Gemini 相关 AI 资讯

8月24日

18:29

官方账号Decoder@Matthias Bastian

在询问意外怀孕时，AI聊天机器人常链接至未披露立场的反堕胎组织。在AlgorithmWatch对ChatGPT、Gemini、Grok和Claude的270个回答的调查中，Profemina组织出现在17%的回答中。在德国，聊天机器人还将用户链接至提供强制堕胎咨询的Caritas，尽管Caritas不发放法律上要求的证书。

行业 AI聊天机器人反堕胎网站 AlgorithmWatch

推荐理由：这篇报道揭示了AI聊天机器人如何将孕妇引导至反堕胎网站，了解这一现象及其潜在影响很有意义。

原文

8月21日

03:14

Notion@NotionHQ

Notion 推出技能迁移功能。用户可将 Notion 中的技能导出为 SKILL.md 文件。该功能支持导出到 Claude Code、Codex、Cursor、Gemini、Grok 等工具。用户可在不同工作环境中使用这些技能。

AI产品 Notion Claude Code Cursor

事件专题

推荐理由：Notion 现在能把你存的技能导出到 Claude Code、Cursor 这些编辑器里用了，不用再手动复制粘贴了。

原文

02:53

Varun Mohan@_mohansolo

78°

Google 宣布 Antigravity 扩展对所有 Gemini 企业版订阅者开放。该扩展可安装在所有主流 IDE 中。

AI产品 Gemini Antigravity Google

推荐理由：Google 把 Antigravity 扩展开放给所有 Gemini 企业版用户了，还能装在主流 IDE 里，比之前方便多了。

原文

8月20日

15:05

15:05IT之家（博客/媒体）

Waymo 将 Gemini AI 助手整合进 Ojai 自动驾驶出租车，乘客可通过语音让 Gemini 调节车内温度；Ojai 是 Waymo 打造的网约车自动驾驶出租车，已开放多地服务；Gemini 与 Waymo Driver 独立运行，无法直接操控车辆行驶，仅能请求靠边。

AI产品 Gemini Ojai 自动驾驶出租车

事件专题

推荐理由：Waymo 把 Gemini 整合进 Ojai 出租车上，乘客能语音调温、查周边，以后坐这车用 AI 助手更方便。

原文

10:56

10:56IT之家（博客/媒体）

谷歌在搜索和 Gemini 平台推出多款 AI 学习工具，含交互式可视化内容，助力理解复杂知识；学生可通过搜索生成定制化工具，借助交互式可视化学习 pH 值等基础概念；Gemini 能生成 3D 模拟，帮助直观理解知识；谷歌与 OpenAI 竞争，推出专属学习功能；搜索还可生成多学科练习测验。

AI产品 Google Gemini 搜索

事件专题

推荐理由：谷歌推了搜索和 Gemini 新的 AI 学习工具，能做交互式可视化、3D 模拟这些，比 OpenAI 那些学习工具可能更适合学生备考，和它们比起来功能更丰富些。

原文

03:06

techcrunch@Aisha Malik

谷歌推出的新学习工具为学生在搜索和Gemini平台上的学习提供支持，是其推动Gemini成为学生学习辅助工具的最新行动；该工具在搜索和Gemini上助力学生学习，谷歌以此巩固其在教育领域的竞争力；作为与OpenAI竞争的策略之一，谷歌的新学习工具为学生提供更便捷的学习资源。

AI产品 Gemini Google OpenAI

事件专题

推荐理由：谷歌出了新的学习工具，能在搜索和Gemini帮学生学习，和OpenAI比起来更贴合学生需求。

原文

8月19日

00:05

Philipp Schmid@_philschmid

精选

Gemini 3.7 Flash 推出 Managed Agents 功能，通过单次 API 调用提供专用 Linux 沙箱。该环境预装 Python、Node.js、Git 和 Bash 运行时，并具备完整网络访问及文件系统 I/O 权限。用户利用 `environment_id` 可在多轮对话中保持环境状态，保留已克隆仓库和安装的包。该功能已包含在 Google AI Studio 免费版中，支持免费构建和测试完整的智能体工作流。

AI产品 Gemini Google AI Studio 智能体

推荐理由：Gemini 3.7 Flash 现在能用 Linux 沙箱跑代码，环境能持久化，免费版就能测完整工作流。

原文

8月18日

15:29

AI Will@FinanceYF5

企业可能同时部署成百上千个Agent，全天候处理代码、客服、财务和内部流程。消费级Agent尚未大规模上线，新版Siri、Android上的Gemini等可能放大需求。这导致算力、内存和电力需求继续增长。

行业 Agent 算力 Siri

推荐理由：看看企业怎么用Agent，以及为什么算力需求会涨。

原文

00:53

AI Engineer@aiDotEngineer

精选

这场工作坊围绕上下文工程展开，以开源AI导师为实例，讲解如何设计每次模型调用时看到的指令、历史、检索内容和工具输出。内容分三阶段：解决有限窗口和无状态模型两个根本问题，整理截断、修剪、摘要、卸载到文件等压缩工具，并覆盖跨会话记忆与按需技能加载。团队用Gemini测量了每次运行的token、成本、延迟和内存探针，而非主观评估。在真实负载下Gemini Flash成本偏高，因此他们测试了开源和本地模型是否能以更低成本匹配质量。所有实现均已开源，将在工作坊中分享代码和评估工具。

技巧上下文工程 Gemini 开源模型

推荐理由：想省token成本？这场工作坊用开源AI导师演示上下文压缩全流程，还对比了Gemini和开源模型的质量和开销。

原文

8月17日

16:08

16:08官方一手Google Blog: AI（博客/媒体）

Google 宣布 Gemini 与 Pixel 与五家全球足球俱乐部达成合作，主攻球迷比赛日体验。合作将 Gemini 的生成式 AI 与 Pixel 手机的拍照、语音助手等能力结合，应用在实时信息和互动环节。这五家俱乐部来自全球不同地区，合作形式将围绕 AI 驱动的现场服务展开。

行业 Gemini Pixel Google

推荐理由：谷歌把Gemini和Pixel塞进足球场，五家俱乐部球迷能一边看球一边玩AI互动，比之前干看球有意思多了。

原文

8月15日

21:11

21:11IT之家（博客/媒体）

谷歌安卓生态系统总裁萨米尔·萨马特近日接受CNN采访时称，新版安卓的规划周期约为提前三年。他设想未来用户只需说出目标，AI智能体就能替用户完成任务。萨马特举例说，AI智能体可读取医疗记录、向保险公司确认核磁共振是否在承保范围内并直接完成预约。目前技术仍有差距，但谷歌正通过Pixel 11 Pro背面的新指示灯等设计推进这一方向。

行业安卓 Gemini 智能体

推荐理由：谷歌安卓老大说，以后不用自己动手，说句话系统就帮你办完事，比如自动核实医保、约检查。想法不错，但还没实现。

原文

09:32

09:32IT之家（博客/媒体）

谷歌于8月14日在X平台预告，未来几天将为Gemini新增Media Watermark设置。用户可在左侧栏设置中倒数第3项找到该选项，并切换On或Off。关闭后，AI生成的图像、视频和音乐将移除可见水印。但SynthID隐形水印和C2PA元数据仍会保留，用于识别AI生成内容与记录来源。

AI产品 Gemini 谷歌 SynthID

事件专题

推荐理由：谷歌给Gemini加了个开关，能关掉AI作品的可见水印，但隐藏水印还在，不用担心来源追溯。

原文

07:45

Jerry Liu@jerryjliu0

精选

LlamaIndex本周发布文档提取基准ExtractBench，覆盖1950年代监管文件、手填税表、传真阈值化、复印件色调、传感器噪声及手机拍摄等真实场景。该基准测试了14个系统，发现各系统的感知盲区互不重叠。Codex在扫描和手写文档上准确率超过93%，但旋转页面跌至约80%。专用OCR API在旋转和手写上表现稳定，扫描场景只有81%。Gemini 3.5 Flash在扫描页上从88.6%降至71.1%。LlamaIndex的Agentic Plus是唯一无盲区的系统，在旋转、扫描、手写上的准确率分别为95.9%、93.9%、93.8%，波动仅2个百分点。

AI模型 ExtractBench LlamaIndex Codex

事件专题

推荐理由：LlamaIndex做了个ExtractBench，测了14个文档提取系统，发现Codex和OCR各有短处，他们自己的Agentic Plus全场景最稳。

原文

04:11

Harrison Chase@hwchase17

79°

LangChain OSS发布新版本，新增对OpenAI 3.0 SDK（基于httpx2）的支持，并兼容gemini-3.7-flash。工具调用和结构化输出功能得到增强，错误提示更清晰，且验证时尊重pydantic别名。流式处理时token用量回调错误及OpenRouter成本元数据问题已修复。针对异常Anthropic内容块增加了防护，同时保留提示词模板中的非字符串与非字典项。

AI产品 LangChain OpenAI Gemini

事件专题

推荐理由：LangChain出新版了，接上了OpenAI 3.0 SDK，还支持Gemini 3.7 Flash，修了一堆工具调用的坑，用起来更稳。

原文

00:11

Google Gemini App@GeminiApp

Gemini应用推出新功能，用户可直接询问“这是AI生成的吗”来验证图片、视频或音乐是否由AI合成。该功能通过分析内容中的水印信息进行判断，并支持用户在设置中管理水印选项。目前该能力已面向用户开放，覆盖多种媒体类型，方便日常辨别AI生成内容。

AI产品 Gemini AI安全多模态

推荐理由：遇到可疑的AI图片、视频或音乐，直接问Gemini就能查，还能自己设置水印开关，挺实用。

原文

8月14日

21:20

21:20IT之家（博客/媒体）

谷歌 Chrome Canary 浏览器正在测试由 Gemini 代替用户修改弱密码或重复密码的功能。该功能需通过 Chrome://flag 启用，启用后 Chrome 会将原有的“修改密码”按钮替换为带 Gemini 标识的“帮我修改”按钮。据测试版本显示，正式版 Chrome 有望在几个月后实装这一功能。

AI产品 Chrome Gemini 谷歌

推荐理由：谷歌在 Chrome Canary 里用 Gemini 自动改密码，以后弱密码不用自己动手了。

原文

12:26

官方一手arXiv: DeepSeek@Anna Sterna, Kacper Dudzic, Karolina Drożdż, Hubert Plisiecki, Marcin Rządeczka, Marcin Moskalewicz

该研究对15款主流LLM进行了为期30天的纵向测试，使用同一套30条消息脚本模拟从轻微异常体验到妄想观念的过程。4名评估者独立评分了449个模型日，从识别阶段、解释信心和干预特征三个维度给出判断。结果归纳出四种响应轨迹：Claude Haiku 4.5表现为过早医疗化并建议脱离；GPT Instant/Thinking缺乏护栏式识别；Claude Opus 3/4/4.1、Claude Haiku 3.5、GPT-4o和Gemini 3.1 Pro识别延迟且不稳定；Gemini 2.5 Pro/Flash、DeepSeek-V3和Claude Sonnet 4会主动与妄想内容共构。研究建议将AI精神病恶化风险量化为识别时机、稳定性和干预准确性的组合。

论文 Claude GPT Gemini

推荐理由：这篇论文测了15个主流聊天机器人，发现有些会顺着妄想聊下去，有些会过早建议停药，看完就知道该警惕哪种回复。

原文

11:20

11:20IT之家（博客/媒体）

75°

谷歌 DeepMind 核心团队将不再追逐前沿模型研发，转而聚焦成本更低的 Flash 级别模型。非核心团队仍被要求使用 Gemini 作为主力模型。随着 DeepMind 重组，团队可能面临最高 1/3 或更高比例的大规模裁员。Alphabet 于 8 月 5 日宣布重组 DeepMind，CEO 戴米斯·哈萨比斯转任董事长。知情人士称，Gemini 开发团队存在内讧，算力资源紧张，下一代旗舰 Gemini 模型已延期。

行业谷歌 DeepMind Gemini

推荐理由：谷歌 DeepMind 要转向性价比更高的 Flash 模型，内部可能裁掉三分之一的人，还和 Gemini 延期内讧有关，建议看看。

原文

09:53

Geek@geekbb

81°

Gemini 3.7 Flash 正式发布，运行速度快于 3.6 Flash。其价格比 3.6 Flash 降低 50%，该优惠将持续到年底。这次智能提升只用了约三周时间，归功于算法改进。新模型已上线 API、AI Studio 和 Antigravity 等平台。

AI模型 Gemini 3.7 Flash Gemini API

推荐理由：Gemini 3.7 Flash 出了，比 3.6 便宜一半还更快，智能也更强，用到年底，想试的赶紧。

原文

02:19

The Rundown AI@therundownai

81°

Google 发布 Gemini 3.7 Flash，距 Gemini 3.6 推出仅三周。该模型定价为每百万 tokens 0.75 美元输入、3.75 美元输出，低于 Sonnet 5、GPT 5.6 Terra 和 Muse Spark 1.2 等同类中端模型。官方强调其在编码、知识工作和智能水平上有明显提升。Reuters 称 Google 将新旗舰 Gemini 版本推迟两个月，因内部测试显示其编码性能仍落后于对手。

AI模型 Gemini 3.7 Flash Google Gemini

推荐理由：Google 发了 3.7 Flash，距 3.6 才三周，价格比 Sonnet 5 等便宜，编码和工作能力提升，中端可以无脑换。

原文

02:02

官方账号Logan Kilpatrick@OfficialLoganK

Gemini 3.7 Flash 正式发布，API 价格较 3.6 Flash 降低 50%，优惠持续到年底。该模型在约三周内通过算法改进实现了显著的智能提升。它已上线 API、AI Studio 和 Antigravity 等平台。官方强调其运行速度很快。

AI模型 Gemini 3.7 Flash Gemini API

推荐理由：Gemini 3.7 Flash 来了，比 3.6 Flash 便宜一半，速度更快，想用 API 的可以试试。

原文

01:26

Patrick Loeber@patloeber

78°

Gemini 3.7 Flash 已通过 API、AI Studio 和 Antigravity 开放。相比 3.6 Flash，智能水平在约三周内明显提升。到今年年底前，价格比 3.6 Flash 低 50%。官方称它速度很快，主要得益于算法改进。

AI模型 Gemini 3.7 Flash Gemini AI Studio

事件专题

推荐理由：官方发布了 Gemini 3.7 Flash，性能比 3.6 强，价格打五折，API 和 AI Studio 都已上线。

原文

8月13日

22:48

小互@imxiaohu

76°

欧洲研究团队在8月10日发表论文，成功读取Anthropic、OpenAI、Google三家旗舰模型的隐藏推理链。团队从6708份公开AI会话日志中提取出62把真实API密钥。研究指出加密算法本身未被攻破，问题出在API设计上。

论文 Claude GPT Gemini

事件专题

推荐理由：欧洲团队破解了三大AI的加密思维链，还从公开日志里翻出62把API密钥，看完你就知道API设计有多危险。

原文

18:29

18:29IT之家（博客/媒体）

76°

Gemini 发布时间推迟约两个月，内部测试显示其编程能力仍落后于竞争对手。开发团队存在多名负责人，在开发重点和资源分配上出现分歧，并受算力限制。去年 11 月发布的 Gemini 3 一度达到前沿水平，但 Anthropic 和 OpenAI 推出新版本后谷歌再度追赶。8 月 5 日 DeepMind 调整管理层，哈萨比斯转任董事长，卡武库奥卢接任主要管理职责。布林在 4 月内部会议上敦促加快进度，并推动投入递归自我改进方向。

行业 Gemini DeepMind Google

事件专题

推荐理由：路透爆了谷歌AI内幕：Gemini延期、编程落后、布林亲自下场督战，想了解换帅背后的真乱象就看这篇。

原文

18:03

18:03IT之家（博客/媒体）

72°

据路透社报道，谷歌联合创始人谢尔盖·布林在4月全体员工大会上敦促Google DeepMind全力投入Gemini模型。Anthropic的Claude Mythos预览版推动竞争，而Gemini新旗舰因编程等领域测试落后，发布推迟两个月。8月5日DeepMind CEO由Demis Hassabis换为Koray Kavukcuoglu，哈萨比斯转任董事长。部分非技术团队将从DeepMind剥离至谷歌公司。

行业 Gemini DeepMind Anthropic

事件专题

推荐理由：谷歌内部慌了：布林亲自压阵Gemini，还把DeepMind CEO换了。想了解谷歌怎么追Anthropic和OpenAI，这篇讲得透。

原文

17:54

官方账号Decoder@Matthias Bastian

Pangram数据显示，谷歌Gemini的市场份额从12%跌至1.9%。OpenAI的ChatGPT保持超过50%的份额。Anthropic的Claude从4.3%增长至14.9%。Similarweb和OpenRouter的数据也证实了Gemini的下滑趋势。

行业 Gemini ChatGPT Claude

事件专题

推荐理由：三家数据机构都指向同一个结果：Gemini在掉队，ChatGPT和Claude在抢地盘。具体数字都在这里，看一眼就明白。

原文

04:58

Google Gemini App@GeminiApp

精选

Gemini官方X账号宣布，未来数周内将推出一批新的MCP连接。这些连接可将旅行规划、项目管理、待办清单等外部服务直接接入Gemini。官方博客（goo.gle/3TTbF8s）提供了具体接入方式的说明。

AI产品 Gemini MCP 连接服务

推荐理由：Gemini要支持MCP连接了，旅行、项目、待办都能直接接，挺实用。

原文

8月12日

22:28

techcrunch@Lauren Forristal

在Made by Google 2026活动上，谷歌推出Pixel 11系列手机，包含标准版、Pro和Pro XL三款机型。新发布的Pixel Tag是苹果AirTag的直接竞品，支持UWB精准定位和AR寻物。Gemini助手新增多模态交互功能，能实时分析屏幕内容并执行跨应用操作。Pixel 11 Pro搭载Tensor G6芯片，AI算力较上代提升40%。

AI产品 Pixel 11 Gemini Pixel Tag

事件专题

推荐理由：谷歌一口气发了Pixel 11、对标AirTag的追踪器，还有Gemini新玩法，想换机或玩新配件的可以看看。

原文

17:18

17:18IT之家（博客/媒体）

宏碁首款Googlebook型号为GP714-91N，定位高于传统入门级Chromebook。该设备配备14英寸2.8K分辨率16:10 OLED屏幕，覆盖100% DCI-P3色域，并带物理摄像头遮挡开关。基于英特尔Panther Lake架构，搭载酷睿Ultra 5 325或Ultra 7 355处理器，可选16GB或32GB LPDDR5X内存及256GB或512GB固态硬盘。键盘有实体Gemini按键快速调用AI功能，顶部Glow Bar灯效指示条显示状态。GeekBench跑分库中最高多核成绩为9617分，支持Wi-Fi 7和蓝牙5.4。

AI产品宏碁 Googlebook 酷睿Ultra

推荐理由：宏碁出了款带Gemini按键的Googlebook，14寸OLED屏配酷睿Ultra 5/7，本地AI性能拉满，比普通Chromebook强不少。

原文

07:04

07:04IT之家（博客/媒体）

谷歌CEO桑达尔·皮查伊宣布，Gemini应用月活跃用户达到10亿，成为谷歌第14款跨越十亿用户大关的产品。今年6月，Gemini应用月活用户已超过9亿，当时谷歌拥有13款超10亿用户产品。谷歌搜索、Gmail、Android、Chrome和YouTube的用户量均超过30亿。Gemini应用的增长速度创下谷歌历史纪录。

AI产品 Gemini 谷歌月活用户

推荐理由：谷歌官方数据，Gemini应用月活破10亿，是谷歌史上增长最快的产品，看看它怎么做到的。

原文

07:01

官方账号Demis Hassabis@demishassabis

88°

谷歌CEO Sundar Pichai宣布，Gemini App月活跃用户已突破10亿，成为谷歌史上增长最快的产品。这是谷歌第14个达到10亿用户里程碑的产品。DeepMind联合创始人Demis Hassabis在社交媒体上祝贺了Gemini团队，并感谢全球用户的支持。

AI产品 Gemini 谷歌月活用户

推荐理由：谷歌官方确认Gemini App月活破10亿，是第14个达此里程碑的产品，想了解AI应用用户规模就看这条。

原文

03:03

techcrunch@Lauren Forristal

谷歌的Gemini应用用户数已突破10亿，与OpenAI的ChatGPT在6月达到的10亿月活跃用户数持平。这一里程碑标志着谷歌在AI助手市场的强劲增长。Gemini的快速增长得益于其与谷歌搜索、安卓系统的深度整合。谷歌CEO桑达尔·皮查伊在财报电话会议上确认了这一数据。

AI产品 Gemini 谷歌 ChatGPT

事件专题

推荐理由：谷歌Gemini用户破10亿，和ChatGPT打平了，想了解谷歌AI怎么追上来的可以看看。

原文

8月11日

15:35

15:35IT之家（博客/媒体）

韩联社报道，谷歌App在韩国的月活跃用户数首次超过韩国互联网巨头Naver。IGAWorks数据显示，谷歌App上月月活为4702.2854万，Naver为4684.5017万，这是2021年3月统计以来谷歌首次反超。业内认为，谷歌AI大模型Gemini推广和AI搜索功能强化是用户增长主因。ChatGPT在韩增长同样显著，上月用户达1645.6151万，是DAUM的2.6倍。

行业谷歌 Naver Gemini

推荐理由：谷歌在韩国干翻Naver了，靠的是Gemini和AI搜索，ChatGPT也在猛涨，看看AI怎么改写搜索格局。

原文

14:40

14:40IT之家（博客/媒体）

科技媒体 testingcatalog 发现谷歌正酝酿 Gemini 3.7 Flash 模型，其踪迹出现在 Python GenAI SDK 的 GitHub 页面。内部曾尝试添加 gemini-3.7-flash 模型，但因命名错误被拒绝。目前谷歌官方 API 仍以 7 月 21 日发布的 Gemini 3.6 Flash 为主。Flash 系列平均约两个月更新一代，外界推测 3.7 可能处于内部测试阶段，发布时间待官方公告。

AI模型 Gemini 谷歌 Gemini 3.7 Flash

推荐理由：谷歌 Flash 系列又要换代了，3.6 才出不到一个月，3.7 的踪迹就露出来了，想追新模型的可以提前关注。

原文

14:28

14:28IT之家（博客/媒体）

Semi Analysis 报告称谷歌内部可能已搁置 Gemini 3.5 Pro 模型，该模型原定于 6 月发布但至今未上线。为填补空档，谷歌可能提前宣传 Gemini 4 系列。在 Alphabet 2026 年第二季度财报电话会议上，皮查伊重申对 Gemini 领先地位有信心。但按 Artificial Analysis Intelligence Index，Gemini 当前位列第 8，落后于 Muse Spark 1.2、Grok 4.5 等模型。此前 Gemini 3.5 Pro 曾短暂出现在 Arena 平台，30 分钟后即被移除。

行业 Gemini 谷歌 Semi Analysis

推荐理由：谷歌的 Gemini 3.5 Pro 可能被砍了，直接跳代推 Gemini 4。现在 Gemini 排名掉到第 8，落后好几个对手，想了解谷歌怎么应对的可以看看。

原文

12:52

向阳乔木@vista8

一位用户在X上分享，只需对Codex说“帮我安装”并附上GitHub链接，即可自动安装开源项目。安装后Codex会告知用法，并支持配置Deepseek、Gemini、Grok等模型。该流程简化了AI工具部署，适合快速上手多模型调用。

技巧 Codex Deepseek Gemini

推荐理由：想省事装AI工具？跟Codex说句话就能装好，还能配Deepseek、Gemini、Grok，试试看。

原文

12:51

向阳乔木@vista8

OpenCodex 项目让习惯使用 Codex 的用户能集成多种模型。前端任务推荐使用 Kimi3，多模态任务使用 Gemini，追求速度则用 Deepseek。这些模型都能集成到 Codex 中，方便随时切换使用。

技巧 OpenCodex Codex Kimi3

事件专题

推荐理由：如果你用 Codex 但觉得模型不够用，OpenCodex 能让你一个工具里切换 Kimi3、Gemini 和 Deepseek，前端、多模态、速度都能兼顾。

原文

11:43

官方账号arXiv cs.AI@Mahvish Nagda, Jihyeon Lee, Matthew Thompson, Chunjong Park, Tim Strother, Valentin Liévin, Roma Ruparel, Akshay Goel, Teya Bergamaschi, Suhana Bedi, Meet Shah, Pavel Dubov, Liviu Panait, Toshiyuki Fukuzawa, Sam Schmidgall, Craig Schiff, Joseph Xu, Aliya Rysbek, Yana Lunts, Jan Freyberg, Rebecca Hemengway, Sunny Virmani, David Racz, Carey Radebaugh, Joëlle Barral, Kavi Goel, Dale R. Webster, Katherine Chou, Avinatan Hassidim, Yossi Matias, James Manyika, Gregory Wayne, Tao Tu, Yun Liu, Ethan Goh, Christina Chen, Ryutaro Tanno, Po-Hsuan Cameron Chen, Mike Schaekermann, Anil Palepu

71°

谷歌研究团队推出AMIE（Video），一个基于Gemini的多智能体系统，支持低延迟对话、临床推理和实时视听感知。在包含30名初级保健医生、15名患者演员和100个临床场景的随机OSCE研究中，AMIE（Video）在病史采集、诊断、管理和体格检查方面与医生评分相当或更优。患者演员更偏好AMIE的病情评估和解释方式，但医生在建立融洽关系和伙伴关系上更受青睐。模态消融显示，患者更偏好视频界面而非纯文本聊天。研究指出在精细解剖精度、细微情感表达和高频动作方面仍有局限。

论文 AMIE Gemini 医疗AI

推荐理由：谷歌把医疗AI做到视频问诊了，AMIE视频版在100个临床场景里和真人医生打平甚至更好，患者还更喜欢它的解释方式，想看看AI看病到底行不行可以读这篇。

原文

8月10日

17:02