跳到正文
K = 0.731
全部动态 · 今日1条

#Google

信源抓到、进了内容池的全部内容，按时间排列；精选只是其中一部分。
观点

人物观点、评论、分析、访谈、现象与趋势讨论

今天10月17日周六
10月16日周五
  1. The Decoder64

    AI 可解释性是否接近突破？一篇新文章引发研究人员分歧

    Cammarata 认为，更好的工具和自动化智能体让神经网络比早期研究所认为的更容易解释；而 Google DeepMind 的 Neel Nanda 则反驳说，广泛意义上的突破还遥不可及。Cammarata 报告了初步发现：在 Qwen3-32B 中，约 90% 的神经元极点各有一项主要功能；他还将经典的叠加示例重新解释为彼此相关的特征。Nanda 认为神经元分析具有实用价值，但预计仍会存在显著缺口，并坚持认为叠加现象确实存在。配套的技术论文尚未发布。

  2. Ethan Mollick · X49

    Ethan Mollick 称，Harness 和智能模型可能让著名的高难度基准测试走向终结

    Harness + 智能模型 = 最后一批著名高难度基准测试的终结。 模型现在可以连续工作极长时间（再见了，METR Long Tasks），可以输出数学计算正确的专业文档（再见了，GDPval），还可以解开复杂的新颖谜题（告别了，ARC-AGI-3）。https://twitter.com/arcprize/status/2110768288523251762

  3. François Chollet · X81

    Chollet 比较 Gemini 4 Argon 与 Astra 在 ARC-AGI-3 上的表现

    François Chollet 表示，Argon 在 ARC-AGI-3 上的表现特征与 Astra 相似，并补充说 Google 已重返前沿。https://t.co/a6GGEsMN4A 被引用的 ARC Prize 帖子报告了 Gemini 4 Argon 经验证的 ARC-AGI-3 结果：使用提供方适配器测试框架时为 97.5%、$4.8K，使用标准测试框架时为 49.8%、$5.8K；此外，在 ARC-AGI-2 上为 91.3%、$0.32/task，在 ARC-AGI-1 上为 98.5%、$0.16/task。https://t.co/8siwgfBJcr

    推荐理由：报告的 ARC-AGI-3 分数区分了提供方适配器测试框架和标准测试框架的结果，为 Chollet 将 Argon 与 Astra 进行比较以及他对 Google 前沿地位的评估提供了背景。

  4. The Decoder75

    谷歌推出 Gemini 4 Argon，用于机器人控制、仿真和训练数据评估

    谷歌正将 Gemini 4 Argon 定位为一个用于机器人仿真、控制和训练数据评估的单一模型。谷歌称，仿真生成的训练回合将一台机器人的成功率从 56% 提高到了 75%，但在 Artificial Analysis 的真实机器人控制基准测试中，Argon 排名第三。已发布的演示提示词包含大量指导内容，而谷歌没有报告各演示的失败率，也没有说明 75% 这一结果背后的尝试次数。

10月15日周四
10月14日周三
  2. Clément Delangue · X19

    很高兴看到 @Google 的 Embedding Gemma 2 登上 HF 趋势榜！媒体和硅谷圈子只谈论推理型 LLM，然而还有种类丰富得多的 AI 模型，它们影响深远、实用性强，比如嵌入模型、决策模型、音频、视频、时间序列等……（HF 上有超过 300 万个公开模型！）让我们重新把它们带回聚光灯下！

    很高兴看到 @Google 的 Embedding Gemma 2 登上 HF 趋势榜！ 媒体和硅谷圈子只谈论推理型 LLM，然而还有种类丰富得多的 AI 模型，它们影响深远、实用性强，比如嵌入模型、决策模型、音频、视频、时间序列等……（HF 上有超过 300 万个公开模型！） 让我们重新把它们带回聚光灯下！

  6. Google AI · X45

    我们一直在探索利用 Gemini 4 Argon 加速 @Google 研究工作的潜力。我们进行的一项测试是，使用人类完成趣味任务（有人想玩投沙包吗？）的视频，自动生成训练模拟，而不是完全依赖手动编程。https://t.co/3oK74wKSmt

    我们一直在探索利用 Gemini 4 Argon 加速 @Google 研究工作的潜力。我们进行的一项测试是，使用人类完成趣味任务（有人想玩投沙包吗？）的视频，自动生成训练模拟，而不是完全依赖手动编程。https://t.co/3oK74wKSmt

  8. Ethan Mollick · X0

    Ethan Mollick 称 Gemini 4 比此前的模型有了巨大飞跃

    Ethan Mollick 表示，Gemini 4 比早期的 Gemini 模型有了显著提升，也是首个达到 Fable/Mythos/Astra 标准的非 OpenAI 或 Anthropic 模型。他觉得它用起来更愉快、更具智能体特性，也有鲜明的个性；不过，他指出它在复杂的多智能体任务上表现落后，而且有时过于自信、懒于思考。他的帖子还链接了三个城市建造游戏演示。

  9. Demis Hassabis · X80

    Gemini 4 Argon 今日起向 GeminiApp、搜索和 antigravity 推出

    这条引用的帖子宣布，Gemini 4 Argon 将于今日起向 GeminiApp 和搜索中的 Google Ultra 与 Pro 订阅用户，以及 antigravity 中的 Ultra 订阅用户推出；帖子还展示了一个巫师棋演示，突出呈现其对物理的理解和 3D 建模能力。 Hassabis 本人评论说，他回忆起自己童年时对氩激光的兴趣，以及最喜欢的 Val Kilmer 电影场景。 链接：https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-argon/ https://www.youtube.com/watch?si=6NQue5-ulgGedGrt&t=50&v=G-gAbSQGGqM&feature=youtu.be https://twitter.com/demishassabis/status/2110041008100843835

    同一新闻，精选展示《Gemini 4 Argon is now available worldwide as Google's most capable frontier model》

  10. François Chollet · X78

    Google 在全球范围内通过 API 和面向消费者的服务发布 Gemini 4 Argon

    François Chollet 对此次发布表示祝贺，称 Gemini 4 Argon 看起来是一款非常出色的模型。 在引用的公告中，Sundar Pichai 表示，该模型今日起面向全球开发者和企业用户开放，可通过 Gemini API 和 Gemini 平台的付费层级使用；Google Antigravity 的 Ultra 订阅用户，以及 Gemini 应用和搜索中的 Ultra 与 Pro 订阅用户也可使用。

    同一新闻，精选展示《Gemini 4 Argon is now available worldwide as Google's most capable frontier model》

10月12日周一
  1. Josh Woodward · X48

    Josh Woodward 在与 Lenny 进行访谈前分享了对他的赞赏

    多年来，我一直从 Lenny 那里学习，但我们从未见过面。他就是你看到的那个样子：为人友善、准备充分，而且有着强烈的好奇心。优秀的采访者都会做足功课，你能看出他就是其中的佼佼者：他把我们的谈话带到了我从未公开谈过的话题上。来听听我们一起聊天的前60分钟吧。 谢谢你，@lennysan！

10月11日周日
10月10日周六
10月8日周四
  1. MIT Technology Review · AI22

    机器人领域的 AI 突破短期内不会改变你的生活

    MIT Technology Review 与 Aventine 合作的文章指出，尽管马斯克称 Tesla Optimus 未来能以每台低至 2 万美元自动化几乎所有人类劳动、并预测 2027 年底前向公众发售，但许多机器人研究者对此持怀疑态度。Yann LeCun 在达沃斯表示，没有任何一家人形机器人公司知道如何让机器人聪明到真正有用。

10月7日周三
  1. 量子位22

    这年头还有说人话的AI吗？Claude、GPT思维链被曝为省Token改说"穴居语"

    量子位文章吐槽Claude、GPT等模型在Coding场景下表达严重黑话化，如"账本15/15全绿""单腿哑火"，网友分析主因是CoT为省Token被压缩成"穴居语"，Token消耗量比白话文少70%。文章称Opus 5.5语言能力回升，而Gemini被赞为少数仍说人话的模型，GitHub上教AI说黑话的CaveMan Skill已获104K星星。

  2. Josh Woodward · X74

    Nano Banana 宣布推出 Nano Banana 2.1，图像生成与编辑能力提升

    Nano Banana 宣布推出 Nano Banana 2.1，称其在各方面都优于此前的模型，包括视觉设计、基于蒙版的编辑、主体一致性，以及让图像看起来更自然等。 该模型已在 @GeminiApp、@GoogleAIStudio 等平台推出。 Josh Woodward 评论道：“基于蒙版的编辑是我今天最喜欢的功能，后续还会推出更多内容！” https://twitter.com/NanoBanana/status/2107521202466046453

    推荐理由：这则公告围绕视觉设计、编辑、主体一致性和自然观感介绍了升级，为与此前的模型进行比较提供了具体依据。

10月5日周一
10月3日周六
10月2日周五
  1. MIT Technology Review · AI38

    别被 LLM 骗了：大语言模型并不会真正推理

    前 Google DeepMind 研究员指出，LLM 的思维链只是同一套 next-token 预测过程的延长迭代，并非 AlphaGo 那种独立推理机制。他认为当前模型存在三大缺陷：没有可检查的持久认知状态、知识与推理在权重中纠缠不清、思维链常是事后编造。为此他主张借鉴 AlphaGo 的游戏树架构，为机器推理建立显式的认知状态。

  2. Google DeepMind · X22

    Google DeepMind 播客探讨 AI 内容溯源与水印

    当 AI 生成内容变得如此逼真，我们如何验证哪些是人、机器或自然创造的？ 我们在播客中探讨溯源的关键作用——以及不可感知的水印如何同时保护数字媒体和生物设计。↓ 时间轴： 00:00 介绍 00:34 什么是水印？ 04:35 SynthID 15:16 图像与视频 19:28 SynthID Bio 28:00 韧性的未来

9月30日周三
9月28日周一
9月23日周三
9月13日周日
  1. Demis Hassabis · X58

    Demis Hassabis 回应 Dario Amodei 放缓前沿 AI 的提议

    Demis Hassabis 回应 Dario Amodei 关于 AI 行业应放缓前沿模型开发的新文章，认为其方向正确，但细节仍需推敲。他同时提到自己近期提出的前沿 AI 行业标准机构提案，作为应对这一关键节点的另一条路径。Dario Amodei 在文中提出三部分放缓计划，并称 Anthropic 将单方面先落实第一步，向第三方评估者提供员工级永久访问权限，以核查安全措施执行、报告事故并评估训练中的模型对齐情况。

7月20日周一
6月8日周一