Google 在 Search 和 AI Mode 中推出面向学习的新工具，包括可生成交互式模拟和可视化的生成式 UI、覆盖科学数学到外语等科目的定制练习测验，以及把 Gemini Notebook 的笔记本接入 AI Mode。生成式 UI 已在 AI Mode 全球上线英文版并开始在 AI Overviews 铺开，练习测验在 AI Overviews 和 AI Mode 中全球免费提供英文版，Notebook 将在未来数日内在 180 多个国家以英文推出。Lens 还将在未来几周推出交互式学习体验，拍照后可获得 AI Overview 讲解、指出可能的错误并在卡住时提供引导。
匹配字段标题、摘要、正文
Google AI Developers 发帖称，Gemini 3.7 Flash 结合 Nano Banana 和 Omni，可从单条提示词一次性生成带动画的视差落地页；3.7 Flash 会调用相应工具生成文案、图像参考和可渲染视差的 Omni 视频。主帖仅附上链接，邀请开发者自己动手构建。
匹配字段标题、摘要
用 Nano Banana 和 Gemini Omni 把网络变成交互式可视化百科。🌐✨ 我们在 @Antigravity 中用 Gemini 3.7 Flash 构建了一个 Chrome 扩展，让你在浏览时高亮任意文本，即可快速生成丰富的可视化定义，助力深度学习。 查看演示 ↓
匹配字段标题
Google Research 展示 PhotoScan 深度学习框架，可直接从普通 2D 手机照片估算体脂率（BF%）、Android-to-Gynoid 脂肪比（A/G）和内脏/皮下脂肪面积比（V/S）。模型在 UK Biobank 超 35,000 条记录上预训练，并用 677 名成人微调；PhotoBIA 队列中 BF% 预测 MAE 为 2.15，优于 BIA 传感器的 2.91，A/G 与 V/S 的 MAE 分别为 0.107 和 0.094。该框架在临床队列中预测胰岛素抵抗的精度接近 DXA 扫描。
匹配字段标题、摘要
你已经规划好创意并构建了应用。现在是时候让它成长了！📈 了解如何使用 @FlowbyGoogle 和 @PomelliByGoogle 等工具来营销你的产品并部署创意活动，参与 Build with Gemini @XPrize 黑客松，活动持续至 8 月 17 日。https://t.co/BaJftVSaA0
匹配字段标题、摘要、正文
Google AI Developers 宣布推出 Gemini 3.7 Flash，称其为面向编码和智能体任务的最智能主力模型，在指令遵循、一次通过代码准确率和智能体任务执行质量上有所提升。官方展示了该模型在 Antigravity 中用 Three.js 构建复杂 3D 网页游戏的过程，涵盖 3D 引擎逻辑、用 Nano Banana 生成 PBR 材质与精灵图、以及程序化音效集成。推文附有了解更多信息的链接。
匹配字段标题、摘要
Google 发布 Gemini 3.7 Flash，称其为面向编码和智能体任务的最智能主力模型，具备更高的指令遵循、一次通过代码准确率以及智能体任务的高质量执行能力。官方展示了该模型在 antigravity 中构建复杂 3D 网页游戏的过程，涵盖 Three.js 样板代码、相机移动与碰撞检测的 3D 引擎逻辑，使用 Nano Banana 生成 PBR 纹理材质、自定义 sprite sheet 与粒子效果的素材编排，以及通过自定义音频技能集成程序化音效。
匹配字段标题、摘要
SL2T 是我们出色的手语转文字模型，首次让用户可以直接对着手机打手语。它与聋人社区密切合作打造，是 AI 能带来的益处的绝佳范例。祝贺团队发布！
匹配字段标题
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。该模型在 FrontierCode 1.1 Main 上得分 43.6%（3.6 Flash 为 34.4%），DeepSWE v1.1 为 65.3%（3.6 Flash 为 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、每百万输出 token 3.75 美元，为 3.6 Flash 原价的一半，并随附针对 CBRN 与网络攻击滥用的更新防护措施。
匹配字段标题、摘要
Google AI 专业证书刚新增了一个 2 小时的 vibe coding 模块 🚀 从没 vibe coding 过？我会带你构建真正能发布的高级应用。 另外，你还能获得 3 个月的 Google AI Pro 免费使用 :) https://t.co/Z58UPkxuqH
匹配字段标题、摘要、正文
Google DeepMind 发布多语种手语转文本模型 SL2T，并在 Pixel 11 的 Gboard 和 Live Transcribe 中上线手语听写功能，首批支持美国手语（ASL）转英文。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。
匹配字段标题、摘要、正文
Google Research 提出知识画像框架，用包含 2,150 条 Wikipedia 事实的 WikiProfile 基准区分编码与召回，发现 Gemini-3-Pro 和 GPT-5 已编码 95–98% 的事实，却仍无法直接召回其中 26–34%，即使启用 thinking 也有 11–12% 失败。研究还显示 Gemma 3 系列随规模增大编码失败大幅减少，但召回失败依然显著，瓶颈正从知识获取转向知识利用。
匹配字段标题、摘要
Google Research 发布 AMIE (Video)，基于 Gemini 和 Project Astra 实现实时视频临床问诊，可感知非语言线索、引导虚拟体格检查并同步进行诊断推理。研究采用异步多智能体架构，由三个专职智能体并行处理对话、推理与视听感知，以维持自然对话延迟。在 100 个场景、300 次实时问诊、30 名认证初级保健医生参与的随机 OSCE 研究中，临床评估者在病史采集、诊断准确性和沟通质量上给 AMIE (Video) 的评分与初级保健医生相当，在引导体格检查方面显著更高；患者演员更偏好视频界面。研究全部使用专业患者演员模拟场景，尚未在真实患者中验证。
匹配字段标题、摘要、正文
通过在赛道上验证这一边缘架构，团队表明：在性能一致性至关重要的环境中，智能体工作流可以被信任。 更多构建细节：https://t.co/1dOhiR7d6V
匹配字段标题
Google 对 AI 部门高管进行调整，Jeff Dean 在任职 27 年后离职，创办用 AI 自动化科研流程的初创公司 Discovery Loop，并带走 Sanjay Ghemawat、Quoc Le 和 Oriol Vinyals 三名核心研究员，Google 对该公司进行了投资。Demis Hassabis 转任 DeepMind 董事长并接任 Google 首席科学家，Koray Kavukcuoglu 出任首席 AI 架构师、负责 Gemini 模型。文章还提到 5 月发布的旗舰模型 Gemini 3.5 Pro 原预期 6 月交付，目前仍未上线且未给出交付时间。
匹配字段标题、摘要、正文
Demis Hassabis 宣布自己转任 Google DeepMind 主席与 Alphabet 首席科学家，将聚焦长期战略与加速科学突破，包括在 Isomorphic 推进疾病治疗相关工作。Koray Kavukcuoglu 将升任 Google DeepMind 高级副总裁，与 Josh Woodward 及管理团队一同领导 GDM。
匹配字段标题、摘要、正文
Google 在 AI Studio 移动应用获得超 168 个国家、80 万次预购后，决定不再推出独立应用，转而与 Gemini 应用团队合作，让应用在用户与 Gemini 的日常对话中自然生成，覆盖移动端和桌面端。AI Studio 网页版体验将继续投入，面向从想法到提示词再到业务的用户。
匹配字段标题、摘要
Google Research 发布 Science One Framework，一个通过原生构建证据链来消除幻觉的自主科研原型，并配套 CoE Audit 自动评估协议。在 ADRS 基准的 75 篇生成论文上，基线系统引用幻觉率最高达 21%，而该框架实现零虚假引用和完全可验证的分数，同时在 MLE-Bench 和 Parameter-Golf 等基准上达到 SOTA。该框架为实验性研究原型，并非生产就绪工具。
匹配字段标题、摘要
Google DeepMind 发布 Gemini Robotics 2，这是一套面向机器人的新一代物理 AI 模型，为人形机器人带来全身智能、更强的精细操作能力和多机器人协作。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。
匹配字段标题、摘要
SGLang 维护方 RadixArk 与 Google Cloud 达成合作，把 SGLang 推理框架带到 TPU 上。目前开发者可通过 SGL-JAX 在最新几代 TPU 上运行 SGLang，支持 Gemma、Qwen、DeepSeek、GLM、Kimi、MiniMax、Grok 等模型以及 Wan、Flux 等视频图像扩散模型。今年晚些时候 RadixArk 还将推出 PyTorch 原生的 SGL-torchtpu 后端，支持 eager 执行、PyTorch 生态兼容与 MPMD，并计划让新开源模型在 TPU 与 GPU 上同日可用。
匹配字段标题、摘要、正文