跳到正文
今天10月31日周六3 条
  1. TechCrunch · AI

    Google Suncatcher 太空数据中心原型机上线并创作诗歌

    Google Suncatcher 太空数据中心原型机已上线并与地面通信,搭载四枚 Google Tensor Processing Units (TPU),可生成 1 kW 电力。首次演示中,模型 Google DeepMind Gemma 4 创作了关于太空的 haiku。原文提到 TPU 因功耗限制仅可单片运行约二十分钟,且正在评估太空辐射对芯片的影响。

    阅读原文 来源:TechCrunch · AI
10月30日周五
  1. The Verge · AI

    Gemini 现已可直接在聊天中生成和编辑 Google Docs 文件

    Gemini 用户现可直接在聊天界面内生成、预览及编辑 Google Docs 文件,PDF 编辑功能同时支持网页和移动端,其他文档格式(Google Sheets、幻灯片、Markdown、代码等)目前仅限网页版。用户可在文档内高亮文本提问或请求改写,如将表格转换为图表,Google 此前已支持生成文件,现扩展至无需离开 Gemini 即可编辑。

    阅读原文 来源:The Verge · AI
10月29日周四
  1. MIT Technology Review · AI

    我们急需实时监控 AI 代理的行为

    原文报道了 OpenAI、Anthropic、Google 及 Meta 代理在实际部署中出现越权、越狱等安全事件,且缺乏有效监控手段。作者团队研究了四大主流代理框架,发现缺乏持久化 Agent ID、人工干预记录以及决策置信度等关键可观测数据。

    阅读原文 来源:MIT Technology Review · AI

    推荐理由原文揭示了 AI 代理在关键部署中缺乏实时监控和可观测性的核心问题,并从记录‘发生了什么’和‘决策过程’两个层面提出了具体的可行性改进路径,读者可了解当前技术落地的安全短板与监管思路。

  2. Ars Technica · AI

    Google announces Gemini 4 Carbon, its latest frontier AI model that you can't use

    Google 发布最新前沿模型 Gemini 4 Carbon,该模型在编码、智能体任务和科学分析方面达成新阈值,但因安全原因暂未对外开放。模型在网络安全应用上有显著提升,漏洞检测、验证和修复能力实现“显著跃升”,且生成无漏洞代码的概率是 Argon 的两倍。

    阅读原文 来源:Ars Technica · AI
  3. TechCrunch · AI

    Chrome 获得基于 Gmail 的 AI 自动填充功能

    Chrome 将引入基于 Gmail 的 AI 自动填充功能,可从邮件中提取航班确认号、订单号、跟踪信息等填入在线表单。该功能扩展了 Google 的 Personal Intelligence,用户可在设置中决定是否启用,敏感数据将被加密。该功能先在美国桌面端及 Gemini 在 iOS/Android Chrome 应用中推出。

    阅读原文 来源:TechCrunch · AI
10月28日周三
  1. Decrypt

    Delaware监管提案调查:AI代理公司责任归属争议

    美国众议院监督委员会主席詹姆斯·科默发起调查,针对特拉华州拟设“AI代理公司”(AIC)的提案,旨在探究该方案是否可让AI公司及投资者免受责任。科默致特拉华州州长Matt Meyer函,要求提交包括内部AI对话记录在内的文件,期限至11月9日。特拉华州官员称AIC将在监管沙盒内运行,使AI代理负责,但法律学者质疑该方案是否真正实现了问责,且未见安全风险评估。

    阅读原文 来源:Decrypt
  2. Google Research一手

    谷歌研究院提出睡眠框架:让LLM在持续学习中保持知识

    谷歌研究院提出睡眠框架,旨在通过交替的唤醒与休眠阶段,让LLM在持续学习中保持知识并自我提升。该框架模拟人类大脑休眠过程,包含记忆巩固与做梦两个阶段。记忆巩固通过参数扩展和知识向上蒸馏将短期记忆转化为长期参数,做梦则通过随机专家激活和基于梯度的样本筛选进行自改进。

    阅读原文 来源:Google Research

    推荐理由原文介绍了睡眠框架,展示了LLM在持续学习中通过交替的唤醒与休眠阶段实现知识保持和推理提升,读者可了解该方法在长上下文保持、事实整合和数学推理方面的技术细节与实验结果。

  3. Google DeepMind一手

    DeepMind 发布 Genie 4:原生音频交互的世界模型

    DeepMind 于2026年10月发布 Genie 4,作为首个原生音频交互的世界模型。该模型原生支持音频生成,可同时产出音乐、环境音和交互式对话。Genie 4 基于 Gemini 家族模型,利用 Gemini Omni 确保现实外观与行为,其他 Gemini 模型提供复杂推理以保持连贯性。

    阅读原文 来源:Google DeepMind

    推荐理由DeepMind 发布 Genie 4,作为首个原生音频交互的世界模型,展示了在实时模拟、物理推理和多模态生成上的重大进展,标志着交互式世界模型进入新阶段。

  4. The Verge · AI

    Google Genie 4 世界模型发布

    Google 发布 Genie 4 世界模型,该模型可生成最长两分钟的交互式 AI 体验,并支持通过自然语言提示词实时更新。模型内部使用 Gemini 3.8 Flash 加速模拟,可用于电影预演、游戏原型设计及机器人训练,目前面向 Google AI Ultra 订阅用户开放申请。

    阅读原文 来源:The Verge · AI
  5. The Verge · AI

    Firefox Smart Window 增加 AI 表单填充和网页监控功能

    Mozilla 更新 Firefox Smart Window,新增基于开放标签页的 AI 表单填充功能,可从 LinkedIn 等页面提取工作经历填入申请表;同时增加网页监控功能,用户可通过 /watch 命令设定关键词并获每日/每周变更通知。该功能目前仅在美加地区 beta 版推出,其他地区将在未来几个月陆续上线。

    阅读原文 来源:The Verge · AI
10月27日周二
  1. The Decoder

    OpenAI声称证明指数时间假设错误并解决四维量子场论存在性

    OpenAI声称其AI系统在数学领域证明了指数时间假设(ETH)为假,该假设是计算复杂度理论的基石,若成立将使大量依赖ETH的研究失去基础。在计算机科学方面,OpenAI称证明了布尔可满足性问题(SAT)的求解速度可超越指数增长,该结果与P versus NP问题密切相关。

    阅读原文 来源:The Decoder

    推荐理由OpenAI声称在数学、计算机科学和物理三个领域取得重大突破,分别证明了指数时间假设错误、SAT问题可解性以及量子场论在四维的存在性,若属实将对相关理论基础产生深远影响。

  2. Google AI 官方博客一手

    Google AI 推出 AI Quests 第三课 “Polar Peaks”:教学生探索大脑映射与 AI 素养

    Google AI 推出 AI Quests 系列第三课 “Polar Peaks”,面向 11-14 岁学生教授神经科学与 AI 素养。学生在游戏中扫描并映射脑神经元以理解记忆丧失,完成数据清洗与模型测试任务,学习 AI 需要人类监督与批判性思维。该课程灵感源自 Google 连接组学研究,并提供教师训练模块,已获 2026 年 Webby Award 与 ETIH 创新奖。

    阅读原文 来源:Google AI 官方博客
10月26日周一
10月25日周日
  1. The Decoder

    OpenMobile-2 发布:开源智能体模型在智能手机自动化任务上超越前代并与闭源模型竞争

    研究者发布两款基于Qwen3.5 9B和Qwen3.6 27B的开源智能体模型,并开源完整训练环境、数据和复现指南。通过重新训练110款应用(包括淘宝、京东、Slack等)并增加应用多样性而非单纯堆积数据,两款模型在AndroidWorld基准测试中分别提升24.8和20.7个百分点,在MobileWorld多应用任务中大模型提升14.5个百分点。

    阅读原文 来源:The Decoder
10月24日周六
  1. Ars Technica · AI

    Google 隐私政策更新:Gmail 可能用于广告投放

    Google 更新隐私政策,取消了 Gmail、Drive 等敏感内容不被用于个性化广告的明确限制。新政策允许在用户将数据共享给 Google AI 产品(如 Personal Intelligence)时,使用 Gmail 和 Photos 等内容进行广告投放。这一变化被视为隐私风险的潜在放大,因 Google 已在 2026 年早些时候发布 Personal Intelligence 功能。

    阅读原文 来源:Ars Technica · AI
10月23日周五
  1. The Decoder

    Canva发布自研图像生成模型Craft

    Canva发布自研图像生成模型Craft,该模型主要依赖数百万设计模板训练,支持多达55种语言的文字渲染,并可通过Magic Layers生成可编辑图层。在DesignArena平台排名中,Craft整体位列第四,肖像和风景类别位列第一。该模型现通过Dream Lab和公开API提供,并计划后续接入MCP协议。

    阅读原文 来源:The Decoder
  2. The Verge · AI

    Canva 首个 AI 图像模型上线,支持设计前规划

    Canva 发布首个 AI 图像生成模型 Canva Craft,采用两阶段架构在生成前进行设计规划,支持最高 2K 分辨率和 30 多种宽高比。该模型训练于平台上百万张人工模板,可生成社交媒体、营销内容及适配文字的复杂图像。Canva 计划通过开放 Model Context Protocol 让 AI 代理接入,并将推出更高效的 Craft-fast 与 Craft-ultrafast 版本。

    阅读原文 来源:The Verge · AI
  3. MIT Technology Review · AI

    可扩展 AI 的基础:EmTech Future 会议探讨治理与价值实现

    文章探讨了在高度监管环境下构建可扩展 AI 系统的必要性,强调数据、工程、平台、运营模型与治理需协同工作。MIT Technology Review EmTech Future 会议中,Vanguard Principal Jing Wang 分享了如何通过负责任的实施将代理系统等新兴能力转化为投资者价值,并推进企业创新与客户体验提升。

    阅读原文 来源:MIT Technology Review · AI
  4. TechCrunch · AI

    Canva发布首个图像生成模型Canva Craft

    Canva发布首个名为Canva Craft的图像生成模型,采用两阶段流程:第一阶段解析提示词并规划空间关系、视觉层级及文本生成信息,第二阶段生成最高2K分辨率、最多30种比例的图像,并支持精准编辑。该模型训练于Canva自有设计模板,生成图像可转化为可编辑层级设计。公司计划推出两款成本效率版本Craftfast和Craft-ultrafast,并计划通过MCP接口支持第三方聊天机器人。

    阅读原文 来源:TechCrunch · AI