Google 发布本地优先的 AI 笔记应用 AI Edge Foresight
Google 发布 AI 笔记应用 Google AI Edge Foresight,对标 Granola 等 AI 笔记工具,Mac 版可完全离线运行。该应用基于端侧 EmbeddingGemma 2 模型(740 million 参数)跨应用记录会议笔记,采用分屏视图,一侧手写速记、一侧显示 AI 生成笔记,并支持查看转写内容或与 Gemma 4 驱动的助手对话。
Google 发布 AI 笔记应用 Google AI Edge Foresight,对标 Granola 等 AI 笔记工具,Mac 版可完全离线运行。该应用基于端侧 EmbeddingGemma 2 模型(740 million 参数)跨应用记录会议笔记,采用分屏视图,一侧手写速记、一侧显示 AI 生成笔记,并支持查看转写内容或与 Gemma 4 驱动的助手对话。
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,并集成在 Gemini Enterprise 应用中,用户能在单一界面里与它对话并分配任务。
Google 发布实验性笔记应用 Google AI Edge Foresight,可在完全离线状态下转写会议和音频文件,免费使用,基于 macOS 运行,采用端侧 EmbeddingGemma 2 模型。
MIT Technology Review 刊文指出,AI 的拒绝能力已成为 AI 安全的"承重墙",但这一机制并不可靠。Anthropic 2021 年提出模型应"有用、诚实、无害",如今各大公司通过红队测试和 AI 训练 AI 的方式让模型学会拒绝有害提示词,但拒绝机制基于概率,determined miscreants 已多次突破。
OpenAI 上周解雇了 Tomek Korbak、Mikita Balesni 和 Jasmine Wang 三名安全研究员,三人发表致领导层公开信称因把安全置于公司短期利益之上而被辞退,OpenAI 方面称其不当处理了机密信息。
Google 在 Google Cloud 活动上宣布为 Gemini 推出统一智能体,可接受目标而非仅指令,自主规划任务、调用自定义技能与工具并连接企业内部系统。
推荐理由:Google 把 Gemini 从对话助手推进到可自主执行任务的智能体,并给出企业侧接入与管控细节。
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。
Google Research 与 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)随机分配给 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。
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,ChatGPT 等带有 SynthID 的图像不会被标记。
OpenAI 以公开 GitHub 仓库形式发布了一批来自内部前沿模型的数学成果,共 722 篇论文、归入 372 个相关结果族,来自约 4000 个研究问题的评测,平均每个结果消耗约 3 小时 ChatGPT Pro 思考算力,模型本身仍未发布。
推荐理由:OpenAI 用内部未发布模型产出 722 篇数学论文,读者可据此了解其规模、算力成本与学界反应。
Google DeepMind 发布 EmbeddingGemma 2,一款基于 Gemma 4 架构、Apache 2.0 许可的开源多模态嵌入模型,参数量 740M,可把文本、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,便于判断本地多模态检索的可行性。
Google Research 展示 Google Earth AI 的 Population Dynamics Foundation Model(PDFM)作为公共卫生概念验证:它把匿名搜索趋势、人口流动、建成环境密度和环境决定因素压缩为按月更新的位置嵌入向量,无需任务特定微调即可直接接入现有流行病学模型。
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 多位学界与业界专家,于 2025 年底在纽约 Google CAPS 研讨会上形成。报告基于上下文完整性(CI)理论,提出用上下文策略引擎在系统、模型、用户多层协同防护,应对提示注入、概率性控制流和自主委派等挑战。
Toby Ord 分析指出,AI 群体(swarm)是一种新的推理扩展形式,4 智能体群体完成任务所需 token 总量约为单智能体的两倍,但因并行运行理论上可将耗时减半,且存在类似经济学"踩脚"参数的收益递减。
MIT Technology Review 的 EmTech Future 2026 活动探讨 AI 与生物学、基础设施、制造业和科学的交汇,Google Research 负责人 Yossi Matias 分享了 AI 如何开始重塑这些领域。
Google 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验证、可审计的保证,Gboard 已采用该系统上线英语和日语下一词预测模型。新系统把客户端梯度计算转移到服务端,训练瓶颈从设备可用性转为 TEE 资源,训练时间不再受设备昼夜波动影响,此前这类模型训练通常需要 1-2 个月。
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 已落地的训练提速与隐私保证细节。
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,随后逐步扩展至开发者、企业和消费者,起步价每百万输入 token 2 美元、每百万输出 token 10 美元。
推荐理由:官方给出 Argon 在编码、企业知识与网络安全防御上的基准表现和内部落地案例,可据此判断前沿模型的能力边界与分阶段开放节奏。
Google DeepMind 发布 SynthID Bio,将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:DeepMind 把水印从数字内容延伸到合成生物,读者可了解其原理、湿实验验证结果与开源范围。
Google Research 提出 Diffusion Controller 框架,将扩散模型的去噪过程重构为连续控制问题,通过轻量级"转向阻尼器"网络在不改动基座模型权重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,并支持灰盒与黑盒访问。
Import AI 第 474 期聚焦三项内容:Michael Levin 提出心智是来自柏拉图式模式空间的模式,身体与机器只是其进入物理世界的接口;太空中的 TPU 成为讨论话题;智谱(Zhipu)启动了一个外层 RSI 循环。Levin 认为算法机器与生化生命处于同一谱系,都能超越物理或算法实现本身。
Google Research 发布 AI video co-director 多智能体框架,作为 Gemini 与 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跟踪问题,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复用框架,读者可了解多智能体编排如何缓解语义漂移与级联失败。
Google DeepMind 发布 Gemini 3.8 Live with Live Avatar,在 Gemini 3.8 Live 的原生实时对话模型上加入近实时视频生成,实现带口型同步、自然表情和流畅轮次的视觉化对话。
推荐理由:官方给出 Live Avatar 的实时音视频对话能力、97 种语言切换与异步工具调用细节,可据此判断企业级多模态交互的落地形态。
Google Private AI Compute 团队公布 Private AI Compute 架构更新,将为其平台带来持久、跨设备的服务端 AI 记忆,同时保持端侧隐私标准。
推荐理由:Google 给出私有 AI 计算加入持久服务端记忆的架构思路,读者可了解云端记忆如何与端侧隐私标准结合。
Google DeepMind 推出 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型,前者面向角色设计与逐行表演指导,后者面向高并发配音与语音智能体。
推荐理由:官方给出两款 TTS 的定位差异、可用入口与基准名次,便于判断语音生成在创作与规模化场景的取舍。
Google Research 发布 MilleMiglia,一个用 C++ 编写的实例生成器,用于为中程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 公开。中程物流承担区域乃至洲际配送中心之间的大批量货物运输,成本占比高却因企业数据敏感长期缺乏公开高质量数据,该工具将中程网络建模为时空图上的多商品流问题,以捕捉货物换车、按目的地分拣与时间窗衔接等约束。
Google Research 发布一项研究实验,让教师借助生成式 UI(GenUI)按自己的课程目标和教学大纲动态生成互动式学习模拟,并已开放 30 多个面向初高中 STEM 的英文学习互动样例库,覆盖物理、化学、生物和数学,全部由 AI 生成并经教师审核。
Google DeepMind 发布 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking 两款实时对话模型,前者面向规模化与成本效率,后者面向高复杂度任务与多步推理。
推荐理由:官方给出两款语音模型的基准成绩、定价定位与开发者接入渠道,可据此判断语音智能体的落地成本与能力边界。
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,即所有可能的单字母改变,规模达 1PB,是 AlphaFold Database 的 30 倍以上,已通过免费网站门户面向学术研究开放。
推荐理由:原文给出 9 亿单核苷酸变异预测的开放入口与 AVI 评分,读者可据此判断基因组变异解读的门槛变化。
Google DeepMind 发表论文,用 100 个运行 Gemini 3.1 Pro 的自主智能体求解 71 道数学题,并给它们配备了公共公告板、私信和共享知识库三种协作渠道。
METR 研究显示 AI 对科学的加速并不均衡:2026 年网络安全漏洞报告速度较 2025 年大幅加快,数学领域贡献有限,AI 研究本身则未见可测量的加速。多校团队推出 SPADE 框架,让 LLM 交替生成可执行训练环境并求解,在 Qwen3-30B-A3B 上游戏环境套件均分达 58.3,较基线提升 8.1。