Industry News 行业资讯

/* 默认白昼模式：深灰字 */ .aibing-content { font-family: -apple-system, BlinkMacSystemFont, "Microsoft YaHei", sans-serif; line-height: 1.8; font-size: 16px; color: #1f1f1f; /* 默认深色 */ } .aibing-content h2 { margin: 30px 0 15px; font-weight: 700; border-left: 4px solid #007bff; padding-left: 10px; color: inherit; /* 跟随父级 */ } .aibing-content a { colo

近日，OpenAI 推出了一个新的评估工具——GDPval。这一评估工具旨在衡量模型在涉及44种职业的现实世界经济价值任务上的性能。 🔗 来源：Measuring the performance of our models on real-world tasks (AI 严选)

3月10日，谷歌宣布推出Gemini Embedding 2，这是首个原生多模态嵌入模型。它能够将文本、图像、视频、音频和文档映射到单一的嵌入空间中，实现不同媒介类型的跨媒体检索与分类。 该模型基于Gemini架构，在公开预览版中通过Gemini API及Vertex AI提供服务。相较于之前的纯文本基础模型，Gemini Embedding 2能够将多种模态的数据（包括文本、图像、视频、音频和文档）整合到一个统一的嵌入空间，并且涵盖超过100种语言的语义意图。 这种单一嵌入空间的设计简化了复杂的工作流，并增强了各种多模态下游任务的表现，比如检索增强生成（RAG）、语义搜索、情感分析和数据聚类。模型的核心理念是能够同时理解和处理多种信息输入，这意味着用户可以在一次请求中传递多个模态的数据（例如：图像+文本），从而更好地捕捉不同媒介之间的复杂关系。 此外，Gemini Embedding 2采用了名为Matryoshka Representation Learning (MRL)的技术，该技术通过动态调整维度实现信息的嵌套式表示。这使得开发者可以根据性能和存储成本的需求选择不

谷歌于周三宣布在 Android 操作系统中的一系列更新，其中最引人注目的是 Gemini AI 功能现在可以处理一些多步骤的任务，例如订购 Uber 或食物配送。 这些自动化功能加入了许多其他 Gemini 改进措施，包括扩大电话诈骗检测范围以及 Circle to Search 更新，现在可以让用户识别手机屏幕上所有项目的功能。Gemini 的这些自动化功能允许用户将待办事项清单交给 AI 处理。然而，实际操作中，Gemini 可以管理的任务类型仍然有限。该功能目前仍处于测试阶段，仅支持食品、杂货和打车类别的部分应用程序，并且仅限于某些设备使用，如 Pixel 10 系列、Pixel 10 Pro 和 Samsung Galaxy S26 系列。此外，这项服务最初只在美国和韩国可用。 当然，AI 功能可能会出错，为了保护用户，谷歌已经增加了额外的安全措施：这些自动化功能无法在未经设备所有者明确命令的情况下启动，并且在运行过程中可以实时监控其进度并在必要时暂停任务。此外，这些自动化操作将在一个安全的虚拟窗口中进行，在此环境中它们只能访问有限的应用程序，而不会访问手机上的其他数据。

2026年3月10日 对于使用Google AI Ultra和Pro订阅的用户来说，一项新的创新正在到来——Gemini正在与Google的文档(Docs)、电子表格(Sheets)、幻灯片(Slides)和云端存储(Drive)集成，使您的工作更加高效。 无论是起草报告还是组织活动，开始总是最困难的部分。现在，Gemini在Docs、Sheets、Slides和Drive中的新功能将帮助您更快地完成任务，并且更个性化、更有协作性。 Gemini in Docs：写作伙伴 Gemini in Docs不仅能够帮助您根据文件和电子邮件中的相关资料创建文档，还能让您使用新的编辑功能进行润色。通过“Match doc format”功能，您可以自动将文档风格统一到参考文档中。 例如，您可以从上一季的笔记转化出一个现成的教练计划，并调整引言部分的语气以使其更加温暖和欢迎。 Gemini in Sheets：协作伙伴 Gemini在Sheets中的表现达到了最新技术水平。它可以帮助您构建自定义、可视化的电子表格，从基础任务到复杂的数据分析，只需描述您的需求即可。 “Fill with Gemin

今日，科技界迎来了一场关于开源智能的里程碑式变革。全新的 Gemma 4 系列模型正式亮相，这不仅是参数规模的迭代，更是其迄今为止最强大的开源模型家族。专为高级推理与智能代理（Agentic）工作流量身打造，Gemma 4 在“单位参数智能密度”上实现了前所未有的突破，标志着开源模型正从简单的对话工具向复杂的逻辑执行者转型。 这一技术跨越建立在极其庞大的社区基石之上。自第一代 Gemma 发布以来，开发者下载量已突破 4 亿次，构建了一个拥有超过 10 万个变体的繁荣“Gemma 生态圈”。通过深度洞察全球创新者对突破 AI 边界的迫切需求，Gemma 4 带着更强大的推理能力应运而生，并继续沿用 Apache 2.0 许可协议，确保最前沿的 AI 能力能够以极低的门槛触达全球开发者。 在架构设计上，Gemma 4 展现了极高的灵活性与工程智慧，推出了四种针对不同应用场景的规格：高效的 2B (E2B)、高效的 4B (E4B)、26B 混合专家模型 (MoE) 以及 31B 稠密模型。其性能表现堪称惊艳：31B 模型目前在行业标准的 Arena AI 文本排行榜上稳居全球开源模型第三

全球最大的创投基金之一，总部位于硅谷的General Catalyst，在过去两年不到的时间里，刚刚合并了本地创投公司Venture Highway之后，便宣布将在接下来的五年中投入50亿美元进入印度市场。 这一承诺是在新德里举行的India AI Impact Summit上宣布的。General Catalyst的投资将覆盖人工智能、医疗健康、国防技术、金融科技和消费科技等领域。相较于此前为其在印投资预留的资金量（5亿至10亿美元），本次的投入可谓是大幅增加。 印度，作为世界上人口最多的国家之一，并且拥有超过10亿的互联网用户，正逐渐成为全球重要的AI投资目的地；而新德里也计划在未来两年内吸引200多亿美元的AI基础设施投资额。General Catalyst的首席执行官Hemant Taneja表示：‘印度将培育出下一代全球平台公司’。 在演讲中，Taneja还提到：General Catalyst认为印度最大的AI机会在于大规模的实际应用，而不是所谓的前沿模型；这主要是因为其政府建设的支持性数字基础设施、庞大的本土市场和深度的服务人才库。而这一投资计划也印证了全球科技巨头们对印

/* 默认白昼模式：深灰字 */ .aibing-content { font-family: -apple-system, BlinkMacSystemFont, "Microsoft YaHei", sans-serif; line-height: 1.8; font-size: 16px; color: #1f1f1f; /* 默认深色 */ } .aibing-content h2 { margin: 30px 0 15px; font-weight: 700; border-left: 4px solid #007bff; padding-left: 10px; color: inherit; /* 跟随父级 */ } .aibing-content a { colo

2026年4月30日，StrictlyVC在旧金山开启新一年的活动。这个场合为行业领导者提供了无过滤的火炉边聊天的机会，分享内部VC见解，并建立真正能推动业务发展的联系。然而，这场活动的一个意外插曲却让整个科技新闻界都震动了。 软件工程师在周二发现，Anthropic——一家以其领先的人工智能产品而闻名的公司——在最近的一次发布中，无意间包含了访问其最受欢迎产品Claude Code命令行应用源代码的链接。AI爱好者们仔细研究了泄露的代码，希望能从中窥探到Anthropic如何利用在其应用底层的大型语言模型（LLM）来提升产品的性能。 这一意外事件引发了GitHub上的大规模行动。Anthropic收到了美国数字版权法下的删除通知要求GitHub移除包含违规源码的仓库。据GitHub记录显示，这个通知被执行到了大约8,100个代码库上——其中包括一些合法的Anthropic Claude Code分支。 愤怒的社交媒体用户和受到牵连的开发者们在事件中发出了强烈的抗议声音。Anthropic的Claude Code负责人Boris Cherny随后发表声明，称这是一个意外，并撤回了大部分

随着企业人工智能从回答问题的聊天机器人转向真正推动组织工作的系统，谁将掌握支持这一切的AI底层？初创公司Glean自推出企业搜索产品以来，已发展成为所谓的“AI工作助手”，旨在位于其他AI体验之下，连接内部系统、管理权限，并在员工工作的任何地方提供情报。 投资者也在押注这一愿景——去年6月，这家初创公司以72亿美元的估值筹集了1.5亿美元的资金，在竞争加剧的情况下与科技巨头捆绑人工智能相抗衡。 TechCrunch Equity播客主持人Rebecca Bellan在卡塔尔Web Summit上与Glean创始人兼首席执行官Arvind Jain进行了一次深入对话，探讨企业如何思考AI架构、推动合并的因素以及AI代理领域的真实情况和炒作。请收听完整的播客以了解更多信息。 订阅Equity播客：在YouTube、Apple Podcasts、Overcast、Spotify及其他平台获取最新内容。 您也可以通过@EquityPod关注Equity。 音频制作人介绍： Teresa Loconsolo是TechCrunch的音频制作人，专注于主持播客Equity。她在

科技财经报道 近日，一项名为Glow（闪光）的技术在学术界引起了广泛关注。Glow是一种基于可逆1x1卷积的生成模型，它标志着在可逆生成模型领域的一项重要突破。 什么是Glow？ Glow并不是一项全新的理论或概念，而是在已有研究基础上的一种技术创新。其核心在于使用了具有可逆性的1x1卷积操作，这意味着每一次生成过程都可以被完全逆向追溯，这对于训练和优化模型来说是一个巨大的优势。 Glow的创新之处 简化架构设计：Glow通过引入可逆性，不仅实现了高效的训练和推理流程，还大大简化了网络结构的设计。这使得研究者能够更加专注于模型的功能实现而非复杂的计算细节。 生成高质量图像：Glow在生成高分辨率、逼真度高的图像方面表现卓越。这对于需要视觉内容创作的应用场景来说意义重大，比如艺术创作、虚拟现实等。 灵活的数据特征提取与应用：除了图像生成之外，Glow还能够发现有用的特征用于数据属性的调整和修改。这为后续的研究和应用提供了广泛的可能。 开放源码与未来展望 为了促进技术交流和发展，研究团队不仅发布了Glow模型的代码，还提供了一个在线可视化工具，让公众可以

初创企业创始人正被逼迫比以往任何时候都更快地行动，同时利用AI技术，面对越来越紧张的资金、不断上涨的基础设施成本以及更早展示实际进展的压力。云信用额度、访问GPU和基础模型让起步变得更加容易，但那些早期基础设施的选择可能会在企业超出免费额度进入真正的云账单阶段时产生意想不到的后果。 在这期TechCrunch的Equity播客中，TechCrunch资深记者Rebecca Bellan与Google Cloud全球初创企业的副总裁Darren Mowow进行了交谈。他们讨论了Mowow在创业生态系统中所见的趋势、Google Cloud如何争夺AI初创企业以及创始人在扩展时应该考虑的问题。 通过完整的播客，听众可以了解以下内容： 订阅Equity Podcast可以在YouTube、Apple Podcasts、Overcast、Spotify和其他平台收听。 您还可以在X和Threads上关注EquityPod，关注@EquityPod。 Rebecca Bellan是TechCrunch的资深记者，专注于报道塑造人工智能业务、政策和新兴趋势的人工智能。她的作品还

Google 在本周四发布了其最新版本的 Gemini Pro，这是一款强大的语言模型（LLM）。新推出的 Gemini 3.1 版本目前仅作为预览版提供，不久将正式发布。据 Google 称，这款新版模型可能是迄今为止最强大的 LLM。 观察者们指出，Gemini 3.1 Pro 在功能上比其前一个版本 Gemini 3 显著提升，后者在去年十一月推出时已经被认为是一款非常有能效的人工智能工具。本周四，Google 还公布了来自独立基准测试数据（如 Humanity’s Last Exam）的统计结果，显示新模型的表现远远超过了之前的版本。 AI 初创公司 Mercor 的 CEO Brendan Foody 也对 Gemini 3.1 Pro 表示赞赏。其公司的基准系统 APEX 是为了衡量新 AI 模型在现实专业任务中的表现而设计的。Foody 在社交媒体上表示，Gemini 3.1 Pro “现在位于 APEX-Agents 领导板的首位”，并强调这一模型取得的出色成绩表明“代理人工智能正在迅速提高其实际知识工作的能力。” 如今，随着 AI 模型之间的竞争愈演愈烈，科技公司们继

摘要 随着科技的不断进步，人工智能（AI）在游戏开发中的作用日益显著。在今年的Google I/O 2026开发者大会上，AI技术将成为游戏展示的核心元素之一。本次报道将深入探讨AI如何通过Gemini模型影响游戏设计与内容创作，并介绍在“Save the Date”活动中是如何利用这些技术来提升玩家体验。 一、AI在Google I/O 2026中的重要性 Google I/O大会是谷歌展示最新技术和产品的重要平台。今年的会议将于5月19日至20日在硅谷举行，众多开发者和科技爱好者将汇聚一堂。为了进一步提升参会者的体验，在活动启动之前，主办方特别安排了“Save the Date”谜题游戏。 二、AI融入游戏设计 在这些游戏中，Gemini模型发挥了关键作用。从代码生成到实时内容创作，Gemini通过多种方式助力游戏开发。例如，“Supersonic Bot”是一个基于语音控制的游戏，玩家通过调整音量帮助Android Bot飞行。而在“Hole in one”迷你高尔夫游戏中，AI caddy会根据玩家的打法提供个性化建议。 三、个人Chrome Dino奖励

Google has recently updated its policies, allowing US-based Gmail users to modify their email addresses. This move is part of Google's ongoing efforts to improve user experience and provide more flexibility in managing online accounts. 🔗 来源：Google now lets you direct avatars through prompts in its Vids app (AI 严选)

今天，我们宣布了谷歌Sheets中Gemini的新Beta功能。这些新特性旨在帮助用户从基本任务到复杂数据的分析，只需描述您的需求即可进行创建、组织和编辑工作表。 Gemini在Sheets中的最新进展尤其值得关注。它已经达到了业内顶尖水平，在处理“SpreadsheetBench”公开基准测试集中的复杂真实世界电子表格时自主操作表现卓越。这一基准测试集评估模型在实际场景中修改电子表格的能力，Gemini实现了70.48%的成功率，不仅超越了竞争对手，甚至接近人类专家的能力。 “我们期待看到您如何使用这些新功能。”谷歌表示，并邀请用户探索更多关于Gemini在Sheets、Drive、Docs和Slides中的全面更新。欲了解更多信息，请参阅我们的关键词文章和Google Workspace公告。 这一进展标志着智能办公技术的新时代，让我们保持联系，获取来自Google的最新资讯，让创新引领未来。 🔗 来源：Gemini in Google Sheets just achieved state-of-the-art performance. (AI 严选)

谷歌周三宣布，在其 Gemini 应用中新增了音乐生成功能。该公司正使用 DeepMind 的 Lyria 3 音乐生成模型来支持这一特性，该功能目前仍处于测试阶段（beta）。要使用此功能，用户只需描述他们想要创作的歌曲类型，应用将会自动生成一曲并附上歌词。 例如，你可以要求 Gemini 创作一首“滑稽的 R&B 慢歌，讲述袜子找到另一半的故事”，应用将生成一段 30 秒的曲目，并配有 Nano Banana 设计的封面图。谷歌表示，用户甚至可以上传照片或视频，AI 驱动的工具将会根据媒体文件的情绪来创作歌曲。 Lyria 3 相较于之前的模型有所改进，能生成更逼真和复杂的音乐片段。用户还可以更改并控制其他元素如风格、人声和节奏。除了将 Lyria 3 集成到 Gemini 应用中之外，谷歌还通过 YouTube 的 Dream Track 功能向创作者开放了这一模型，帮助创作者制作 AI 生成的曲目。该选项之前仅限美国地区的 YouTube 创作者使用，现在全球范围内的创作者都可以访问。 “音乐生成以 Lyria 3 为驱动，并旨在促进原创表达，而不是模仿现有

近日，谷歌宣布在其振动编码应用 Opal 中加入了一种新的自动化工作流创建方式。通过这一新功能，用户可以利用文本提示来计划和执行任务，并且这些任务会自动由 Gemini 3 Flash 模型选择工具进行处理。 例如，当一个与电子商务相关的应用程序需要维护购物清单的记忆时，这个新特性可以用 Google Sheets 来完成。此外，新的代理能够自行规划任务的下一步行动，如果需要更多信息或有多种可能性，会请求用户输入或提供选择来决定后续步骤。这一功能使得非技术背景的用户也能在应用中构建复杂的流程。 Opal 是于 2025 年七月份首先面向美国用户推出的，它允许任何人创建小型网络应用程序或者重新设计现有的应用程序。到了同年十月，谷歌将 Opal 推广到了加拿大、印度、日本、韩国、越南、印尼、巴西和新加坡等15个国家的用户。在十二月，谷歌进一步将这一工具集成到 Gemini 网页应用中，允许用户通过可视化编辑器创建自定义应用而无需编写任何代码。 除了谷歌之外，还有许多其他初创公司也在开发类似的工具，让用户可以通过自然语言提示来构建应用程序。Lovable 和 Replit 是其中

谷歌今天宣布推出了其流行图像生成模型的最新版本——Nano Banana 2。这款新模型在技术上被称为 Gemini 3.1 Flash Image，能够比前一代生成更加逼真的图像。 Nano Banana 2 将成为 Gemini 应用程序中 Fast、Thinking 和 Pro 模式的默认图像生成模式。公司于去年8月首次发布了 Nano Banana，在该应用中人们产生了数百万张图像，尤其是在印度等国家。 在11月，谷歌推出了 Nano Banana Pro，允许用户生成更详细和高质量的图像。而新的 Nano Banana 2 保留了 Pro 模型的部分高保真特性，但生成图像的速度更快。公司表示，该模型可以生成从512px到4K分辨率不等的不同比例方面的图像，并且在一次工作流程中最多可保持五个角色的一致性以及多达14个物体的保真度。 Nano Banana 2 还能够处理复杂的请求并生成具有更多生动光线、更丰富的纹理和更清晰细节的媒体。该模型将在所有 Gemini 应用程序中的图像生成中默认使用，并且也将成为其视频编辑工具 Flow 中图形生成的默认模型。Nano Banana

面对持续不断的垃圾信息投诉，谷歌正在印度加大其Rich Communication Services（RCS）平台的安全防护措施。最近，印度第二大电信运营商巴蒂电信宣布与谷歌建立合作关系，将整合其网络级别的垃圾信息过滤功能到RCS生态系统中。 据巴蒂电信称，此次合作意在加强平台上的防欺诈保护，防止不必要的消息骚扰。印度作为短信和数字支付渠道上的垃圾信息和欺诈行为特别猖獗的市场之一，面临着巨大的挑战。2022年，在谷歌的RCS平台上通过Google Messages应用发送的广告投诉量很大，导致公司暂停了该平台上的商业推广活动。 不过，一些用户仍表示对垃圾信息感到不满，这表明问题并未完全解决。巴蒂电信此前一直在谨慎考虑与谷歌RCS的合作关系，直到其网络能够通过自身的防欺诈系统进行路由传输。该公司发言人表示：“我们没有上线谷歌的RCS服务，因为我们希望RCS消息首先经过我们的防欺诈过滤器。” 根据合作协议，巴蒂电信的网络智能技术将与谷歌的RCS平台相结合，实现对商业信息的实时检查和验证、垃圾邮件检测以及遵守用户的勿扰设置等。巴蒂电信称这是首次通过电信运营商直接将防欺诈系统集成到

作为Google Cloud的产品副总裁，Michael Gerstenhaber主要负责Vertex AI，这是公司的统一平台，用于部署企业AI。他的工作让他能够从高层视角了解公司实际如何使用AI模型，并识别出仍需完成的工作，以释放自主式AI的潜力。 在采访中，Gerstenhaber提到一个我之前未曾听说过的观点：AI模型同时在三个前沿领域内推动着发展：原始智能、响应速度以及一种与其原始能力关系不大的成本质量——是否能够廉价部署到大规模且不可预测的运行规模中。这是一种新的思考模型能力的方式，并特别适合任何希望推动前沿模型发展方向的人。 以下是此次采访的简化版（已删减部分内容以确保长度和清晰度）： 您能先为我们介绍一下您的AI经历以及在Google的工作内容吗？ 我从事AI约两年时间。曾在Anthropic工作了1.5年，现在快半年了。我在运行Vertex AI，这是Google的开发者平台。我们的大多数客户都是工程师，他们正在构建自己的应用程序。他们需要访问自主式模式、自主式平台以及世界上最智能模型的推断功能。但我不提供这些应用本身，这些都是Shopify、Thomson Reut

在2026年Founder Summit峰会在波士顿召开之际，不要错过节省高达300美元的门票。立即注册。 Flash floods是世界上最致命的天气事件之一，每年导致超过5,000人死亡。然而，由于它们来得突然且具有地域性，因此很难进行全面监测和预测。但Google认为它找到了解决这个问题的方法——通过阅读新闻的方式。 尽管人类已经积累了大量的气象数据，但由于突发洪水的短暂性和局部性，无法像温度或河流流量那样进行长期监测。这导致了深度学习模型在预报天气方面的能力有限，却无法预测突发洪水。 为了解决这个问题，Google研究人员利用其大型语言模型Gemini筛选了全球500万篇新闻文章，从中提取出260多万次洪水报道，并将这些报告转化为带有地理标签的时间序列数据“Groundsource”。这是首次使用语言模型进行此类工作的尝试。根据Google Research产品经理Gila Loike的说法。 通过将Groundsource作为真实世界的基准数据集，研究人员训练了一个基于长短时记忆（LSTM）神经网络的模型，可以吸收全球天气预报并生成特定区域发生突发洪水的概率。目前，G

在美国内阁对人工智能公司Anthropic提出全面技术访问要求时，Anthropic与国防部发生了僵局。然而，在国防部最后期限临近之际，超过300名Google员工和60多名OpenAI员工签署了一封公开信，敦促两家公司的领导支持Anthropic并拒绝这一单边要求。 具体来说，Anthropic反对使用人工智能进行国内大规模监控和自主武器。公开信的签名者呼吁雇主“放下分歧，站在一起”，以维护Anthropic所划定的界限。信中提到：“他们试图通过恐惧将两家公司分化开。” “这种策略只在没有人知道其他人的立场时才能奏效。” 这封公开信特别要求Google和OpenAI的高管们保持对大规模监控和自主武器的红线。信中写道：“我们希望我们的领导人能够放下分歧，站在一起，继续拒绝国防部当前的要求。”目前两家公司的领导尚未对此正式回应。 在周五上午接受CNBC采访时，OpenAI首席执行官Sam Altman表示他“个人不认为五角大楼应该威胁DPA来对付这些公司”。据CNN记者报道，一位OpenAI发言人确认了该公司与Anthropic的红线一致，即反对自主武器和大规模监控。 相

2026年Founder峰会将在波士顿举行：立即注册享受高达300美元的票务优惠。 2026年颠覆者峰会：今晚11:59之前注册，可节省高达680美元。立即注册。 Google已将Canvas AI模式扩展至全美国用户，并以英文提供。此前，该功能仅作为Google Labs实验的一部分对部分用户开放。 Canvas AI模式旨在帮助用户组织和规划项目或深入研究。现在，该功能支持在Google搜索引擎中起草文档或创建自定义工具。Google表示，在AI模式下，用户可以描述一个想法，并观看生成的代码如何将这个想法转化为可分享的应用程序或游戏。 目前，Canvas已经在Gemini中提供给Google AI Pro和Google AI Ultra订阅者使用。这些用户可以访问最新的Gemini 3模型以及更大的100万词上下文窗口，以支持更复杂项目的需求。随着Canvas通过Google的AI搜索功能（即AI模式）向全美所有用户提供，更多人将有机会体验这一功能。 虽然Canvas与来自OpenAI和Anthropic等竞争对手的类似工具竞争激烈，但ChatGPT的功能是在接收