Pydantic AI 新增 ImageGenerator，可直接通过 API 调用专用图像生成模型，无需 agent run，同一接口支持 OpenAI GPT Image、Google Gemini（Gemini Developer API 与 Vertex AI）和 xAI Grok Imagine。该功能还提供 ImageGeneration 能力，让 agent 自行决定何时生成图像，并将结果作为工具结果返回。生成结果为 BinaryImage，可直接获取字节和媒体类型，也支持传入参考图像进行编辑或变换。
匹配字段摘要、正文
Google Pixel 11 Pro Fold 是 Google 第四代折叠屏手机，起售价 1799 英镑，比上代贵 50 英镑，搭载 Tensor G6 芯片、16GB 内存与 Android 17，内外屏分别为 6.5in 和 8in 120Hz OLED。后置 48MP 主摄、10.5MP 超广角和 10.8MP 5x 长焦，被评价为折叠屏中最好的三摄组合，并支持 Qi2 磁吸充电与 IP68 防水。系统更新支持至 2033 年 8 月，但电池续航略短于上代，折叠处折痕也比对手更明显。
匹配字段摘要、正文
Browser Use 发布指南，对比 Playwright、Selenium、Puppeteer 三大浏览器自动化工具的历史、性能、浏览器与语言支持及适用场景。Selenium 始于 2004 年，基于 W3C WebDriver 标准，生态成熟但性能开销大；Puppeteer 由 Google 于 2017 年推出，基于 CDP，速度快但仅支持 JavaScript/TypeScript 且偏 Chromium；Playwright 由微软于 2020 年开源，支持 Firefox、WebKit 及 Python、.NET、Java。文章还介绍了 2024 年启动的开源 AI 浏览器自动化库 Browser Use，用自然语言描述目标，已从 Playwright 迁移到原生 CDP。
匹配字段摘要、正文
Anthropic 于 8 月 11 日宣布未来所有 Claude 模型生成的文本都将带有水印，Google 已在 Gemini 上使用自研文本水印 SynthID-Text，Anthropic 的水印也基于该方案，OpenAI 尚未推出但计划跟进。这一趋势部分源于欧盟 AI 法案要求 2026 年 8 月 2 日后发布的 AI 模型必须加水印。文本水印通过调整词元采样概率实现，Kirchenbauer 等人的方法在约 200 token 的回复中检测率达 98.4% 且无误报，但短文本检测率会明显下降，Google 的 SynthID-Text 在短回复中低于 50%。围绕水印是否损害输出质量仍有争议，Google 在 2000 万条回复中未发现用户反馈的显著差异，而 Meta 的 Vinu Sankar Sadasivan 认为短文本场景下质量与检测强度难以兼顾。
匹配字段摘要、正文
AI 不总是关于 LLM！@GoogleDeepMind 内 AlphaGenome Atlas 团队的出色工作。AlphaGenome Atlas 是一个可搜索的 1-petabyte 数据库，映射人类基因组中全部 90 亿个单字母 DNA 变化的分子效应。 - 1-petabyte 开放变异数据库 - 统一的 AVI 突变评分 - Web 门户与 AlphaGenome API - Agent skill 开始使用 https://t.co/v1NXSKCRlG
AI 不总是关于 LLM！@GoogleDeepMind 内 AlphaGenome Atlas 团队的出色工作。AlphaGenome Atlas 是一个可搜索的 1-petabyte 数据库，映射人类基因组中全部 90 亿个单字母 DNA 变化的分子效应。 - 1-petabyte 开放变异数据库 - 统一的 AVI 突变评分 - Web 门户与 AlphaGenome API - Agent skill 开始使用 https://t.co/v1NXSKCRlG
匹配字段摘要、正文
ChatGPT Work 现在可以识别是什么让你的写作听起来像你。你最喜欢的短语。你非常具体的署名。你的大小写习惯。 连接你每天使用的工具，如 Gmail、Google Drive、Slack 和 SharePoint，ChatGPT Work 将从你的电子邮件、消息和文件中学习你的写作风格，并将其带入你接下来写的任何内容中。
ChatGPT Work 现在可以识别是什么让你的写作听起来像你。你最喜欢的短语。你非常具体的署名。你的大小写习惯。 连接你每天使用的工具，如 Gmail、Google Drive、Slack 和 SharePoint，ChatGPT Work 将从你的电子邮件、消息和文件中学习你的写作风格，并将其带入你接下来写的任何内容中。
匹配字段摘要、正文
Google 正在向 Google AI 订阅用户推送新的 Gemini 语音能力，用户可以通过对话搜索 Gmail 收件箱、在 Keep 中整理想法和任务，以及创建新的 Docs。Sundar Pichai 特别提到 Docs Live 会比较实用，并附上了演示视频和了解更多信息的链接。
匹配字段摘要、正文
Newcomer 梳理了超过 35 家获投资者支持的 AI 购物与支付创业公司，覆盖个人智能体、购物助理、营销技术、智能支付和基础设施五类。Adobe Analytics 调查显示，41% 的受访者在 6 月使用 AI 进行网购；与此同时，支付安全、合规、误操作和协议变动仍是智能体商业面临的问题。OpenAI、Stripe、Google、Visa 和 Mastercard 已分别布局相关交易协议或支付系统。
匹配字段摘要、正文
Marvell 2027 财年第二季度数据中心产品销售额达 21.7 亿美元，同比增长 45.7%，其中光电器件收入约 14 亿美元、增长 97.2%，而 AI XPU 定制芯片约 4.25 亿美元。AI 相关收入估计为 18.2 亿美元，同比增长 90.9%，是 2024 财年第一季度的 23.6 倍。公司预计 2027 财年第三季度销售额约 31.5 亿美元，Google 扩大合作后的首批收入将在该季度入账。
匹配字段摘要、正文
Gemini 3.8 Flash 正式 GA，这是 6 周内第三次 Flash 发布，官方称其在所有领域普遍优于 3.7 Flash，价格保持每 1M token 输入 0.75 美元、输出 3.75 美元不变。该模型会采取更小的步骤并更频繁地验证工作，可能带来更高的 token 用量，但这些额外 token 被用于运行测试和验证改动，从而在复杂和长时间运行的目标上给出更高质量的结果。它已成为 antigravity 和 Managed Agents 的默认模型，并已在 Google AI Studio、Gemini API 和 Gemini App 中可用。
匹配字段摘要、正文
Anthropic 发布 Enterprise Frontier Safeguards（EFS），把零数据留存（ZDR）的隐私性与检测滥用的安全监控结合，数据存放在客户自己控制的云基础设施中，而非 Anthropic。该方案与 100 多家金融、医疗、制造、电信、法律、零售及公共部门客户以及 AWS、Google Cloud、Microsoft Azure 合作开发，将支持 Claude Code、Claude Enterprise、Claude Platform、Amazon Bedrock、Google 的 Agent Platform 和 Microsoft Foundry，今秋晚些时候起分阶段推出；在 EFS 就绪前，符合条件的客户可在 Fable 5 和 Fable 5.1 上获得 ZDR。EFS 的客户自有存储、客户管理加密密钥和全自动审查均为可选开启，不改变模型行为、API 定价或速率限制，Anthropic 不对此收费。
匹配字段摘要、正文
Google AI Developers 宣布 Gemini 3.7 Flash 上线新的智能体视频理解能力，可自动调整处理速度，从而准确识别并计数快速动作，例如拍手。该能力已支持 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite，今天起可通过 Gemini API 在 Google AI Studio 和 Gemini Enterprise Agent Platform 上传视频或使用 YouTube 视频。
匹配字段摘要
Google 为 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 推出智能体视频理解能力，即日起可通过 Gemini API 在 Google AI Studio 和 Gemini Enterprise Agent Platform 上处理上传视频和 YouTube 视频。官方演示中，Gemini 3.7 Flash 借助该能力自动调整处理速度，准确识别并数清快速拍手动作；此前静态处理默认以 1 FPS 抽帧，拍手这类瞬间动作容易被漏掉或误判为响指、点击。
匹配字段摘要、正文
Gemini 的视频理解改为智能体式处理，模型可自行浏览视频时间线、决定看哪些片段、选择帧率，并判断是否需要语音转录、音频或视觉帧来回答提示词。官方称长视频最多减少 88% 的 token 和 66% 的成本，基准准确率提升约 7%。启用方式是在 video 上设置 processing="agentic"，2 分钟以内的视频仍用 static；该功能已在 Gemini API 和 Google AI Studio 上线，覆盖 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash Lite。
匹配字段摘要、正文
Google Research 推出 TimesFM-3，一个原生预训练支持多变量预测的时间序列基础模型，参数量 3.3 亿，在超 1 万亿个时间点的真实与合成语料上预训练。它通过 Contiguous Patch Masking 在单次前向传播中输出整个预测区间，并为每条目标序列预测 10% 至 90% 的 9 个分位数。在 Gift-Eval、FEV-Bench 和 Time 三个基准上，TimesFM-3 在点预测与概率预测指标上均排名第一。
匹配字段摘要
Gemini 3.5 Transcribe 现已开放 API，可用于构建理解用户语音和意图的应用，并支持多说话人场景。它可自动检测 85+ 种语言、适配专业术语词汇，现可通过 Google AI Studio、Gemini Enterprise、macOS 版 Gemini 应用或 Android 版 Rambler 使用。
Gemini 3.5 Transcribe 现已开放 API，可用于构建理解用户语音和意图的应用，并支持多说话人场景。它可自动检测 85+ 种语言、适配专业术语词汇，现可通过 Google AI Studio、Gemini Enterprise、macOS 版 Gemini 应用或 Android 版 Rambler 使用。 · Gemini 3.5 Transcribe is now available via API for building apps that understand user speech and intent, including conversations with multiple speakers. It automatically detects 85+ languages, supports custom vocabulary adaptation for specialized jargon, and is available through Google AI Studio, Gemini Enterprise, the Gemini app on
匹配字段摘要、正文
Google Research 发布 LLM 驱动的 XR 原型 AgentHands，为对话智能体配上与语音同步的表达性手势，把抽象指令变成贴合用户物理空间的动作演示，论文发表于 CHI 2026。系统通过眼动与场景重建把兰花、笔记本等物体注册进 3D 边界框，LLM 在回复中内联 GestureEvents，头显本地解析器用词级时间戳让手势与 TTS 精确同步。在 N=12 的被试内研究中，AgentHands 与纯语音基线对比，验证了 XR 与共语手势结合在兰花养护和 3D 打印机操作任务中的效果。
匹配字段摘要、正文
Keyvan 的博客文章认为，Anthropic 和 Google SynthID-Text 论文所称的“水印不影响输出质量”只基于单条回答测试，未覆盖多轮对话与多次重试场景。文章引用 SynthID-Text 补充材料中的“多样性/可检测性权衡”，指出水印会让同一提示的多次回答更相似，可能降低生成后择优系统的整体质量。文中还引用技术顾问 Natzir Turrado 的复现实验：水印模型五次描述海滨小镇之旅，四次开头近乎相同，未加水印模型三次开头各不相同。
匹配字段摘要
ZDNET 测试了三星 Galaxy Z Fold 8、Google Pixel 11 系列等最新 Android 手机，并将起售价 1050 美元的 Samsung Galaxy S26 Ultra 选为综合最佳，其搭载 Snapdragon 8 Elite Gen 5 芯片与 Privacy Display 隐私屏。亚军为 425 美元的 Google Pixel 10a，提供七年系统与安全更新。本次更新新增 Pixel 11 Pro 系列、Galaxy Z Fold 8 和 Motorola Razr Ultra（2026）。
匹配字段摘要、正文
Mozilla 正通过渐进式推送为 iOS 版 Firefox 引入可选广告拦截功能，默认关闭，基于 EasyList 过滤列表在广告加载前拦截第三方广告网络、广告追踪器、网站自带广告以及弹窗和浮层。该功能不拦截搜索结果中的广告（包括 Google 和 Bing），也不拦截 Firefox 主页或新标签页上的“赞助内容”。
匹配字段摘要、正文