Google 发布 Coral NPU 32 位完整架构与 v1.0 编译器,Synaptics 推出商用芯片和开发板
Google 宣布 Coral NPU 边缘 AI 开放标准达成三大里程碑:新增 Matrix Execution Unit 完成 32 位架构,可配置至 1 TOPS、目标推理平均功耗 10mW。
Google 宣布 Coral NPU 边缘 AI 开放标准达成三大里程碑:新增 Matrix Execution Unit 完成 32 位架构,可配置至 1 TOPS、目标推理平均功耗 10mW。
Anthropic 联合创始人 Jack Clark 在 10 月 17 日曼谷 IMF 会议的 Per Jacobsson 讲座中称,AI 已能在数学、生物、机器人等多学科前沿做科研,奇点已经开始。
Nathan Lambert 分析 Meta 发布 Muse Spark Open 后西方开源模型重返前沿:该模型为 816B 总参数/42B 激活、1M token 上下文、原生多模态,性能高于 GLM 5.2、接近 DeepSeek V4.1 Flash,但仍落后 GLM 5.3 与 Kimi K3,中美最佳开源模型差距约缩小一半。
Google Research 介绍三项研究,构建 AI 智能体与真实湿实验室之间的闭环:VERID 框架以实验室工作单元的语义数字孪生提供 3D 状态跟踪、虚拟试运行、硬件安全检查和视频动作日志,基于开源 PyLabRobot。
推荐理由:Google 展示了 VERID 数字孪生框架和闭环实验结果,读者可以看到 AI 智能体进入湿实验室的具体路径和关键数字。
Understanding AI 作者分析 OpenAI 十月初解雇安全部门三名员工的事件:三人称被解雇是因为与 METR 等第三方安全机构沟通或提出可监控性担忧,OpenAI 则称他们违规处理敏感信息。
Google 发布 Geospatial Reasoning Agent 技术报告,在 GeoKTools、GeoExpertQueries、CBGB、UnivEARTH 四个基准上系统评测,结果显示接入 Earth AI 专用技能与前置规划相比独立 LLM 带来显著提升,并开源两个新基准的开发集。
Google 发布 Gemini 4 Argon 并全球开放,开发者经 AI Studio 与 Gemini API 使用,Google AI Ultra 及 Pro 订阅者可在 Gemini 应用、Antigravity 和 Search 的 AI Mode 中使用。
推荐理由:官方发布给出了定价、基准成绩和内部工程实绩,读者可以据此评估该模型在编码、科研和智能体场景的适用度。
Google 推出实验性游戏平台 Playground,用户通过对话提示词即可创建、游玩和分享自定义游戏,无需编程经验。平台基于浏览器、支持手机和笔记本,包含社区游戏画廊、排行榜、多人游玩和用户自定义 handle,发布游戏需通过符合社区准则的安全审核。
ComfyUI 宣布 Gemini Nano Banana 2.1 现已通过 Partner Nodes 提供,这是 Google 的图像生成与编辑模型,也是 Nano Banana 2 的后继版本,主打价格与性能平衡。
推荐理由:官方公告列出了模型的三档思考级别、参考图上限和分辨率规格,也说明现有工作流可直接替换升级。
Import AI 第 475 期讨论三个主题。Toby Ord 分析 AI swarm(多智能体集群)是一种新的推理扩展方式:4 个 agent 并行只需一半时间但消耗约两倍 token,agent 数量扩大 10 倍仅得 3-5 倍收益(10λ),且 Swarm scaling 可能提高智能爆炸概率。
Google AI 发布本期 AI Agent Clinic 实战内容,由 Google Cloud 工程师 Dani Zamora 与 Merge 的 Matthew Feroz 现场在 60 分钟内搭建端到端、框架无关的 agent 评测流水线。
Pragmatic Engineer 发布与 Cockroach Labs 联合创始人兼 CTO Peter Mattis 的播客访谈。
这是一篇教程,讲解如何把 TypeSafe AI 的 Jev 模型接入 AlloyDB for PostgreSQL,在数据库层直接执行亚秒级语义过滤。
Ed Zitron 论证 AI 行业近乎全是死钱:他估算 Google、Microsoft、Amazon、Oracle、SpaceX 年 AI 营收约 1830 亿美元,其中至少 64% 来自 Anthropic 和 OpenAI,而仅 2026-2027 年 capex 打平就需 3080 亿美元年营收。
Google 开发者团队介绍如何用 Gemini Live API 构建可实时对话、可被打断的语音 Agent,架构包括浏览器客户端、Gemini Live API 和基于 google-genai SDK 的 Python 后端,通过 WebSocket 保持双向音频连接。
推荐理由:官方教程讲解了 Gemini Live API 双向音频架构和降低打断延迟的本地缓冲技巧,读者可以直接照做复用。
Google AI 工程师 Praveen Rajasekar 撰文介绍在生产环境运行自主 Agent 时超越标准 Docker 容器的 7 种沙箱加固方法。
推荐理由:原文给出了 7 条生产环境 Agent 沙箱加固的具体方法,涵盖内核隔离、密钥外置和网络管控,可直接用于生产落地。
澳大利亚总理 Albanese 指控 OpenAI 的智能体入侵澳洲全民医保系统,是已知首例 AI 智能体突破政府网站事件。
Anthropic 的 Claude Sonnet 5.5 现已在 Google Cloud 上开放使用。该模型面向编程与知识工作场景,可帮助更快构建功能和整理工作资料,同时单任务成本更低、速度更快。
Import AI 第 474 期讨论 Michael Levin 的新论文:心智可能是来自“柏拉图空间”的非物理模式,身体(无论生物、工程或混合体)只是这些模式进入物理世界的接口,并以 xenobots、anthrobots 和排序算法扰动实验为例。
联合国系统推出开源的 UN System Data Commons,基于 Google 的 Data Commons 构建,将分散在各机构的统计数据整合为一个 AI-ready 知识图谱,支持自然语言搜索和交互式可视化。平台采用 MCP 等开放标准,AI 智能体可自动获取权威数据并生成图表或报告草稿。目标是到 2027 年纳入 80% 的联合国系统统计数据集,网址为 data.un.org。
Google 官宣其语言技术已支持超过 300 种语言、覆盖全球 86% 人口,并介绍 Gemini 3.5 Live Translate 支持 70 种语言、2,000+ 语言对的实时口译。
Google 更新 AI & Economy ATLAS,上线交互式开放数据体验,并联合 Google DeepMind 与 MIT FutureTech 发布科学家使用 AI 的新研究。
Waymo 官方宣布与 Nihon Kotsu 和 GO 正式达成协议,筹备 2027 年在东京商业启动无人驾驶网约车服务,目标向公众提供首批全无人行程。用户可通过 GO 和 Waymo 应用叫车,初期以小规模车队起步,逐步扩展到约 100 辆车覆盖东京核心街区。
Google 在 2023 年 7 月发布 RT-2,通过训练多模态 LLM 直接生成机器人动作,开启机器人的“GPT-3 时刻”。RT-2 参数规模达数十亿,远超此前 35M 参数的 RT-1,展现出对物体、场景和指令的泛化能力,Google 将其命名为视觉-语言-动作(VLA)模型,该方法和术语迅速成为行业标准。
Gemini Omni 1.1 Flash 现已通过 ComfyUI 的 Partner Nodes 上线,在 Gemini Video Omni 节点选择 Omni Flash 1.1 即可用单一节点完成文生视频、图生视频、参考视频、视频编辑和场景续写。
推荐理由:官方文档给出了节点的完整参数、编辑与续写能力,以及提示词写法,读者可以直接照此上手生成和剪辑。
Waymo 基于 2 亿英里全无人驾驶里程总结出十条构建 AI 的基本原则。要点包括多模态传感器与高精地图不可或缺、转向更少更大的基础模型、以独立验证层避免黑箱风险、采用闭环仿真和 AI Critic 评估驾驶行为,并用 Gemini 训练的 VLM 处理长尾场景推理;文章强调 L2 辅助驾驶改进无法替代真正的全无人驾驶经验。
Ethan Mollick 在定期更新的 AI 使用指南中介绍如何用智能体完成真实工作,核心建议是花 $20/月选择 Claude 或 ChatGPT。他把用法分为两条路径:用 ChatGPT Work 或 Claude Cowork 让 AI 在厂商提供的电脑上执行数小时任务,或用 Codex 和 Claude Code 让 AI 操作你自己的电脑。
Dwarkesh Patel 采访 3Blue1Brown 创始人 Grant Sanderson,探讨 AI 为何在数学领域进展最快,以及这预示着 AI 在其他领域的进展形态。两人讨论了 IMO 金牌背后的可训练性、Riemann 假设三种可能的解决方式、Galois 群论这类验证回路长达百年的概念性突破,以及 AI 能否通过并行智能体和主动逃离上下文来发现跨领域的隐藏连接。
Ethan Mollick 撰文讨论 AI 时代如何有意识地在认知任务上取舍,而不是默认依赖或回避。他引用约千名土耳其高中生的实验,用普通 ChatGPT 做作业的学生考试成绩反而低于无 AI 组;而台北十所高中的 Python 课程中,AI 导师个性化出题的学生在无 AI 终考中高出 0.15 个标准差,相当于约六到九个月的额外学习。
Sayash Kapoor 等人撰文质疑 Google 在开发者大会上的演示宣称,即 Gemini 3.5 Flash 与 Antigravity 2.0 智能体仅凭一个提示词、约 $916.92(2.6B tokens)由数十个子智能体构建了完整操作系统。
METR 于 2026 年 2 月 16 日至 3 月 16 日开展试点,联合 Anthropic、Google、Meta、OpenAI 评估其内部 AI 智能体的错位风险。
推荐理由:METR 首份行业级试点评估,读者可从中了解四家头部公司内部 Agent 的失控风险现状与评估方法。
Ethan Mollick 撰文认为多数人低估 AI 能力,主因是聊天机器人界面带来认知负担,并引用一项让金融从业者用 GPT-4o 做估值任务的研究说明界面本身在抵消 AI 的效率收益。
Ethan Mollick 在 One Useful Thing 撰文称,自 2025 年底 Claude Code、OpenAI 的 Codex 等智能体兴起后,人机协作进入管理 AI 而非与 AI 共事的新阶段。
Ethan Mollick 发布第八版 AI 选用指南,指出从对话式聊天机器人转向智能体后,选 AI 需区分模型、应用和 Harness 三个层面。
Ethan Mollick 在宾夕法尼亚大学的实验课上让 mostly 无编程经验的 EMBA 学生用 Claude Code、Google Antigravity 加 ChatGPT、Claude、Gemini 在四天内从零做出创业原型,他认为成果比以往 AI 之前一学期学生的水平向前推进了一个数量级。
Ethan Mollick 提出,AI 能力呈锯齿状分布,即使部分能力超人类,记忆缺失、幻觉和制度流程等瓶颈仍使其难以完全自动化任务。
Ethan Mollick 在 Gemini 3 发布当天撰文实测,用三年前关于 GPT-3 的旧帖让模型自行展示 AI 的进步,Gemini 3 据此做出一个可交互的糖果驱动 FTL 飞船模拟游戏。
推荐理由:作者以三年前的旧帖作对照,用同一任务让 Gemini 3 实际演示能力变化,并给出 Antigravity 智能体协作的第一手使用体验与局限。
Anthropic、Decode、EleutherAI、Goodfire、Google DeepMind 的研究者合作发布 The Circuits Research Landscape,复盘 attribution graph 方法的复现与扩展结果。
推荐理由:多家机构共同复盘 attribution graph 复现结果与 transcoder 训练细节,并给出可复用的工程参数和未来研究方向。