跳到正文
今天11月12日周四6 条
  1. Google Developers Blog70

    Google 发布 A2UI 1.0 稳定版开源协议,让智能体用原生交互界面回答

    Google 发布 A2UI 1.0,这是其生成式 UI 开放协议的首个稳定版本,让 AI 智能体以表单、图表等交互屏幕而非纯文本回答,提供覆盖 Web、Android、iOS 的开源渲染器 SDK 和 Python、TypeScript、Dart 的 Agent SDK。

    推荐理由:官方发布开源生成式 UI 协议的 1.0 稳定版,给出渲染器与 Agent SDK 清单和 Atlassian、ByteDance 等落地方式,读者可评估是否接入自己的智能体工作流。

  2. Google DeepMind61

    Google DeepMind 发布 AlphaGenome 2:预测 DNA 变异在特定细胞类型中的影响

    Google DeepMind 发布新一代 DNA 序列模型 AlphaGenome 2,可预测 DNA 序列及其变异如何影响数百种人类细胞类型。模型改为条件式架构,在 68 种组织超过 1.07 亿个单细胞图谱上训练,新增 DNA 甲基化预测;在 TenK10K 数据集上识别的因果变异数量约为原模型的两倍(30% vs. 16%)。

    推荐理由:原文给出架构改进、TenK10K 对比数字和 API 开放范围,读者可据此评估它对疾病变异研究的实际价值。

11月11日周三
  1. The Verge · AI55

    Google DeepMind 发布 AlphaGenome 2,预测基因变异对不同细胞类型的影响

    Google DeepMind 发布基因预测模型 AlphaGenome 2,用于预测基因变异对单个细胞类型和状态的影响。该模型基于 68 种组织超 1 亿个单细胞图谱训练,识别可改变基因表达的变体数量约为此前最先进模型的两倍,且无需重新训练即可预测新细胞类型。非商业研究可通过 AlphaGenome API 使用,商业研究为有限 private preview。

  2. Ars Technica · AI77

    Google DeepMind 用 AlphaProof Code 形式化验证 Signal 协议关键密码学保证

    Google DeepMind 研究人员用名为 AlphaProof Code 的智能体 AI 框架,在四周内对 Signal 协议的关键密码学保证做了数学层面的形式化验证。验证未发现新漏洞,但在含已知漏洞的旧版 Signal 上能正确识别问题并证明无法通过形式化验证;研究未覆盖整个 Signal 移动应用,研究人员称这是更大进程中的一个里程碑,并将公开规格与证明以支持后续形式化验证工作。

    同一件事,精选收录的是《Google DeepMind 推出 AlphaProof Code 框架,形式化验证 Signal 密码协议实现代码》

  3. TechCrunch · AI87

    Anthropic 将 IPO 发行价定在 70 至 78 美元,隐含估值最高达 1.404 万亿美元

    Anthropic 在更新的 IPO 申报文件中宣布发行 8.25 亿股 A 类股,定价区间 70 至 78 美元,预计募资 577.5 亿至 643.5 亿美元,按区间上限计算完全摊薄估值达 1.404 万亿美元,低于此前传闻的 2 万亿目标但高于 5 月融资的 9650 亿美元估值。

    推荐理由:材料汇总了 Anthropic 更新后的 IPO 定价区间、融资规模和财务数据,读者可据此对比其此前估值目标和 OpenAI 的最新估值。

  4. TechCrunch · AI43

    Google 推出 TPU 8tx 和 TPU 8i Max 两款专用芯片,扩充 AI 硬件产品线

    Google 周一发布两款新的 TPU 变体芯片 TPU 8tx 和 TPU 8i Max,属于今年 4 月推出的第八代芯片,用于扩充机密推理和大内存工作负载等场景。TPU 8tx 与 AMD 合作设计,基于 TPU 8t,在硬件层保护敏感数据和模型权重,并支持边推理边训练以随时蒸馏小模型;TPU 8i Max 将两颗 4 月发布的 TPU 8i 合并为单封装,内存容量、算力和带宽翻倍。

  5. Google DeepMind80

    Google DeepMind 发布 Gemini 4 Carbon,主打前沿网络安全与长程智能体工作流

    Google DeepMind 发布 Gemini 4 Carbon,定位为最强前沿模型,面向网络安全能力与复杂知识工作、软件工程和科学推理中的长程智能体工作流。

    推荐理由:Google DeepMind 官方发布 Gemini 4 Carbon,给出基准成绩、定价和获取渠道,可据此判断它适合哪些高难度工作流。

  6. The Verge · AI78

    Google 向公众发布 Gemini 4 Carbon,并在 Antigravity 预览 agent “swarm” 功能

    Google 将 Gemini 4 Carbon 向公众开放,称其为其“最强模型”,定位复杂多步编码和开放性科学研究等任务,Argon 则仍是多数软件工程和知识工作的理想选择。

    同一件事,精选收录的是《Google DeepMind 发布 Gemini 4 Carbon,主打前沿网络安全与长程智能体工作流》

11月10日周二
  1. Google AI:DEV 作者专属68

    Google Agent Skills 如何像产品一样发布技能:六道自动化门禁与 AI 评审

    Google 工程师 Remigiusz Samborski 介绍 Google Agent Skills 仓库近两个月的进展,star 数从 15,000 增至超过 21,000,托管 170 多个技能。

    推荐理由:作者以 Google Agent Skills 维护者身份拆解了完整 CI 门禁与 AI 评审规则,读者可把同一套版本化、原子化评测方法迁移到自己的技能仓库。

  2. Google DeepMind77

    Google DeepMind 推出 AlphaProof Code 框架,形式化验证 Signal 密码协议实现代码

    Google DeepMind 发布 AlphaProof Code,一个多 LLM 智能体形式化验证框架,首次对 Signal 协议的实际实现代码完成数学化安全证明,此前该挑战被认为极为困难。

    推荐理由:原文给出框架工作流程、生成六百万行 Lean 和四周完成验证等细节,读者可据此判断形式化验证的可行路径。

  3. Google DeepMind67

    Google DeepMind 发布 Gemini Robotics 2.5 视觉-语言-动作模型

    Google DeepMind 发布迄今最强的视觉-语言-动作(VLA)模型 Gemini Robotics 2.5,覆盖 200 多项任务测试,成功率较此前基线提升 30% 至 100%,任务完成速度快 20% 至 30%。

    推荐理由:官方给出任务成功率、速度和产线实测数字,读者可以据此评估 VLA 模型走向真实工厂场景的进展。

  4. Google Developers Blog74

    Google AI Edge Gallery 新增端侧语音识别与语音合成能力

    Google 在 Google AI Edge Gallery 中新增端侧 ASR 与 TTS 能力,可完全离线运行。Android 端 ML Kit 支持 100+ 语言转写,速度达 10 倍实时,FLEURS 词错率 8.0% 至 9.0%;TTS 约 100 ms 起播,以最高 50 倍实时速度合成 24 kHz 音频,APK 零增加。

    推荐理由:官方给出端侧 ASR 与 TTS 的具体指标和三条接入路径,开发者可据此评估把语音能力加入本地 AI 应用的方案。

11月9日周一
  1. Google Developers Blog52

    Google 解读 Pathways 单控制器分布式训练如何协调 Gemini 级大模型训练

    Google 宣布 Pathways on Google Cloud 正式商用,并讲解其训练自家大模型(包括 Gemini)的分布式系统原理。Pathways 由单一客户端把整个计算描述为图,运行时负责放置、张量传输和异步调度,支持弹性训练与集群共享;文中还对比了 SPMD 的局限以及 Pathways 与 Ray 在执行层和编排层的分工。

11月6日周五
  1. Newcomer 新闻长文59

    Newcomer 分析民主党中期选举胜利对硅谷与 AI 数据中心的政治冲击

    Newcomer 分析中期选举民主党大胜对硅谷的冲击,认为押注 Trump 的科技公司面临新政治环境。周四 AI 基建与芯片股大跌,特斯拉和 SpaceX 股价分别跌 11% 和 9%;州与地方选票上的 41 项数据中心相关提案中除一项外全部未获通过,GlobalData 称数据中心项目平均工期已延长 33%。

  2. Platformer57

    Platformer 专栏:AI 反弹浪潮需要一份立法计划

    Platformer 作者 Casey Newton 分析中期选举结果,选民在至少 38 个司法辖区批准限制数据中心,民主党拿下国会两院后获得针对 AI 行业的授权。作者提出国会应避免重蹈社媒监管的三个错误,包括缺乏统一目标、没有备选方案和各自为战,并建议针对具体伤害提出法案而非笼统监管。