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
Testing Catalog报道,Gemini Notebook即将获得Connectors功能,但初期只有Google Drive一个连接器可用。用户可在聊天中直接搜索Google Drive文件,并可按需关闭该功能;官方称连接器只检索工作区文档,原始文件不会被改动。更多Connectors预计后续加入。目前尚无进一步开发进展。
匹配字段标题
Google DeepMind发表论文,提出CALLIOPE主题树构建方法:让大语言模型为每篇文档打上少量关键词并加噪,只保留高频关键词,再由大语言模型据此提出主题并归类文档,从而在严格隐私约束下生成更清晰的主题地图。在最严格的隐私设置下,人工评分者在全部3个数据集上都更偏好CALLIOPE而非基于嵌入向量的URANIA,最高比例为76%对18%。该方法消耗的token是URANIA的2到5倍。目前尚无后续进展。
匹配字段标题
Testing Catalog报道,Gemini Notebook即将获得Connectors功能,但初期只有Google Drive一个连接器可用。用户可在聊天中直接搜索Google Drive文件,并可按需关闭该功能;官方称连接器只检索工作区文档,原始文件不会被改动。更多Connectors预计后续加入。目前尚无进一步开发进展。
匹配字段标题
Google 发表新论文,提出面向实体工程任务的 PLE 基准。该基准包含 85 个由执业工程师编写或核验的电气、土木、结构和机械工程任务。据 Rohan Paul 的报道,最强智能体在 PLE 上仅得 50.6%:Claude Opus 5.5 在 Claude Code 中以 50.6% 在 14 个模型中居首,每个任务消耗 27M tokens、耗时 63 分钟,需阅读约 61 个项目文件并交付进度表、报告或 2D/3D 图纸。报道还称,在设计任务中其输出满足 91% 的约束,但只有 41.3% 满足全部硬性约束。目前尚无后续进展。
匹配字段标题
TestingCatalog在评论Zachary Nado所说“Gemini [redacted] 还没到”时作出预测:今年要么还会等来Google的一款大模型,要么是[redacted]。该预测由Testing Catalog于2026年10月29日发布,目前没有后续发展或官方回应。
匹配字段标题
TestingCatalog在评论Zachary Nado所说“Gemini [redacted] 还没到”时作出预测:今年要么还会等来Google的一款大模型,要么是[redacted]。该预测由Testing Catalog于2026年10月29日发布,目前没有后续发展或官方回应。
匹配字段标题
Google 发布 EmbeddingGemma 2 论文,介绍一个 Apache 2.0 许可的端侧多模态嵌入模型,把文本、代码、图像、音频和视频映射到同一向量空间。该模型基于 Gemma 4 构建,通过向更大的 Gemini Embedding 2 学习并用对比训练调优,744M 参数规模在多项任务上超过大 2 至 12 倍的模型。在 Pixel 11 Pro 上,量化后的文本权重占用约 191MB 活跃内存,完整多模态模型约 567MB,上下文窗口扩大 4 倍至 8K tokens,可容纳约 5.5 分钟音频、29 张图像或 58 帧视频;直接嵌入语音在 MSEB 口语查询检索基准上得分 69.54,高于先转写再检索的 57.59,代码检索在 MTEB Code 上从 EmbeddingGemma 1 的 68.76 提升到 78.68。目前尚无后续进展。
匹配字段标题
Google DeepMind 发表论文,研究用强化学习训练 Gemma-4 4B 撰写道德论证的效果。结果显示,模型在 MoralChoice 模糊案例上因选项顺序调换而改变答案的比例从 14.3% 降至 6.6%,但附和用户的比例仅从 45.3% 变为 44.0%,道德寓言题准确率反而从 56.5% 降至 53.4%。论文据此建议,评估建议或判断类任务时,应将一致性与正确性分开测试。
匹配字段标题
Google DeepMind 发表论文,研究用强化学习训练 Gemma-4 4B 撰写道德论证的效果。结果显示,模型在 MoralChoice 模糊案例上因选项顺序调换而改变答案的比例从 14.3% 降至 6.6%,但附和用户的比例仅从 45.3% 变为 44.0%,道德寓言题准确率反而从 56.5% 降至 53.4%。论文据此建议,评估建议或判断类任务时,应将一致性与正确性分开测试。
匹配字段标题
2026年10月29日,Kimi宣布已支持Gmail、Google Drive和Google Calendar,用户可通过Plugins页面启用。接入后,Kimi可总结Gmail邮件线程、在Google Drive中查找文件,并利用Google Calendar规划日程。所有操作均通过用户可控的安全OAuth授权机制完成,用户可在Kimi提供的链接试用。次日,IT之家报道了月之暗面在海外宣布的这一接入消息,并同样说明相关功能通过OAuth授权进行。目前尚无进一步的功能扩展或使用数据披露。
匹配字段标题
2026年10月29日,Yuchen Jin发文提出疑问:Google是否又进入新一轮“Google is back”回归周期。他称Google新模型Gemini 4 Carbon在多数基准上超过Opus 5.5和GPT-6 Astra,并在Artificial Analysis Intelligence Index v5上排名第一。他还表示,要看这一表现能否撼动Anthropic的IPO。目前该判断仍停留在Yuchen Jin的个人发问与观察层面,尚无后续发展事实。
匹配字段标题
2026年10月29日,Yuchen Jin发文提出疑问:Google是否又进入新一轮“Google is back”回归周期。他称Google新模型Gemini 4 Carbon在多数基准上超过Opus 5.5和GPT-6 Astra,并在Artificial Analysis Intelligence Index v5上排名第一。他还表示,要看这一表现能否撼动Anthropic的IPO。目前该判断仍停留在Yuchen Jin的个人发问与观察层面,尚无后续发展事实。
匹配字段标题
Google 的 Antigravity 新增插件市场,提供大量连接器。据 Testing Catalog 2026年10月30日报道,该插件市场涵盖 Jira、Confluence、Bitbucket、Firebase、Notion、Stripe、Linear、Figma、Canva、Trello、Dropbox、Datadog、Postman、Vercel 等连接器。目前尚无后续发展事实或官方回应。
匹配字段标题
TestingCatalog于2026年10月30日称,Google将终止AI编程智能体Jules。凤凰科技同日报道,Google将逐步关闭2024年12月推出的Jules,并把从该工具积累的经验融入AI编程平台Antigravity;Jules官方X账号称,Jules原本是一项探索异步编程智能体如何帮助开发者更快交付的实验,其经验已影响Google旗下多个产品。cnBeta同日报道,Jules将逐步停止运营,此时距其推出不到两年,团队正把经验融入Antigravity,让用户既能自主在远程环境执行后台任务,又能使用以智能体为核心的开发环境。目前状态为逐步关闭与经验整合。
匹配字段标题
TestingCatalog于2026年10月30日称,Google将终止AI编程智能体Jules。凤凰科技同日报道,Google将逐步关闭2024年12月推出的Jules,并把从该工具积累的经验融入AI编程平台Antigravity;Jules官方X账号称,Jules原本是一项探索异步编程智能体如何帮助开发者更快交付的实验,其经验已影响Google旗下多个产品。cnBeta同日报道,Jules将逐步停止运营,此时距其推出不到两年,团队正把经验融入Antigravity,让用户既能自主在远程环境执行后台任务,又能使用以智能体为核心的开发环境。目前状态为逐步关闭与经验整合。
匹配字段标题
Google DeepMind发表论文,提出CALLIOPE主题树构建方法:让大语言模型为每篇文档打上少量关键词并加噪,只保留高频关键词,再由大语言模型据此提出主题并归类文档,从而在严格隐私约束下生成更清晰的主题地图。在最严格的隐私设置下,人工评分者在全部3个数据集上都更偏好CALLIOPE而非基于嵌入向量的URANIA,最高比例为76%对18%。该方法消耗的token是URANIA的2到5倍。目前尚无后续进展。
匹配字段标题
Google 发表新论文,提出面向实体工程任务的 PLE 基准。该基准包含 85 个由执业工程师编写或核验的电气、土木、结构和机械工程任务。据 Rohan Paul 的报道,最强智能体在 PLE 上仅得 50.6%:Claude Opus 5.5 在 Claude Code 中以 50.6% 在 14 个模型中居首,每个任务消耗 27M tokens、耗时 63 分钟,需阅读约 61 个项目文件并交付进度表、报告或 2D/3D 图纸。报道还称,在设计任务中其输出满足 91% 的约束,但只有 41.3% 满足全部硬性约束。目前尚无后续进展。
匹配字段标题
Google 发布 EmbeddingGemma 2 论文,介绍一个 Apache 2.0 许可的端侧多模态嵌入模型,把文本、代码、图像、音频和视频映射到同一向量空间。该模型基于 Gemma 4 构建,通过向更大的 Gemini Embedding 2 学习并用对比训练调优,744M 参数规模在多项任务上超过大 2 至 12 倍的模型。在 Pixel 11 Pro 上,量化后的文本权重占用约 191MB 活跃内存,完整多模态模型约 567MB,上下文窗口扩大 4 倍至 8K tokens,可容纳约 5.5 分钟音频、29 张图像或 58 帧视频;直接嵌入语音在 MSEB 口语查询检索基准上得分 69.54,高于先转写再检索的 57.59,代码检索在 MTEB Code 上从 EmbeddingGemma 1 的 68.76 提升到 78.68。目前尚无后续进展。
匹配字段标题
2026年10月29日,Kimi宣布已支持Gmail、Google Drive和Google Calendar,用户可通过Plugins页面启用。接入后,Kimi可总结Gmail邮件线程、在Google Drive中查找文件,并利用Google Calendar规划日程。所有操作均通过用户可控的安全OAuth授权机制完成,用户可在Kimi提供的链接试用。次日,IT之家报道了月之暗面在海外宣布的这一接入消息,并同样说明相关功能通过OAuth授权进行。目前尚无进一步的功能扩展或使用数据披露。
匹配字段标题