Google 推出面向工作任务的通用 Gemini 智能体
Google 在 Gemini at Work 活动上发布通用 Gemini AI 智能体，可在后台跨应用和设备工作，入口是 Gemini Enterprise 应用，用户能在单一界面里对话并派发任务。
全部动态 · 今日6条
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。
The Verge · AI60 TechCrunch · AI60 Google 发布本地优先的会议记录应用 AI Edge Foresight
Google 发布会议记录应用 Google AI Edge Foresight，对标 Granola，可在 Mac 上完全离线运行，使用 7.4 亿参数的端侧 EmbeddingGemma 2 模型跨应用记录会议内容，包括线下会议。
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。
Google Research精选62 Google Research 三个月专利撰写实验：AI 辅助提升产出，但未加速初级律师判断力成长
Google Research 在 NBER 发布一项为期三个月的专利撰写实地实验，将当时未发布的 Google Labs AI 专利写作助手（现属 Gemini Notebook）随机开放给 11 家知识产权律所的 133 名律师，其中三分之二获得早期访问权。
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对照证据。
The Decoder62 Google 向公众开放 SynthID 检测器，称已有 1800 亿图片和视频带水印
Google 将 SynthID Detector 开放给公众，任何人都可以检测图片、视频或音频是否由 Google 及其合作伙伴的 AI 生成。该工具识别 Gemini、Veo、Lyria 等模型嵌入的隐形水印，支持 JPG、PNG、MP4 和 MP3 格式。
The Decoder60 扎克伯格旗下 Biohub 牵头 18 亿美元计划，构建预测细胞行为的 AI 模型
扎克伯格与 Priscilla Chan 支持的 nonprofit Biohub 正协调一项 18 亿美元的计划，覆盖数据、实验室设备和算力，目标是训练能预测细胞行为的 AI 模型，以加速药物研发。
NVIDIA AI · X62 SynthID Detector 向所有人开放，包括识别 NVIDIA Cosmos 水印
Google DeepMind 的 SynthID Detector 现已向所有人开放，用户可以检查在线内容是否由 Google AI 或包括 OpenAI、NVIDIA 和 Kakao 在内的行业合作伙伴工具生成，Apple 即将加入。NVIDIA AI 表示，会为在 build.nvidia.com 上由 NVIDIA Cosmos 生成的内容添加水印，因此任何人都可以将这些内容上传到检测器，确认它们来自其模型。
Demis Hassabis · X48 Demis Hassabis 欢迎 CZI 与 Virtual Biology Initiative 建立合作伙伴关系
我们可以将 AI 应用于改善医学和人类健康，这才是最重要的事。非常期待与 CZI 和 Virtual Biology Initiative 开展这项合作！https://twitter.com/IsomorphicLabs/status/2107820493940122052
The Verge · AI58 Google DeepMind、Meta 与 Isomorphic Labs 向 Biohub 投资 3 亿美元
Google DeepMind、Meta 和 AI 药物发现初创公司 Isomorphic Labs 联合向扎克伯格夫妇创立的非营利生物医学研究机构 Biohub 投资 3 亿美元，用于构建 AI 数据集，让研究人员能够以数字化方式提出、预测和回答生物学问题。
The Decoder68 Google 推出 Playground，用 Gemini 让普通玩家做游戏
Google 发布浏览器端 AI 平台 Playground，美国成年用户只用文字输入即可创建游戏，无需编程，可反复与 AI 调整规则、物理、角色和环境并即时试玩。
TechCrunch · AI62 Google 上线 SynthID 网站，向所有人开放 AI 生成内容识别
Google 周二上线新网站，任何人都可以验证图片、视频或音频是否由 AI 生成，此前该工具仅向部分记者、媒体从业者和研究人员开放测试。网站支持 JPG、PNG、GIF 等图片格式，MP4、MOV、WEBM 视频格式以及 WAV、MP3、FLAC 等音频格式，识别基于 Google 2023 年推出的 SynthID。
TechCrunch · AI62 Google Labs 推出 AI 游戏创作平台 Playground
Google Labs 推出 AI 游戏创作平台 Playground，用户用简单文本提示即可构建浏览器游戏，无需编程经验。创作者可选择问答、竞速等类型，指定 2D 或 3D、单人或多人，并描述玩法机制与视觉风格，还能上传素材由 AI 转成符合美术风格的游戏资产。
Google DeepMind · X62 Google DeepMind 向所有人开放 SynthID Detector
Google DeepMind 宣布 SynthID Detector 现已向所有人开放，可用于检测在线内容是否由 GoogleAI 或其行业伙伴的工具生成。合作方包括 OpenAI、NVIDIA、Kakao，Apple 即将加入，入口为 https://synthid.com。
Google AI · X62 Google 通过 synthid.com 向所有人开放 SynthID 水印检测
Google AI 表示，其 SynthID 技术现已通过 synthid.com 向所有人开放，可验证图像、视频或音频文件是否由 AI 生成。该门户可检测由 Google 或包括 OpenAI、NVIDIA 和 Kakao 在内的行业合作伙伴添加水印的文件，Apple 即将加入。Google 称，已为 1800 亿张图像和视频以及超过 24 万年的音频添加水印，每天处理 100 万次验证请求。
Ars Technica · AI62 Google 推出改进版 SynthID 检测器并全球开放
Google 宣布其 SynthID 检测器现已支持所有合作方嵌入的水印，并上线独立网站 SynthID.com 供任何人使用。此前非 Google 信任测试者只能通过询问 Gemini 来检测水印，且检测器只识别 Google 自家版本的 SynthID，ChatGPT 等合作方生成的带水印图片不会被标记。
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。
Latent Space精选88 OpenAI 内部模型发布 722 篇数学论文，宣称解决 500 个公开数学难题中的 90 个
OpenAI 通过博客、GitHub 仓库和推文发布了一批来自未公开内部前沿模型的数学成果，共 722 篇手稿、归入 372 个相关结果族，源自约 4000 个研究问题的评估，平均每个结果消耗约 3 小时 ChatGPT Pro 推理算力。
推荐理由：OpenAI 用内部模型批量产出数学结果，读者可据此了解这批成果的规模、算力成本与外界质疑。
Josh Woodward · X精选74 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。
Simon Willison40 EmbeddingGemma 2 采用 Apache 2.0 许可证
EmbeddingGemma 2 采用 Apache 2.0 许可证，Simon Willison 认为嵌入模型不应使用闭源、专有的托管模式。他指出嵌入模型通常需计算并存储数千乃至数百万条嵌入向量，一旦厂商停用模型，用户就得为重新计算这些向量付费；他更愿意付费使用托管版本，同时保留厂商停服后自行运行开放权重或另寻供应商的退路。
Ollama · X48 Ollama 添加了 Google DeepMind 的 EmbeddingGemma 2，用于设备端多模态嵌入
@GoogleDeepMind 的 EmbeddingGemma 2 现已在 Ollama 上提供。 专为消费级设备打造，支持多模态。 ollama pull embeddinggemma-2 @GoogleDeepMind 的引用帖子（背景信息，并非主作者的作品）： 认识一下 EmbeddingGemma 2，这是我们的首款原生多模态开放模型，专为设备端嵌入打造。 它将能力从文本扩展到代码、图像、音频和视频，并将它们统一到一个共享空间中。🧵
Google DeepMind精选71 Google DeepMind 发布 EmbeddingGemma 2 开源轻量多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，基于 Gemma 4 架构、740M 参数，在 Apache 2.0 许可下开源，将文本、图像、音频、视频映射到统一嵌入空间。
推荐理由：EmbeddingGemma 2 把文本、图像、音频、视频统一到同一嵌入空间，并给出端侧内存与向量截断的具体数字，便于评估本地多模态检索的可行性。
TechCrunch · AI71 AI 智能体的下一道坎：让网站放它们进来
TechCrunch 报道，Meta 的 Muse 等个人 AI 智能体在替用户下单、订票时频繁被网站拦截，亚马逊已明确阻止 Muse 浏览和购买其商品，沃尔玛、达美航空、Yelp、eBay 等也存在类似情况，部分源于传统反爬机制误伤。Meta、沃尔玛、Stripe、Sierra 等厂商已开始制定一套面向电商场景的智能体间通信开放标准，以区分代表用户的良性机器人与恶意机器人。
The Decoder71 Google 发布图像模型 Nano Banana 2.1，价格约为上一代一半
Google 发布图像生成与编辑模型 Nano Banana 2.1，取代 2026 年 2 月发布的 Nano Banana 2，价格约为其一半：1K 图像从 6.70 美分降至 3.36 美分，4K 从 15.10 降至 7.56 美分。
The Decoder66 Google 发布 EmbeddingGemma 2 多模态嵌入模型
Google 发布开源多模态嵌入模型 EmbeddingGemma 2，可将文本、图像、视频、音频和代码转换为数值向量。该模型参数量为 740 million，Google 称其在多模态嵌入基准上超过参数量两倍的竞品，在 Massive Text Embedding Benchmark (Code) 上得分 78.68，比前代 68.76 提升近 10 分。
Gemini App · X60 Gemini Live 新增 Guided Vision 实时视觉辅助功能
Google Gemini 宣布在 Gemini Live 中推出 Guided Vision。这项功能与盲人和低视力群体共同打造，可提供对话式实时视觉辅助。用户现在可以共享摄像头，获取动态语音描述和自然的口头重新定位提示，以探索周围环境。
Logan Kilpatrick · X60 Google 发布 Nano Banana 2.1 图像模型
Google 发布 Nano Banana 2.1，面向图像生成和编辑用户，带来更高质量的图像并修复了此前模型的多个问题，同时价格更低。该模型已在 API、AI Studio 和 Gemini app 中可用。
Claude · X60 Claude 可在 Google 文档、表格和幻灯片中工作
Claude 现在可在 Google 文档、表格和幻灯片中工作，这些文件也可以在 Claude 中打开。在 Google Workspace 中，Claude 会显示在文件旁边的侧边栏中，读取当前打开的内容，并直接在原处进行编辑。你可以在每项编辑应用前先行批准。
The Verge · AI32 苹果、Google 正重新定义"录制"：AI 硬件不存视频只存文字，还算录音录像吗
苹果被曝正在研发一款不保存视频的智能家居摄像头，改用 AI 将视觉数据转成描述家中情况的文字片段，并支持人脸识别；Google 可穿戴设备负责人 Sandeep Waraich 也提出智能眼镜摄像头可只做图像传感器、不保存画面。
Google DeepMind · X60 Google DeepMind 发布 EmbeddingGemma 2 端侧多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，称其为首个原生多模态的端侧嵌入开源模型。该模型在文本之外统一了代码、图像、音频和视频，将它们映射到同一共享空间。
Sundar Pichai · X62 Google 发布 EmbeddingGemma 2，这是一款开放的多模态嵌入模型
Sundar Pichai 宣布推出 EmbeddingGemma 2，并将其称为 Google 首款开放的原生多模态嵌入模型。它采用模块化的 740M 参数规格，可处理文本、代码、图像、视频和音频任务；与 Gemma 4 搭配时，它适用于离线、隐私优先的 RAG。据称，它的表现优于一些参数量超过其两倍的专用模型。模型权重现已在 Hugging Face 上提供。
Google Research45 Google Earth AI 的 PDFM 地理空间基础模型如何用于全球公共卫生
Google Research 提出将 Google Earth AI 的 Population Dynamics Foundation Model（PDFM）作为公共卫生领域的即插即用地理空间基础模型，无需任务特定微调即可增强现有流行病学模型。
The Verge · AI精选78 Google 将取消 Gemini Flash 和 Pro 的免费访问
从 10 月 9 日起，Google Gemini 免费用户只能使用 Flash Lite 模型，原先可选的 Flash 和 Pro 将被移除。标准 Flash 模型需订阅每月 4.99 美元的 Google AI Plus，而该订阅也将不再包含 Gemini Pro。
推荐理由：免费与低价档位的模型权限被重新划分，读者可据此判断 Gemini 各订阅档位的实际可用范围。
The Decoder62 研究者将 LeCun 的 JEPA 扩展为跨物理与生物的世界模型 JEPA-Anything
PhAI Labs 联合 Stanford、Oxford、Princeton 的研究者提出 JEPA-Anything，把 JEPA 的预测状态拆成四个正交因子、各配一个预测模块再重组，在物理、机器人、天气等十个测试任务上超过同架构同数据的标准 JEPA。
Ars Technica · AI58 Google 等机构的智能体被曝 MCP 漏洞，可跨智能体传播恶意指令
独立研究者 Syed Anas Mohiuddin 测试了 Google、摩根大通、Weaviate、Rapid7、法国政府部际数字事务局和美国联邦政府的智能体，发现 MCP（Model Context Protocol）在智能体间通信中存在信任缺口。
The Verge · AI32 Gemini Call for Me 或将支持给家人朋友打电话留言
Google 的 Gemini「Call for Me」AI 功能可能从商务通话扩展到给亲友打电话传话。Android Authority 在 APK 拆包中发现「Gemini Calling」引导页，示例包括「打电话给妈妈说我晚到 15 分钟」和「打给 John 问他来不来吃晚饭」，功能可能仍限于类似短信的简短通话。
Google Research31 Google 发布智能体隐私与安全研讨会报告：从上下文完整性视角探讨开放问题
Google 发布《智能体隐私与安全中的开放与新兴问题：上下文视角》研讨会报告，汇集 50 多位学术界与产业界人士，于 2025 年底在纽约 Google CAPS 研讨会上完成。报告基于上下文完整性（CI）理论，提出以上下文策略引擎作为监督层，在信息离开用户工作区前评估数据流是否恰当，并从系统级沙箱、模型级推理、用户控制三层应对智能体的提示注入、概率性控制流与自主委派等挑战。
The Decoder66 OpenAI 将在欧盟为 ChatGPT 文本加水印，API 用户可选关闭
OpenAI 将按欧盟 AI Act 要求在欧盟为 ChatGPT 和 Codex 用户启用不可见文本水印，技术名为 textGrain，未来几周上线；全球 API 用户则采取可选加入，与 Anthropic 对 Claude 全球强制水印的做法不同。
MIT Technology Review · AI10 EmTech Future 2026：当 AI 与万物相遇
MIT Technology Review 的 EmTech Future 2026 活动现已开放全部议程点播，涵盖 AI 如何重塑生物学、基础设施、制造业与科学，以及量子计算、能源系统、机器人等技术的融合趋势。
Google AI · X62 Gemma 4 与 BOTANIC-1 几分钟内即可对植物突变进行排名
Google AI 重点介绍了 AI 研究实验室 Living Models 的工作。该实验室将 Gemma 4 与 BOTANIC-1 配合使用；BOTANIC-1 是一个基于 320 种植物的 DNA 训练的模型，可识别会改变作物性状的突变。在一项甜瓜产量基因测试中，这两个模型用不到四分钟就从 2,494 种可能性中将目标突变排在首位，而实体育种试验则需要数年。文中附有演示和论文链接。
Ars Technica · AI60 AI 智能眼镜遭遇首次重大政府监管收紧
澳大利亚正考虑在部分公共场所禁用智能眼镜，多个国家的法庭也已发布禁令。挪威政府表示不打算全面禁止，但认为拟议禁令是“高度优先事项”，草案法律将很快提交议会，其称不希望社会出现人们担心被隐蔽录音、拍照和拍摄的情况。