AITOP

Google

共 380 条相关 AI 资讯 · 查看话题观测
6月11日
06:50
06:50berryxia@berryxia
78°
Google 发布 DiffusionGemma，一种基于扩散模型的新型文本生成模型，速度可达 1000+ token/s，是传统自回归模型的 4 倍。它摒弃了逐词生成的方式，而是通过并行起草、纠错和精炼整段文本，实现高速生成。模型已以 Apache 2.0 协议开源，权重在 Hugging Face 上可获取，18GB 消费级显卡即可本地运行。该模型在代码、数学和复杂编辑任务上表现优异，支持实时补空、格式化和自我修复。这一发布可能颠覆文本生成的范式，从串行生成转向并行炼句。
AI模型扩散模型文本生成开源/仓库
推荐理由：DiffusionGemma 把文本生成速度拉到 4 倍，还彻底开源，做本地部署或加速日常 workflow 的开发者可以直接拖权重玩。
原文
06:14
06:13
04:44
04:44官方账号Simon Willison’s Weblog（博客/媒体）
76°
Google 去年曾短暂发布实验性的 Gemini Diffusion 模型，如今以开源形式回归，推出 DiffusionGemma-26B-A4B-it 模型，采用 Apache 2 许可证。该模型在 NVIDIA NIM 云 API 上免费托管，生成速度可达 500+ tokens/秒。作者实测生成 2409 tokens 仅需 4.4 秒，性能出色。这是 Google 在扩散模型领域的重要开源动作，为开发者提供了高性能的生成式 AI 选项。
AI模型GoogleDiffusionGemma开源/仓库
事件专题
推荐理由：Google 把去年惊艳的扩散模型开源了，做图像/文本生成的开发者可以直接用 NVIDIA 免费 API 体验，速度超 500 tokens/秒，值得立刻上手试。
原文
03:39
03:03
03:03Google AI Developers@googleaidevs
72°
Google 发布了 DiffusionGemma，一款基于文本扩散技术的实验性开放模型，采用 Apache 2.0 许可证。该模型通过将瓶颈从内存带宽转移到原始计算，在专用 GPU 上实现高达 4 倍的 token 输出速度。推理时仅激活 3.8B 参数，量化后可在 24GB VRAM 的高端消费级 GPU 上运行。它支持并行 token 生成和自我纠正，特别适合代码填充、内联编辑和非线性结构任务。DiffusionGemma 优先考虑速度而非原始质量，在计算受限的硬件上加速效果最佳，而标准 Gemma 4 仍推荐用于生产环境和内存受限设备。
AI模型文本扩散开放模型Google
推荐理由：DiffusionGemma 把文本生成速度推到了新高度，做代码补全、实时编辑的开发者可以直接在消费级 GPU 上体验 4 倍加速，值得一试。
原文
02:47
02:47官方一手Google Research: Blog（资讯）
Google 研究团队提出了一种新的框架，用于审计机器学习模型是否真正实现了“遗忘”功能。该框架通过设计特定的攻击和测试方法，能够有效评估模型在删除特定数据后是否仍保留了相关信息。这项工作对于负责任的人工智能、隐私保护和数据安全至关重要，尤其是在用户要求删除个人数据的场景下。框架提供了可量化的评估指标，帮助开发者和监管机构验证模型遗忘的可靠性。
论文机器学习数据遗忘隐私保护
推荐理由：隐私合规团队和 AI 安全研究者终于有了可操作的遗忘验证工具——Google 的审计框架让“数据被遗忘权”不再是空话，做模型治理和合规的团队建议点开看看具体方法。
原文
01:33
6月10日
17:03
03:08
03:08官方账号Jeff Dean@JeffDean
Google 在语音翻译领域长期投入，最新推出 Gemini 3.5 Live Translate 模型，支持超过 70 种语言的语音到语音实时翻译。该模型旨在让跨语言对话更自然，已集成到 Google Translate 和 Google AI Studio 的 Live API 中。合作伙伴 Grab 正在利用该技术帮助司机与乘客沟通，展示了实际应用场景。这是 Google 在语音翻译领域的最新进展，有望提升日常应用中的多语言交流体验。
AI产品语音翻译Gemini 3.5实时翻译
推荐理由：Google 把语音翻译推进到新阶段，70+ 语言实时互译对跨国出行、客服、会议场景的团队是直接利好，开发者可以立刻通过 Live API 接入试试。
原文
01:24
00:13
00:06
00:06官方账号Decoder@Matthias Bastian
德国一家地区法院裁定，Google 对其 AI 生成的搜索概览（AI Overviews）内容直接负责，不能像传统搜索引擎那样享受有限责任保护。该案中，Google 的 AI 错误地将两家出版商与欺诈行为关联，且这些说法未出现在任何链接来源中。这一裁决可能为全球 AI 生成内容的责任认定树立先例，意味着科技公司需更谨慎地部署 AI 摘要功能。
行业AI 责任法律裁决Google
推荐理由：做 AI 产品合规或内容审核的团队需要关注——德国法院把 AI 概览定性为平台自身言论，意味着错误答案的法律风险从用户转到了公司，建议法务和产品负责人点开了解具体判例逻辑。
原文
6月9日
23:59
23:23
19:15
15:22
15:16
15:16AI Will@FinanceYF5
Google 在 Gemini Live 中新增了图像创建和编辑功能，用户可以在使用 Gemini 应用时实时生成或修改图像。该功能通过实时摄像头共享实现，用户可以向 Gemini 展示正在观看的内容，并即时要求其创建、调整或解释视觉内容。这一更新将 Gemini 从纯文本助手扩展为多模态交互工具，提升了实时视觉处理的实用性。目前该功能已上线，适用于支持 Gemini Live 的设备。
AI产品GoogleGemini Live实时图像生成
推荐理由：实时图像生成与编辑让 Gemini 成为更强大的多模态助手，适合需要即时视觉创作或修改的用户，比如设计师、内容创作者和日常用户，建议打开 Gemini 试试这个新功能。
原文
07:59
01:55
01:55官方账号Decoder@Matthias Bastian
Google 已向 Intel 订购超过 300 万颗 AI 芯片，计划于 2028 年交付。同时，Nvidia 正在测试 Intel 的制造工艺，用于其下一代 Feynman 架构。这主要是因为 TSMC 的产能无法满足 AI 芯片的爆发式需求。Intel 长期挣扎的晶圆代工业务因此获得了一次罕见的复兴机会。此举可能重塑全球 AI 芯片供应链格局。
行业IntelGoogleNvidia
事件专题
推荐理由：AI 芯片供应链的单一依赖风险终于有了缓解方案——Intel 代工业务获得 Google 和 Nvidia 的订单，做芯片设计或关注硬件生态的开发者值得关注这一变化。
原文
6月8日
22:50
22:50rohanpaul_ai@rohanpaul_ai
据 The Information 报道，Google 已选择 Intel 为其制造超过 300 万颗 TPU 芯片，计划于 2028 年交付。这对 Intel 的晶圆代工业务是一次重大胜利，使其成为 NVIDIA 主要 AI 竞争对手的工厂。由于 AI 热潮导致芯片需求激增，台积电产能紧张，多家 AI 芯片设计公司转向 Intel 作为第二供应商，以降低供应链风险。此举对 Google、NVIDIA、Apple、Tesla 等公司而言，意味着供应链多元化的重要进展。
行业GoogleIntelTPU
事件专题
推荐理由：AI 芯片供应链正在重构，做 AI 基础设施或依赖 GPU/TPU 的团队值得关注——Intel 代工崛起可能改变未来芯片成本和供应格局。
原文
6月7日
06:12
06:12官方一手marktechpost@Asif Razzaq
精选
Google 推出了 Colab CLI 命令行工具，允许开发者和 AI 智能体在终端中直接连接远程 Colab 的 GPU 和 TPU 运行时，运行本地 Python 代码。这意味着无需打开浏览器，就能利用 Colab 的免费或付费计算资源。该工具支持无缝集成到现有工作流，尤其适合需要频繁迭代的机器学习实验和自动化任务。Colab CLI 的发布降低了 GPU/TPU 的使用门槛，让远程计算像本地命令一样简单。
AI产品Colab CLIGPU/TPU命令行工具
推荐理由：Colab CLI 解决了开发者频繁切换浏览器和终端的痛点，做机器学习实验或跑 AI 模型的团队可以直接在终端里调用远程 GPU/TPU，省时又省心。建议试试，尤其是习惯命令行工作流的开发者。
原文
6月6日
16:21
16:21官方账号Decoder@Matthias Bastian
据 SEC 文件，SpaceX 以每月 9.2 亿美元向 Google 租赁 AI 计算能力，提供约 11 万块 Nvidia 芯片，以满足 Google Gemini Enterprise 平台的需求。这笔交易凸显了 AI 基础设施的极度稀缺，即使是全球最大云服务商之一也需要外部租用算力。这也反映了大型科技公司之间业务的高度交织。SpaceX 在 IPO 前签署此协议，可能为其估值和业务多元化提供支撑。
行业AI 基础设施算力租赁Nvidia
事件专题
推荐理由：AI 基础设施稀缺到 Google 都要向 SpaceX 租算力，做云服务和 AI 部署的团队值得关注——这揭示了算力市场的供需格局和未来趋势。
原文
15:44
15:44Aadit Sheth@aaditsh
72°
据一份新文件显示，SpaceX 与 Google 达成协议，从 2026 年 10 月起每月向 Google 提供约 11 万块 NVIDIA GPU 的计算能力，月费高达 9.2 亿美元，合同总额约 300 亿美元。Google 自身拥有 TPU 和庞大云基础设施，却向一家火箭公司租用 GPU，引发行业震动。这可能意味着 Google 的 AI 算力需求已超出自身建设速度，或 SpaceX 在 AI 基础设施方面有未公开的突破。合同允许任何一方在 2026 年 12 月后提前 90 天终止，Google 保留其 AI 模型和数据的知识产权。
行业GPU算力租赁Google
事件专题
推荐理由：这则消息揭示了 AI 算力需求已大到连 Google 都要向火箭公司租 GPU，做 AI 基础设施或关注算力瓶颈的从业者值得点开，看看背后到底发生了什么。
原文
11:12
11:12小互@imxiaohu
根据 SpaceX 公布的文件，Google 与其签订了一份从 2026 年 10 月至 2029 年 6 月的算力购买协议，每月支付 9.2 亿美元，包括约 11 万块 NVIDIA GPU、CPU、内存等组件。此前 Anthropic 也向 SpaceX 每月支付 12.5 亿美元购买算力。两项协议合计每年为 SpaceX 带来约 260 亿美元收入。这一事件凸显了 SpaceX 在算力租赁市场的巨大潜力，以及科技巨头对 GPU 算力的旺盛需求。
行业算力租赁SpaceXNVIDIA GPU
事件专题
推荐理由：算力租赁市场迎来新巨头，做 AI 基础设施或云服务的团队值得关注——SpaceX 的入局可能改变 GPU 供应格局，每月 9.2 亿美元的协议说明需求有多疯狂。
原文
08:27
08:27rohanpaul_ai@rohanpaul_ai
Anthropic 表示其 80% 的新生产代码由 Claude 编写，标志着 AI 编程在大型科技公司中的深度应用。Google 新论文显示通用 LLM 通过规划证明和逐步检查，在形式数学任务上从低于 10% 提升至 70% 的准确率。Google 开源 Gemma 4 12B 模型，支持音频和视频分析，可在消费级 16GB GPU 上完全本地运行。阿里巴巴发布 Qwen3.7-Plus，支持文本、视频和图像输入，价格低廉但保持闭源。Anthropic 的化学报告也展示了令人惊讶的结果。
行业AnthropicClaudeGoogle
事件专题
推荐理由：AI 编程和数学推理的突破正在改变开发和研究方式，做 AI 应用或数学研究的团队值得关注这些进展，尤其是 Claude 的代码生成和 Gemma 4 的本地部署能力。
原文
05:50
05:50rohanpaul_ai@rohanpaul_ai
Anthropic 此前承诺每月向 SpaceX 支付 12.5 亿美元用于 GPU 算力，加上 Google 新披露的每月 9.2 亿美元云合同，两家 AI 实验室合计每月支付 21.7 亿美元，年化收入达 260 亿美元。Google 在 2015 年以约 9 亿美元投资 SpaceX 获得约 7% 股份，如今 SpaceX 目标 IPO 估值 1.75 万亿美元，Google 持股价值约 870-1070 亿美元，回报率高达 97-119 倍。这笔交易不仅体现了 AI 算力需求的爆发，也凸显了 SpaceX 从卫星互联网到发射主导权再到 AI 算力合同的业务转型。
行业算力AnthropicGoogle
事件专题
推荐理由：AI 算力军备竞赛的账单终于公开了——做 AI 基础设施或云计算的从业者，看完这个数字会重新理解算力定价和供应链格局。
原文
05:24
05:24官方一手Google Research: Blog（资讯）
Google 发布了 Gemini Enterprise Agent Platform 的 Agentic RAG 数据管理功能，旨在解决企业级 AI 应用中的信息可靠性问题。该功能通过智能数据检索与生成式 AI 结合，确保模型回答基于最新、最相关的企业数据，减少幻觉。它支持多种数据源，并提供可配置的检索策略，让企业能构建更可信的对话式 AI 助手。这对依赖 AI 进行客户服务、内部知识库查询的团队尤为重要。
AI产品Agentic RAG企业 AI数据管理
推荐理由：企业 AI 落地最大的痛点是回答不可靠，Google 这次用 Agentic RAG 直接切中要害。做客服系统或内部知识库的团队，值得看看怎么用这个平台减少幻觉。
原文
04:59
04:59rohanpaul_ai@rohanpaul_ai
SpaceX披露与Google的新云服务协议，Google每月向SpaceX支付9.2亿美元（约110亿美元/年），用于在xAI数据中心获取计算能力。这凸显了AI算力正成为像发射能力或能源一样的战略商品。能够融资、供电、冷却和运营大型GPU集群的公司，可能在其原有业务之外获得巨大杠杆。
行业AI算力云服务SpaceX
事件专题
推荐理由：AI算力正成为战略资源，关注基础设施布局的投资者和云服务从业者值得了解这一趋势——它可能重塑科技公司的竞争格局。
原文
04:19
6月5日
22:52
16:38
06:26
06:26rohanpaul_ai@rohanpaul_ai
76°
Google 发布新论文 LEAP，提出一种智能体框架，让通用大语言模型（LLM）能够通过规划证明步骤、分解子目标、重用已有引理并与形式验证器 Lean 交互，显著提升形式数学证明能力。在 Putnam 2025 和 IMO 风格基准测试中，LEAP 将通用 LLM 的成功率从不足 10% 提升至 70%，并解决了所有 12 道 Putnam 2025 问题。该研究揭示了通用 LLM 在形式数学中的弱点并非数学能力不足，而是缺乏与验证器的结构化交互。LEAP 将证明存储为有向图，支持子目标复用，避免一次性生成庞大证明的失败模式。
论文GoogleLEAP形式数学
推荐理由：这项研究解决了通用 LLM 在形式数学中「一次性写完整证明」的致命短板，做 AI 推理、数学辅助工具或形式验证的开发者值得关注——LEAP 的智能体框架思路可能启发更多复杂推理场景的改进。
原文
6月4日
23:12
23:12Philipp Schmid@_philschmid
72°
Google 昨日发布 Gemma 4 12B 模型，并附有详细架构图解。该模型创新性地移除了视觉和音频编码器，仅用一个 12B 参数模型即可处理文本、图像和音频，无需独立的编码器模块。图解展示了编码器通常如何连接模态与大语言模型，以及 Gemma 4 如何通过单一模型实现多模态理解。这一设计简化了模型结构，降低了部署复杂度，对多模态 AI 研究者和开发者具有重要参考价值。
AI模型Gemma 4多模态模型架构
事件专题
推荐理由：多模态模型架构的一次简化尝试，做模型部署或边缘推理的团队值得看看图解，理解无编码器方案如何降低资源开销。
原文
12:14
10:00
08:22
08:22berryxia@berryxia
Google 昨晚发布了 Gemma 4 12B 多模态大模型，该模型支持文本和图像输入，最低只需 16GB 内存即可运行。这降低了多模态模型的本地部署门槛，适合个人开发者和资源受限的环境。与 Qwen 等同类模型的对比结果值得关注，可能影响开源多模态模型的竞争格局。
AI模型多模态模型Gemma 4Google
事件专题
推荐理由：多模态模型本地运行门槛进一步降低，做 AI 应用或本地部署的开发者可以关注 Gemma 4 与 Qwen 的对比，评估是否值得迁移或尝试。
原文
04:13
04:13官方账号Decoder@Matthias Bastian
Google 首次在 Search Console 中为网站运营商提供退出 AI 搜索功能（如 AI Overviews 和 AI Mode）的开关，这些功能已覆盖超过 35 亿月活用户。新的性能报告将 AI 搜索展示次数单独列出。此举源于英国竞争与市场管理局（CMA）的压力，该机构认为网站在谈判中处于严重劣势。然而，由于 Google 在搜索市场的主导地位，大多数网站实际上没有其他流量来源，因此退出选项可能形同虚设。
行业GoogleAI 搜索SEO
推荐理由：做 SEO 或依赖 Google 流量的站长终于有了选择权，但现实是多数人不敢用——这揭示了 AI 搜索时代内容生态的深层矛盾，建议点开了解背后的博弈。
原文
02:42
02:42Google AI Developers@googleaidevs
Google AI 开发者团队宣布推出 Gemma 3 模型，该模型兼容 llama.cpp、MLX、LM Studio、vLLM、Ollama、UnslothAI 和 SGLang 等主流推理框架。权重已同步上传至 Kaggle 和 Hugging Face 平台，开发者可自由下载使用。这一发布意味着 Gemma 3 能无缝融入现有 AI 工具链，降低部署门槛。
AI模型Gemma 3Google推理框架
推荐理由：Google 终于把 Gemma 3 的兼容性做全了——主流推理框架全覆盖，做本地部署或模型微调的开发者可以直接去 Hugging Face 下载权重，省去适配烦恼。
原文
02:35