Google DeepMind 发布 Gemini Omni 1.2 Flash,支持 15 秒视频生成并降价 30%
Google DeepMind 发布 Gemini Omni 1.2 Flash,并在 Gemini API 和 Gemini for business 全面开放,价格较 1.1 下降 30%,720p 视频为 $0.07 per second。
推荐理由:官方给出了价格、时长和一致性等具体变化,读者可以据此评估它在视频生成工作流中的成本与用法。
Google DeepMind 发布 Gemini Omni 1.2 Flash,并在 Gemini API 和 Gemini for business 全面开放,价格较 1.1 下降 30%,720p 视频为 $0.07 per second。
推荐理由:官方给出了价格、时长和一致性等具体变化,读者可以据此评估它在视频生成工作流中的成本与用法。
Google 发布 Gemini Omni 1.2 Flash,在 Gemini API 和 Gemini for business 全面开放。新模型原生支持最长 15 秒视频生成、多轮对话式剪辑和更强的参考一致性,价格较 1.1 下降 30%,720p 视频为每秒 $0.07,最佳成片可上采样至 1080p 或 4K。
Google Research 在 Nature 发表 AI-PPG-ACC-HTN 系统,用消费级智能手表的 PPG 和加速度传感器被动检测高血压迹象,无需袖带校准。
推荐理由:原文给出无需袖带校准的智能手表高血压筛查系统及与临床金标准对比的具体数据,读者可据此评估其筛查定位。
Google 基于数千工程师、数亿步智能体交互的轨迹数据,分析代码内遗留 TODO(bug/...) 引用对编码智能体的干扰:13% 的读文件会话接触到这类引用,6% 触发后续动作且其中 83% 是开发者未要求的偏航,其中 41% 追向已关闭的工单,57% 造成范围蔓延。
Google Research 提出 Agile Deliberation 框架,把主观 AI 视觉分类器的构建变成人与 AI 的迭代对话,先化解人类意图的模糊再训练模型。
Google DeepMind 为 Google Antigravity 发布 Cheminformatics Skills,把其变成面向计算与实验化学家的科学工作台。
Google 发布月度回顾,梳理 10 月多项 AI 更新,核心是先全球推出前沿推理模型 Gemini 4 Argon,两周后又宣布更强长时程工程与网络安全防御模型 Gemini 4 Carbon(目前经 Fairwind Program 处于预发布测试)。
Google Developers Blog 发布 50 题编码智能体基准,测试用 TypeSafe 的 Jev 分类器将任务路由到最便宜且能答对的 Gemini 配置。
推荐理由:原文用 50 题实测数据说明路由省钱的前提条件,并给出 thinkingLevel 设置和缓存兼容等可直接落地的规则。
Google DeepMind 宣布基于 Gemini 构建的 AI 规划工具 PlanAssist 将向英格兰新增 12 个地方规划部门开放。在 Barnet、Camden 和 Dorset 三个区的试点中,规划官员处理住宅类申请的评估时间缩短了 58%,且 70% 以上由工具生成的报告无需修改即获官员批准。
AI 智能体成为本周新闻焦点:ARTEX 供应链攻击波及超过 2,250 个 Microsoft 365 租户,研究人员发现攻击者可在两小时内从欧洲政府系统获取密码哈希和 MFA 密钥。
Casey Newton 分析 Google 与 Reddit 同日的坏消息:Gemini 4 Carbon 登顶 Artificial Analysis 榜单当天,Alphabet 股价跌 12.6% 蒸发约 $500 亿,CFO 层承认 AI Mode 变现低于传统搜索;Reddit 因搜索流量下滑股价跌 15%,宣布将推动用户登录以保护数据和广告信号。
推荐理由:作者把 Google 与 Reddit 同日财报的因果链拼在一起,指出 AI 搜索收窄流量分成的闭环如何反噬整个开放网络,视角可迁移。
Newcomer 报道太空数据中心开始落地:SpaceX 本月初的火箭搭载了 Google 实验卫星,研究人员将测试其四颗 TPU 在太空运行 Gemini 简单请求的表现;同次发射还包括 Cowboy Space 的 Reason-1 卫星,试验用激光向地面传输太阳能。
Google DeepMind 发布 Gemini 4 Carbon,定位为其最强模型,主打网络安全和长时程能力,在 Artificial Analysis Intelligence Index v5.0 以 59 分排名第一。
推荐理由:原文给出具体基准分数、定价和分阶段开放计划,可据此判断这款安全向旗舰模型在攻防场景的实际能力边界。
Google Developers Blog 介绍如何结合 A2UI 与 CopilotKit 构建 Generative UI 应用。A2UI 是 Google 的框架无关开放标准,智能体以声明式 JSON 描述 UI,客户端用既有组件渲染,Basic Catalog 提供 18 个通用原语并支持自定义组件目录。
推荐理由:原文给出了 A2UI 的声明式机制、安全模型和与 CopilotKit 的完整接入代码,读者可以据此在自己的应用里落地 Generative UI。
Google Research 提出面向 LLM 持续学习的 sleep 框架,让模型在活跃交互与离线记忆巩固之间交替,将易失的短期上下文固化为长期参数。
Pragmatic Engineer 访谈 Rootly、incident.io、ResolveAI 三家 AI SRE 厂商,解析为何 AI SRE 近期升温。
Google DeepMind 发布新一代世界模型 Genie 4,以研究预览形式向可信测试者开放,后续将向 Project Genie 中的 Google AI Ultra 订阅者及 Gemini API、Google AI Studio 早期合作伙伴推出。
推荐理由:官方原文给出 Genie 4 的实时交互、原生音频能力和与 Gemini 协作的机制,也写明了测试者反馈和已知局限。
Google Developers Blog 演示了 Agents CLI v1.8.0 的 eval 循环用法,基于 LangChain 模板搭建天气 Agent,使用 gemini-3.8-flash 作为 LLM-as-judge 按 1-5 分评估 accuracy、relevance、clarity。
Google 宣布对 Google Play services 中的 LiteRT 端侧推理运行时进行重大升级:由 ML Drift 驱动并通过新 CompiledModel API 提供的 GPU 推理,比旧版 GPU delegate 快约 1.4x。
PyTorch 团队将多语言流式 ASR 模型 Nemotron 3.5 通过 ExecuTorch 部署到 Google Pixel 11,评估 chunk 大小与量化精度对流式识别质量和延迟的影响。
Google 为生成式 UI 协议 A2UI 推出可切换推理格式,新默认格式 A2UI Express 相比 Direct JSON 生成同样界面可减少最多 3x 延迟、节省最多 3x token,已上线 Python、TypeScript 和 Dart SDK。
Google 在此前的 GCP 多智能体对话式电商架构蓝图基础上,发布了名为 HappyDelivery 的可运行原型,采用 LangGraph、Gemini、FastAPI 和 Google Cloud 实现 Ingress、Memory、Cognition 三层解耦设计。
Azeem Azhar 回应 Anthropic 联合创始人 Jack Clark 在 IMF 演讲中称奇点已开始的判断,并梳理 AI 自我改进的证据:Sakana AI 与 UBC 的智能体通过迭代改进自身代码。
Google Workspace 宣布 Markdown(.md)文件可在 Google Docs 中原生查看、编辑和协作,无需转换文件格式,并已在 Drive 中提供渲染预览。文件保留 .md 徽标和底层格式以兼容开发者工具和 git 仓库,支持人类与 AI 智能体实时协同编辑、行级评论和完整版本历史;任何 Google 或 Workspace 账号均可立即使用。
推荐理由:官方说明了 .md 文件可在 Google Docs 原生编辑与协作的细节,开发者可评估其与 git 和 AI 智能体工作流的衔接方式。
Sundar Pichai 在 Big Technology Podcast 访谈中表示,全自主的递归自我改进终局仍很遥远,但 AI 模型已在各环节辅助 AI 研究者开发下一代模型。
Google Research 在 IDWeek 2026 分享其肺结核筛查 AI 从研究到落地的历程:2019 年基准研究后,经 Nexus AI 转化为 CE MDR Class IIb 认证工具,在约 40 家医疗机构部署,超过 90 名临床医生评估逾 25000 张胸片,周转时间缩短至 45 秒内。
推荐理由:Google Research 官方复盘其肺结核筛查 AI 从论文、CE 认证到开源 MedGemma 落地的完整路径,读者可了解医疗 AI 从研究走向一线的关键环节。
Azeem Azhar 撰文称软件与互联网正遭 AI 智能体驱动的攻击浪潮,PHP2Shell 漏洞影响全球约 70% 运行 PHP 的网站,同日 Node.js 修补关键漏洞,微软披露某中国国家关联组织用 AI 智能体集群入侵账户。
PyTorch Conference North America 2026 于 10 月 20–21 日在 San Jose 举行,3500 多人参会,集中展示 PyTorch、vLLM、DeepSpeed、Ray、Helion 等基金会项目。
Google Research 在 JAMA Network Open 发表前瞻性多中心研究,验证 AI 模型解析无超声训练背景的基层人员用便携探头做的盲扫图像来估测孕周。在芝加哥和内罗毕两个环境共 385 名参与者的主要队列中,模型估测孕周的平均绝对误差为 4.18 天,非劣效于专家超声师标准流程的 4.48 天;内罗毕站点未做本地微调,误差 4.27 天,显示了跨临床环境和硬件的泛化能力。
推荐理由:原文给出前瞻性多中心验证数据,AI 用盲扫超声估孕周的误差与专家标准相当,可帮读者了解医疗 AI 跨环境落地的实际表现。
Google Cloud 宣布 API Gateway 的流式(streaming)支持进入 Public Preview,此前开发者只能在“有网关治理”和“支持流式”之间二选一。
Google、Temasek 和 Bain & Company 发布第 11 期 e-Conomy SEA 报告,预计 2026 年东南亚数字经济 GMV 同比增长 17% 达 3680 亿美元,2035 年有望突破 1 万亿美元。
Wiz CIRT 调查多起针对 GCP 的入侵,攻击者通过 Google 搜索广告钓鱼窃取特权凭据,将外部项目挂到受害者计费账户上盗用 Gemini API。初始入侵后 24 至 48 小时内产生数万至数十万美元未授权费用,且提示词和模型输出完全留在攻击者租户内、受害者日志不可见。
推荐理由:原文基于多起真实入侵给出 LLMjacking 的完整攻击链、IOC 和可执行的威胁狩猎查询,读者可直接用于自查 GCP 环境。
Anthropic 的 Claude Opus 5.5 和 Claude Sonnet 5.5 现已在 Google Antigravity 正式可用,覆盖 Antigravity 2.0 Desktop、CLI 及 VS Code、JetBrains、Visual Studio 的 IDE 扩展。
Alphabet CEO Sundar Pichai 在 Big Technology Podcast 访谈中表示,Gemini 4 Argon 在编码、数学、科学等基准上击败 OpenAI 和 Anthropic 的公开模型,Google 坚持前沿研发。
Google 的 Agents CLI 自 1.5.0 版本起引入 Extension System,允许开发者在不 fork 工具的情况下覆盖或新增命令;1.8.0 版本随附首个官方 LangChain 扩展,可将框架相关命令替换为 LangChain 等价命令。
llm-d 项目贡献者在 PyTorch Conference North America 发布 llm-d 1.0,一个 Kubernetes 原生的分布式推理服务栈,可部署任意模型、任意加速器、任意云,由 Red Hat、IBM 和 Google 担任主导维护者。
Inferact 与 Google 团队发布 vLLM TorchTPU(vllm-torchtpu),一个基于 Google TorchTPU 栈的 vLLM 后端插件,复用 vLLM 现有模型代码,多数现有模型无需改动即可在 TPU 上服务,CLI、OpenAI 兼容服务器、调度器和 KV cache 管理器均保持不变。
Google 发布 TorchTitan TPU 分支(github.com/google-pytorch/torchtitan),配合 TorchTPU 让 PyTorch 通过 torch.device("tpu") 原生使用 Cloud TPU,无需改写 JAX 或依赖旧 torch_xla。
推荐理由:官方详细披露了 TorchTitan TPU 的关键组件与实测 MFU 数据,读者可据此评估自家模型迁移到 Cloud TPU 的可行路径。
Google 在 PyTorch 相关发布中推出面向 TPU 的 vLLM-TorchTPU 和 SGLang-TorchTPU 推理引擎,分别与 Inferact、RadixArk 合作开发,基于让 TPU 成为原生 PyTorch 设备的 TorchTPU。
推荐理由:官方披露 TorchTPU 架构设计与公开基准结果,读者可以据此评估在 TPU 上用 PyTorch 生态做推理的可行路径。
Arm 使用 Google AI Edge Model Explorer 开发了多个开源适配器,支持 TOSA、VGF 和 PTE 模型格式,为边缘模型部署提供可视化调试。