跳到正文
#Google
  1. Google Research71

    Google Research 三个月实验：AI 辅助提升专利撰写产出，但未加速初级律师判断力成长

    Google Research 在 NBER 发布三个月实地实验，将当时未发布的 Google Labs AI 专利撰写助手（现属 Gemini Notebook）随机开放给 11 家知识产权律所的 133 名律师。

    推荐理由：三个月专利撰写实验区分了AI带来的即时产出提升与无辅助判断力的变化，为理解AI对专业能力的影响提供了实证。

  1. 东方财富研报·行业62

    金圆统一证券：大模型从技术竞赛到商业闭环，AI生态收敛与竞争格局前瞻

    金圆统一证券发布人工智能系列研报，指出全球大模型需求高增长且行业集中度提升，OpenRouter平台周度Token调用量由2025年9月的5.26T增至2026年9月约127T，DeepSeek、Google、OpenAI三家合计份额超60%，中国模型在TOP10中合计份额超40%。

    推荐理由：研报用OpenRouter周度Token调用量等数据，梳理大模型从技术竞赛转向商业闭环的竞争格局与三类厂商路径。

  2. Latent Space88

    OpenAI 内部模型发布 722 篇数学手稿，称解决 500 个公开数学难题中的 90 个

    OpenAI 在一个公开 GitHub 仓库中发布了其内部前沿模型产出的数学成果，称这批结果来自约 4000 个研究问题的评测，共 722 篇手稿、归入 372 个相关结果族，平均每个结果约消耗 3 小时 ChatGPT Pro 的思考算力，模型本身尚未发布。

    推荐理由：OpenAI 内部模型一次性产出 722 篇数学手稿，读者可据此了解这批结果的范围、算力成本与外界质疑。

  3. Google DeepMind66

    Google DeepMind 发布 EmbeddingGemma 2 开源多模态嵌入模型

    Google DeepMind 发布 EmbeddingGemma 2，一个基于 Gemma 4 架构、Apache 2.0 许可的开源多模态嵌入模型，参数量 740M，可将文本、图像、音频、视频映射到统一嵌入空间。

    推荐理由：官方给出参数量、分模块编码器与端侧内存占用，可据此判断本地多模态检索的落地成本。

  4. Google Research62

    Google Earth AI 的 PDFM 地理空间基础模型在五项全球公共卫生任务中的验证

    Google Research 发布研究，用 Google Earth AI 的 Population Dynamics Foundation Model（PDFM）作为概念验证，展示自监督预训练的“地点”表征可作为即插即用输入接入现有流行病学模型，无需任务特定微调。

    推荐理由：Google 用五个公共卫生案例验证地理空间基础模型嵌入可直接接入现有流行病学流程，读者可了解其验证范围与量化增益。

  1. Google Research62

    Google 发布基于 TEE 的新一代联邦学习系统

    Google Research 公布新一代联邦学习系统，用可信执行环境（TEE）为数据匿名化提供可远程验证和审计的保证，并已由 Gboard 采用。系统通过访问策略公开透明日志、KMS 密钥管理与可复现构建，使加密训练数据只能在符合策略的 TEE 内解密处理。Gboard 已用该系统上线英语和日语下一词预测模型，训练时间从此前的 1-2 个月缩短，目前主要受 TEE 资源限制。

    推荐理由：Google 公布基于 TEE 的新一代联邦学习系统设计，并给出 Gboard 已上线的落地情况，可了解隐私可验证训练的实现路径。

  1. Latent Space78

    Google DeepMind 发布 Gemini 4 Argon，支持 100 万 token 输出

    Google DeepMind 发布 Gemini 4 Argon，面向编码、企业知识工作与网络防御，首发仅限政府用户和 Fairwind 计划中的可信网络防御者，开发者与企业访问时间未定。

    推荐理由：汇总了 Gemini 4 Argon 的基准、定价与可用范围，并列出评测机构与观察者的质疑，便于对照官方口径。

  2. Google DeepMind82

    Google DeepMind 发布 Gemini 4 Argon 前沿模型

    Google DeepMind 发布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，随后逐步扩展到开发者、企业和消费者。

    推荐理由：官方披露了 Argon 在编码、企业知识与网络安全防御上的能力与定价，可据此判断前沿模型的分阶段开放路径。

  1. Google DeepMind62

    Google DeepMind 推出 SynthID Bio，为 AI 生成蛋白质嵌入水印

    Google DeepMind 发布 SynthID Bio，将 SynthID 水印技术引入合成生物学，把不可感知的签名直接嵌入生物代码，使水印不仅能在数字模型上验证，也能在合成出的实体蛋白质上验证，同时保持其生物功能。

    推荐理由：SynthID 水印技术首次延伸到合成生物学，读者可了解 AI 生成蛋白质如何在保持功能的同时被标记与验证。

  1. Google Research66

    Google Research 提出 AI 视频联合导演框架，实现连贯长视频生成

    Google Research 发布 AI video co-director 多智能体框架，作为 Gemini 和 Veo 之上的编排层，把长视频生成建模为全局优化与世界状态跟踪问题，以缓解语义漂移和级联失败。

    推荐理由：Google 把长视频生成拆成四个可组合框架，并给出多镜头一致性与分钟级生成的评测结果。

  2. Google DeepMind71

    Google DeepMind 发布 Gemini 3.8 Live with Live Avatar

    Google DeepMind 发布 Gemini 3.8 Live with Live Avatar，把近实时视频生成与语音结合，为 Gemini 的实时对话模型加入动态视觉形象，具备精准唇形同步、自然表情和流畅轮次切换。

    推荐理由：官方给出实时视频与语音耦合的对话能力、异步工具调用和 97 种语言切换等具体细节，可据此判断企业级数字人交互的落地边界。

  2. Google DeepMind62

    Google 为 Private AI Compute 引入安全的服务端持久记忆

    Google Private AI Compute 团队公布为 Private AI Compute 平台加入私有服务端记忆的技术方案，让 AI 助手在跨设备场景下保留上下文，同时维持端侧级别的隐私标准。

    推荐理由：Google 给出私有 AI 计算加入持久化服务端记忆的架构思路，读者可了解云端记忆与端侧隐私如何折中。

  1. Google DeepMind74

    Google DeepMind 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS

    Google DeepMind 推出 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款语音生成模型，前者面向角色设计与逐句表演指导，后者面向高并发、低成本的配音与语音智能体。

    推荐理由：官方给出两款 TTS 的定位差异、可用入口与基准排名，便于判断语音生成在创作与规模化场景的取舍。

  1. Google DeepMind80

    Google DeepMind 发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking

    Google DeepMind 发布两款实时对话模型 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking。

    推荐理由：官方给出两款语音模型的基准成绩与开放渠道，可据此判断实时语音智能体的能力水位。

  1. Google DeepMind72

    Google DeepMind 发布 AlphaGenome Atlas，覆盖人类基因组 90 亿个单碱基变异预测

    Google DeepMind 发布 AlphaGenome Atlas，一个包含人类基因组 90 亿个单核苷酸变异效应预测的平台，规模达 1PB，是 AlphaFold Database 的 30 倍以上，今日起通过网站门户、AlphaGenome API 和 Google Antigravity 中的 skill 向学术研究免费开放。

    推荐理由：AlphaGenome Atlas 把全基因组变异预测做成可检索资源，读者可了解其数据规模与在罕见病研究中的实际用法。

  1. Google DeepMind71

    Google DeepMind 发布 WeatherNext 3 全球天气 AI 模型

    Google DeepMind 与 Google Research 发布 WeatherNext 3，称其为目前最先进的全球天气模型，可基于实时卫星数据每小时生成一次预报，地表变量分辨率达 5 公里，整体比 WeatherNext 2 清晰约五倍。

    推荐理由：官方给出分辨率、更新频率与降水精度提升幅度，可据此判断 AI 天气预报在 Google 产品中的落地程度。

已经到底了