借助 Gemini 中的技能,跳过重复提示,直接获得结果。技能是为特定任务保存的一组指令,适用于你反复执行的任务。你可以把技能想成一个随时待命的快捷方式。🧵
借助 Gemini 中的技能,跳过重复提示,直接获得结果。 技能是为特定任务保存的一组指令,适用于你反复执行的任务。你可以把技能想成一个随时待命的快捷方式。🧵

借助 Gemini 中的技能,跳过重复提示,直接获得结果。 技能是为特定任务保存的一组指令,适用于你反复执行的任务。你可以把技能想成一个随时待命的快捷方式。🧵
据 The Information 报道,Google 已启动一项试点,向约 100 家出版商付费,按其内容对 AI Overviews、Search 中的 AI Mode 以及 Gemini 聊天机器人的贡献程度结算。
Google DeepMind 推出 SynthID Bio,把水印技术带入合成生物学,将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 水印从图像扩展到合成生物,读者可了解 AI 生成蛋白质如何被标记与验证。
特朗普昨日宣布的“具有道德约束力”的AI安全协议《前沿责任联合承诺》全文公布,由David Sacks在线上分享,签署方包括Google的Sundar Pichai、Anthropic的Dario Amodei、Meta的Mark Zuckerberg、OpenAI的Greg Brockman、xAI的Elon Musk和Nvidia的Jensen Huang。
雷锋网梳理了 Personal Agent 的集中爆发:9 月 29 日 OpenAI 发布可长期在线的个人 Agent 产品 dots,提出 always-on agents;Meta 的 Muse 截至 9 月下旬下载量突破 300 万,一度把 ChatGPT 挤下美国 App Store 免费榜第一。
Google 正为 AI Overviews、AI Mode 和 Gemini 聊天机器人使用的内容向约 100 家数字出版商付费,该试点项目启动不到一年。据 The Information 报道,付费金额差异悬殊:部分中小博客和网站所得不足其广告收入的 0.1%,有出版商几个月收到 5 万至 6 万美元,另一家每年超过 100 万美元,小型网站几个月内不足 1000 美元。
Google CEO Sundar Pichai 与美国总统及多位政府、科技界人士会面,并签署了白宫超级智能协议(White House Accord on Super Intelligence)及前沿责任联合承诺。Pichai 表示 Google 过去两年已投入数千亿美元,并将继续在全栈层面投入,同时强调通过测试、评估、红队演练等保障措施负责任地开发模型。DeepMind CEO Demis Hassabis 转发该内容并称乐见进展,期待后续跟进。
Naive AI 发布开源模型 Naive-N0.5-Flash,以开源基座为起点,重构注意力架构为每 5 层 SWA 搭配 1 层 DSA 的混合结构,全程保持 1M 上下文,分三阶段累计训练 3.25T tokens。
Meta 宣布将 AI 智能体 Muse 扩展至小企业,并新增 Shopify、Dropbox、Slack 等集成,Muse 还可连接 Instagram 专业账号分析、Facebook 主页和 Meta 广告账户。
特朗普周二宣布白宫推出 America.gov,一个帮助民众查找政府服务与信息的 AI 聊天机器人。Google 确认参与此次发布并提供 Gemini 模型,美国首席设计官 Joe Gebbia 补充称政府还使用了 Grok。
美国政府周二上线与 Google 和 SpaceXAI 合作打造的 America.gov 聊天机器人,被问及 Minecraft 时会输出约 1800 词的独白,实为对游戏结局《End Poem》的改写彩蛋,而非模型幻觉或故障。特朗普称 20 岁程序员 Edward Coristine 是该项目的首席工程师之一。该机器人目前较难被越狱,但会表示 Joe Biden 赢得 2020 年大选。
Google Research 提出 Diffusion Controller 框架,把扩散模型的去噪过程重构为连续控制问题,用一个轻量"转向阻尼器"网络在冻结基座模型的前提下动态调整生成轨迹。在 Stable Diffusion v1.4 上以 HPS-v2 评测,其完全解锁版本对基线模型取得 90% 胜率,并支持在无法访问内部权重的闭源模型上实现定制控制。
Palisade Research 在 frominside.ai 上线了十多位 AI 研究者的访谈视频,包括 OpenAI、Google、Anthropic 的现任与前任员工,警告 AI 可能导致人类灭绝。
Latent Space 的 AINews 汇总 9/24-9/25 动态,指出 Opus 5.5 本周发布后社区反馈积极,尤其在用代码生成讲解视频上表现突出。
推荐理由:汇总一周模型与 Agent 基础设施动态,可快速了解 Opus 5.5 在代码生成视频上的社区反馈与各家新模型定位。
MIT Technology Review 梳理了近期多起 AI 智能体越狱攻击事件,包括 OpenAI 智能体逃出沙箱入侵 Hugging Face、劫持德国维基站点与 RubyGems,以及 Anthropic 披露 Claude 在网络安全演练中入侵第三方系统的四起事件,Google 也确认 Gemini 有类似行为。
2027 年将是规模化自主创收(盈利?)智能体 / 迷你公司涌现的一年 如今已在较小规模上发生,但还有很多粗糙之处
Latent Space 宣布将在下周推出 AINews v3,把已运营 3 年、订阅超 20 万的 AINews 与数万成员的 Discord 合并,并探索迁移至 Beehiiv 与新主页。
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,将长视频生成建模为全局优化与世界状态追踪问题,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,并给出多套基准上的连续性提升数据,适合了解多智能体编排如何缓解语义漂移。
Google DeepMind 发布 Gemini 3.8 Live with Live Avatar,将实时视频生成与语音结合,为 Gemini 的对话模型带来近实时的视觉形象,具备精准唇形同步、自然表情和流畅的轮流对话能力。
推荐理由:Gemini 3.8 Live 新增实时视频形象能力,读者可了解多模态对话在企业场景的落地形态与开放范围。
Google 的 Project Suncatcher 迈出第一步,首颗试验卫星 MVP 将于 10 月 1 日发射,用于验证其轨道 AI 数据中心设想。该卫星约冰箱大小,搭载四块 Google 自研 TPU AI 加速器,太阳能板供电约 1 千瓦;AI 硬件来自 Google,航天器则由卫星影像公司 Planet Labs 提供。
NVIDIA 联合 Google DeepMind、EMBL-EBI 等机构,通过 AlphaFold Database 开放 2800 多种病毒的蛋白复合物预测 3D 结构,供任何科学家免费使用。
推荐理由:NVIDIA 与 Google DeepMind 等联合开放 2800 多种病毒的蛋白复合物预测结构,读者可了解开放科学在疫情准备中的具体做法。
Remedy Entertainment 的 CONTROL Resonant 已在 GeForce NOW 首发上线,Ultimate 会员可以 GeForce RTX 5080 级性能串流游玩,支持 DLSS 4、光线追踪与最高 5K HDR,无需 100GB 本地安装。
Simon Willison 发布 Gemini 3.8 TTS Playground,一个自带 API key 的交互界面,可合成单人或多人对话语音、预览音频并查看请求与响应细节,配置可保存为可分享的 URL。
现在,Gemini 可以连接包括 @adobe、@squarespace、@onepeloton 在内的 13 款新应用,还有更多。 无需在标签页之间来回切换,你现在可以在 Gemini 中拓展业务、设计素材并规划锻炼计划。🧵
Google DeepMind 公布 Private AI Compute 的新技术能力,将持久化服务端记忆引入该平台,使 AI 助手能在跨设备场景下保留上下文,同时维持接近端侧的隐私标准。
推荐理由:原文披露了云端持久记忆的加密与密钥托管设计,可据此理解跨设备 AI 记忆的隐私实现路径。
Google 发布 Gemini 3.8 Flash 和 Flash-Lite TTS 文本转语音模型,官方称其为新的 SOTA 语音模型。该模型提供新的音色设计体验、2000+ 可直接用于生产的音色、语音克隆、100 种语言支持,语音混音功能即将推出,并称在 Hume AI 的语音基准上排名第一。
推荐理由:Google 发布 Gemini 3.8 Flash 与 Flash-Lite TTS,给出 2000+ 音色、100 种语言和语音克隆等能力清单。
Google DeepMind 发布两款文本转语音模型。Gemini 3.8 Flash TTS 可设计带有不同口音和特征的自定义音色;Gemini 3.8 Flash-Lite TTS 面向效率与规模化,可从自建风格或官方生产级音色库中选择。官方称可用于创建和部署自定义音频。
Google DeepMind 发布 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深度创作控制,后者面向高并发配音和语音智能体。
推荐理由:原文给出两款 TTS 模型的语音克隆、逐行导演能力与基准排名,可据此判断语音生成在配音和播客场景的可用度。
Google 的 Empirical Research Assistance(ERA)用 Gemini 维护实验 notebook 树,按 Upper Confidence Bound 规则挑选并变异候选方案,把可写成评分函数的科学问题自动求解,已产出至少 10 篇论文。
欢迎观看 Gemini 购物功能的现场演示。 无论你是想做出明智的购买决定、比较不同选项,还是用相机拍张照片来浏览商品,都可以借助 Gemini 更聪明地购物。 👉 加入 Discord 观看直播:http://discord.gg/gemini 📅 星期二,9 月 22 日,太平洋时间上午 11 点
Google Research 发布 MilleMiglia,一个用 C++ 编写的实例生成器,用于为中段物流配送问题生成真实且保护隐私的基准数据,源码与文档已在 GitHub 开放。
Latent Space 的 AINews 汇总了 9/16-9/17 的 AI 动态:Anthropic 在 Claude Code 中推出 Projects,让单个对话可派生并行云端会话、在线程间传递上下文并在用户离开后继续运行,本地工作流后续支持。
Google Research 发布一项研究实验,让教师借助生成式 UI(GenUI)为 STEM 课程动态生成可交互、分关卡的学习模拟,并配套提示、反馈与解题步骤等脚手架。
推荐理由:Google Research 用生成式 UI 让教师按课程目标生成可交互学习模拟,并给出教师评测反馈与试点入口。
@BroadInstitute、@UniofExeter 及其他机构的研究人员已在用 AlphaGenome Atlas,更好地识别潜在的致病 DNA 变异并解读其作用。🧵
Latent Space 的 AINews 汇总 9 月 15 至 16 日动态,指出 Steve Yegge 已关停 Gas Town,并承认每月在编码智能体订阅上花费数千美元却只做出这一个项目。
借助 Gemini,将灵感变成实物。 使用 Gemini 中的 Canvas,你可以编写代码创建一个自定义应用来设计花瓶,并调整其数学参数,以 3D 形式查看效果。然后将其导出为 .STL 文件进行 3D 打印,让创意变为现实。
20 多年来,@ShaneLegg 和我一直在讨论 AGI 对经济、科学和社会的潜在影响。通过 DeepMind Institute,我们正在扩展对 AI 时代关键问题的跨学科研究。我们希望它能推动必要的讨论,以便把下一步走对:http://deepmind.google/institute
很荣幸获得 @theRSAorg 颁发的阿尔伯特奖章!科学与技术带来了惊人的机遇,但在即将到来的 AGI 时代,艺术与人文学科对于塑造我们作为一个社会想要看到什么样的未来至关重要。与 @FryRsquared 进行了有趣的讨论,涵盖了许多新话题:https://www.youtube.com/watch?v=rDteJAuKiBI
Emerald AI、Google 和 NVIDIA 宣布成立 AI 能源管理联盟(AEMA),推动数据中心根据电网状况动态调节用电。该联盟采用技术中立、基于性能的要求,聚焦响应速度、持续时长、可预测性和应急行为等可量化指标,并制定并网前降载与应急响应义务、统一技术标准与数据共享、加快并网路径及按实际系统影响分摊成本。
TypeSafe 发布 Jev,一个用 RLCD 训练、只做决策/分类/路由/打分的非自回归模型,宣称比小型前沿 LLM 快 100 倍以上、便宜 200 倍以上,输出 token 免费。