘要