AITOP

Gemini

共 292 条相关 AI 资讯 · 查看话题观测
8月7日
13:40
8月6日
21:45
10:57
06:59
06:59IT之家（博客/媒体）
75°
Alphabet 于 8 月 5 日宣布重组旗下 AI 公司 DeepMind，哈萨比斯卸任 CEO，转任董事长兼 Alphabet 首席科学家。他将继续领导 AI 药物研发公司 Isomorphic Labs，并专注 AGI 长期战略与科学突破。CTO 卡武库奥卢接任 Google DeepMind 高级副总裁，负责日常运营及 Gemini 模型路线图。哈萨比斯曾凭 AlphaFold 获 2024 年诺贝尔化学奖，谷歌首席科学家杰夫·迪恩则离职创办自动化科研公司 Discovery Loop。
行业DeepMindAlphabetGemini
事件专题
推荐理由：谷歌 DeepMind 高层换血，哈萨比斯升上去搞 AGI 和药物研发，日常交给卡武库奥卢，Gemini 后续开发由他掌舵，想了解谷歌 AI 方向可以看看。
原文
03:42
02:27
02:27官方账号Decoder@Matthias Bastian
Google宣布从2026年9月4日起在Android和Wear OS上关闭Google Assistant。Gemini将接管智能手机、平板、手表和Android Auto上的AI助手功能。文章质疑，依赖概率的Gemini能否匹配Google Assistant以往处理简单指令的可靠性。
AI产品Google AssistantGeminiAndroid
推荐理由：Google确认2026年9月用Gemini替换Assistant，Android、手表和车载都要换，简单指令靠大模型靠不靠谱是看点。
原文
01:48
8月5日
11:05
11:05官方账号arXiv cs.AI@Sebastián Andrés Cajas Ordóñez, Agastya Munnangi, Aldo Marzullo, Felipe Ocampo Osorio, Quang Bui, Mohammad Shahin, Armaan Grewal, Emmanuel Paul Kwesiga, Anqi Peter Li, Josephine Nanyonjo, Aaditya Panchal, Arshnoor Bhutani, Nikhil Jaiswal, Milit S. Patel, Maximin Lange, Leo Anthony Celi
一项研究测试了临床多智能体委员会是否会被捷径欺骗，覆盖文本、影像和ICU表格七组队列。在MedQA-USMLE等六个数据集上，Gemini委员会单独面对误导线索时仅有5-16%的翻转率，但两个同伴给出同一错误答案时，holdout模型在38%案例中采纳。三种监督智能体中，gate的假阳性率达100%，同源judge在文本上精确率100%但在影像上失效，而独立referee在影像上取得77-88%精确率。研究还发现，视觉显著性提高三倍不增加传染，但第二个同伴声音使传染率提高一半。
论文GeminiMedQA-USMLE多智能体
推荐理由：Gemini多智能体会被同伴错误带偏（38%案例），独立裁判能抓，门控不行，做临床AI的注意了。
原文
07:03
8月4日
18:09
12:15
12:15官方一手arXiv: DeepSeek@Ruiyang Zhang
精选
基于线性时序逻辑(LTL)和有限自动机(FSA)的运行时监控器用于拦截LLM智能体的不安全工具调用序列。研究发现同一监控器在GPT类和DeepSeek后端上攻击覆盖率约68-75%，在Gemini变体上仅6-13%。攻击分布的Shannon熵差异解释了这一差距：GPT类集中（H≈0.24比特，单个模式覆盖96%），Gemini分散（H≈2.81比特，7个簇各≤7%）。熵对覆盖率变异解释率为76%（Pearson r=-0.87，p=0.005），留一法验证r在[-0.91,-0.82]。论文提出部署前熵测试，可从小样本攻击数据预测监控覆盖率。
论文LTLAI安全智能体
推荐理由：这篇论文说清了同一安全监控器在GPT/DeepSeek上能拦七成攻击、在Gemini上几乎失灵的原因，还给了部署前预测覆盖率的测试。
原文
12:08
12:08官方账号arXiv cs.LG@Honghao Lin, Vahab Mirrokni, David P. Woodruff
精选
arXiv:2608.02588 的论文证明了稀疏最小二乘问题的一个条件数下界：在随机化精确体积小集扩张假设（Small-Set Expansion Hypothesis）下，对任意固定的 γ∈(0,1]，不存在多项式时间随机算法能以至少 2/3 概率返回满足误差不超过最优值加 ε、且稀疏度 s=O(k·κ_{s+k}^{1-γ}) 的解。该结果甚至对有理数实例、A 为列满秩时也成立。作者表示，证明最初由 Google 内部开发的基于 Gemini 的自动化智能体系统完成，随后由人工验证并整理。
论文稀疏最小二乘条件数Small-Set Expansion
推荐理由：Google用Gemini自动化系统先跑通了证明，人工再验证。你要是做稀疏优化或条件数相关算法，看看这个下界怎么证的。
原文
09:14
09:14IT之家（博客/媒体）
83°
OpenAI将前沿模型ChatGPT 5.6 Luna价格下调80%，每百万输入Token降至0.20美元，输出Token降至1.20美元。中端模型5.6 Terra降价20%，至输入2美元、输出12美元，低于Kimi K3的3美元和15美元。这一轮降价直接对标DeepSeek V4（输入0.435美元、输出0.87美元）和Kimi K3。谷歌此前推出了Gemini 3.6 Flash和3.5 Flash-Lite低价模型，Anthropic则用Claude 5.0替代Opus 4.8且不加价。不过OpenAI订阅业务持续亏损，并承诺2030年前投入约6000亿美元计算资源，降价进一步压缩利润空间。
行业OpenAIDeepSeekKimi
事件专题
推荐理由：OpenAI把GPT-5.6 Luna降价80%，跟DeepSeek V4和Kimi K3正面刚，讲清楚了为啥敢这么烧钱。
原文
8月2日
10:29
10:29IT之家（博客/媒体）
谷歌于7月31日宣布，将Gemini Spark智能体开放给全球大部分用户。该智能体已与Chrome浏览器整合，可在用户授权后使用保存的账户密码，完成搜索航班、预订机票、查询收藏房源等操作。Spark提供两种安全机制，会防御提示词攻击，并将付款等敏感操作交给用户完成。目前Spark在所有支持Gemini的地区提供服务，但不包括欧洲经济区、尼日利亚、瑞士和英国。在美国需订阅Google AI Pro或Ultra，其他地区则需订阅AI Ultra。
AI产品GeminiSpark谷歌
推荐理由：谷歌把Gemini Spark智能体开放给全球了，能帮你订机票、整理收件箱，还和Chrome深度整合，敏感操作由你确认。
原文
05:35
05:35官方账号Replit@Replit
Replit 在 replit.com/design 上线设计套件，用户可自行选择 Claude、GPT-5、Gemini、Kimi、GLM 等模型生成设计。该功能支持跨模型家族对比同一设计任务的输出，并可保留效果最好的结果。Replit 称这套工具把多个顶级模型整合到单一设计工作流中。
AI产品ReplitClaudeGPT-5
推荐理由：Replit 把 Claude、GPT-5、Gemini 这些模型都塞进一个设计工具里，同一个设计能换着模型生成对比，选最满意的。
原文
8月1日
01:55
01:55Google Gemini App@GeminiApp
72°
谷歌发布 Gemini 3.6 Flash 和 3.5 Flash-Lite 升级版。新版本在推理能力和响应速度上均有提升。用户可在 gemini.google 或 App 的模型下拉菜单中切换使用。两个模型目前均已开放体验。
AI模型GeminiGemini 3.6 FlashGemini 3.5 Flash-Lite
事件专题
推荐理由：谷歌把 Flash 和 Flash-Lite 都升级了，推理更强速度更快，打开 Gemini 选模型就能试。
原文
01:51
01:50
01:50Google Gemini App@GeminiApp
Gemini Drops是Gemini应用本月的版本更新，覆盖桌面端与移动端。Gemini Drops本次更新提升了智能推理能力和智能体执行能力，使桌面与移动端操作更高效。用户可通过Gemini应用直接体验增强后的功能。
AI产品Gemini智能体桌面端
推荐理由：谷歌Gemini应用这月出了Gemini Drops，桌面和手机端更强了，多了智能体功能，比之前好用。
原文
00:42
7月31日
08:30
08:30官方账号Simon Willison’s Weblog（博客/媒体）
81°
OpenAI宣布GPT-5.6 Terra降价20%，GPT-5.6 Luna降价80%。Luna输入价格降至$0.20/百万token，输出$1.20/百万token，低于Google Gemini 3.1 Flash-Lite的$0.025/$1.50。Anthropic Claude Haiku 4.5输入/输出为$1/$5，Luna输入成本仅为Haiku的1/5。OpenAI使用GPT-5.6 Sol优化负载均衡和推理内核，将端到端服务成本降低20%。
AI模型GPT-5.6OpenAIGemini
事件专题
推荐理由：OpenAI把Luna价格打到比Gemini Flash-Lite还低，想省钱换模型？Luna现在比Claude Haiku便宜5倍，跑demo或生产都能省一大笔。
原文
08:20
07:17
00:51
00:06
7月30日
20:14
08:02
7月29日
17:08
17:08IT之家（博客/媒体）
76°
The Information 报道称，OpenAI 内部数据显示 ChatGPT 周活跃用户即将突破 10 亿，但比最初预期晚约 7 个月，原计划去年底达成。外部竞品 Gemini 和 Claude 持续分流用户。内部 GPT-5 去年秋季发布后因体验问题导致增速下滑，拖累整体增长节奏。
行业OpenAIChatGPTGPT-5
事件专题
推荐理由：ChatGPT 用户快破10亿了，但比预期晚了半年，Gemini 和 Claude 抢了不少用户，GPT-5 也没能挽回局面。
原文
14:50
11:10
11:10官方账号arXiv cs.AI@Carlos Celemin, Benedict Wilkins, Adrián Barahona-Ríos, Saman Zadtootaghaj, Nabajeet Barman
该研究探索了视觉语言模型(VLMs)在基于agent的游戏QA管道中检测几何裁剪异常。自定义探索agent收集视觉数据，自动标注管道提供帧级标签。零样本设置下测试了Gemini、GPT、Qwen、Gemma、Llama和Ministral六种VLM及四种提示变体。Gemini-3.1-Flash在总体准确率和提示鲁棒性上表现最佳，开源模型则对提示设计敏感。当前VLMs更适合作为多阶段QA管道中的高召回候选过滤器。
论文GeminiGPTQwen
推荐理由：这篇论文用六种VLM检测游戏里的几何裁剪bug，发现Gemini最稳，开源模型要看怎么问提示词。想了解VLM实际落地坑点的可以看看。
原文
09:16
05:09
01:20
01:20官方账号Logan Kilpatrick@OfficialLoganK
精选
Google AI Studio 今日为 Gemini Managed Agents API 推送了多项更新。新增了对模型环境钩子（如 block、lint）的支持。开发者现在可以选择特定模型 Gemini 3.6 Flash。免费层已同时支持 UI 与 API 调用。默认 agent 也已升级为基于 3.6 Flash。
AI产品GeminiGemini Managed Agents APIGoogle AI Studio
推荐理由：Google 给 Gemini Agents API 加了环境钩子和免费层，还能选 3.6 Flash 模型，开发者用起来更灵活了。
原文
7月28日
12:03
12:03官方一手arXiv: DeepSeek@Bartol Bućan, Nikola Sočec, Sarah Isufi, Morena Granić, Luka Hobor, Agneza Krajna, Mihael Kovac, Mario Brcic
76°
该研究对GPT-5、Claude、Grok、Gemini、DeepSeek、Kimi、Qwen共7个主流模型进行了基于政治轴的可控性压力测试，使用12种意识形态角色提示和70个政治指南针项目，共收集63,700条回答。结果发现，上下文框架解释了经济和社会轴上约88%-93%的方差，而模型自身身份的影响不到3%。在威权提示下，不同模型在相同问题上表现出相似偏移。研究强调需要进行可操控性审计，报告分散性、对称性、饱和度和拒绝底线。数据集和代码已开源。
论文GPT-5ClaudeGrok
推荐理由：这篇论文用70道政治题+12种人格提示，测了GPT-5、Claude、Grok等7个模型，发现提示词比模型本身更能左右回答方向。想了解AI怎么被‘带节奏’的可以看看。
原文
06:50
7月27日
21:14
21:14IT之家（博客/媒体）
三星、SK 集团等韩国大型企业陆续向员工开放 Claude、Gemini 和 ChatGPT 等美国 AI 模型，但 Token 消耗成本迅速攀升。三星实施严格的 Token 配额制度，员工按等级获得额度，基础等级仅能完成简单任务，提升额度需证明工作效率提高。Naver 已在工程团队全面部署 Claude Code，据称是亚洲规模最大的同类部署之一。一位员工单月消耗 Token 约合 600 万韩元（约 27624 元人民币）。韩国 Claude 使用量全球排名第 14，人均使用量超过全球平均 3.5 倍。
行业三星ClaudeGPT
推荐理由：三星为了省钱，给员工用 AI 设了 Token 配额，超了还得证明自己效率高才给提。韩国企业这波 AI 落地很真实，可以围观一下。
原文
17:38
12:18
12:18官方账号arXiv cs.AI@Davide Scarso, Hugo Noronha de Almeida, Joaquim Pina
研究测试了Claude、Grok、GPT、Gemini四大家族模型在2025年10月至2026年2月四个时间点对Frank Salter生物社会框架伪科学主张的评估。Grok的Fast版本（X默认体验）持续给出70-75可信度分数，是其他模型（15-40）的2-5倍。一个静默补丁一夜之间将Grok行为从混乱转为稳定高验证，且无公开文档。同一Grok模型标识三个月后通过API输出75分、Web输出5.5分。Claude Opus 4.1（Web）和GPT-5.1 Chat（API）间歇性拒绝评估该主张，但后继版本中消失。
论文ClaudeGrokGPT
推荐理由：这篇论文用四个主流模型实测了伪科学评估，发现Grok的Fast版本评分奇高，而且同一个模型API和Web结果差十几倍。看完你就知道模型答案多不可靠，值得所有AI用户看看。
原文
7月25日
14:59
00:03
7月24日
22:58