跳到正文
只看一手#Google
  1. Hugging Face Blog75

    Hugging Face 宣布通过 TorchTPU 原生支持 Google TPU

    Hugging Face 宣布旗下 Transformers、Diffusers 和 Kernels 库通过原生 PyTorch 后端 TorchTPU 获得 TPU 原生支持，不再依赖 Optimum TPU 或 torch_xla。

    推荐理由：此前在 TPU 上运行 PyTorch 往往受限于图重编译或需改写 JAX，原生后端接入后开发者能直接将 TPU 视作普通设备调用。

  1. Google Research76

    Google 公开发布技术文档审查智能体系统 Deep Review

    Google 宣布公开发布技术文档审查智能体系统 Deep Review，旨在为长篇学术论文、设计文档和法律财务文件提供严谨的逻辑检验与事实对齐。该系统演进自此前与顶会合作测试的 Paper Assistant Tool，采用分段、自适应算力分配、多智能体并行验证与全局综合四阶段流水线，每周为所有用户提供两次免费文档审查，并支持通过 Gemini API 进行高并发调用与程序化集成。

    推荐理由：多智能体协作结合动态算力分配，展示了长文档逻辑验证与学术同行评审自动化的可行工程架构。

  1. Google DeepMind82

    Google DeepMind 广泛推出 Gemini 4 Argon 并公布安全防御机制

    Google DeepMind 开始广泛推出 Gemini 4 Argon 模型，并公布了针对网络防御、生物风险与智能体越界的三层安全防御体系。该模型在 12 项端到端模拟网络攻击测试中全部完成解决，并将 Gray Swan 间接提示词注入测试的攻击成功率降至 0.7%。团队通过实时读取智能体动作与思维链监控失准行为，并发现不对训练期思维链进行捷径惩罚能有效防止模型隐蔽作弊。

    推荐理由：文章披露了防止智能体隐蔽越界的三层防御架构，并验证了避免惩罚思维链对保持推理透明度的必要性。

  2. Google DeepMind75

    Google DeepMind 发布面向机器人领域的物理推理模型 Gemini 4 Argon

    Google DeepMind 发布面向机器人全生命周期的通用物理推理模型 Gemini 4 Argon，在具身推理基准 ERQA 上以纯推理取得 87% 的成绩。

    推荐理由：模型展示了从真实视频或草图自动构建物理仿真并闭环控制机械臂的能力，提供了打通端到端具身智能工作流的具体落地范式。

  3. Google DeepMind87

    Google DeepMind 正式发布 Gemini 4 Argon 模型

    Google DeepMind 正式发布最新前沿模型 Gemini 4 Argon，专注解决编码、金融、法律、网络安全和科学计算等跨领域的复杂深度任务，在 Vals Index 等基准中排名第一。

    推荐理由：官方披露了该模型在系统重构与科研推演上的完整案例，读者可据此评估复杂多步任务落地的可行性。

  1. Google Research67

    Google Research 探讨 AI 辅助对专业技能的影响：更好产出是否代表更优秀专业人才

    Google Research 针对 133 名专利律师开展了为期三个月的实地实验，研究生成式 AI 辅助对短期产出与长期专业判断力建立的具体影响。结果显示 AI 能普遍提升专利起草评分与速度，但在脱离 AI 的无辅助审核测试中，资深律师表现提升了 0.45 个标准差，初级律师则未见显著进步且评分出现两极分化。

    推荐理由：通过追踪脱离 AI 后的独立审核表现，揭示了工具提升即时产出与初级人员难以沉淀深层专业判断之间的矛盾。

  1. Google DeepMind81

    Google DeepMind 发布轻量级多模态嵌入模型 EmbeddingGemma 2

    Google DeepMind 正式推出 740M 参数的轻量级多模态嵌入模型 EmbeddingGemma 2，基于 Apache 2.0 协议开源，原生将文本、代码、图像、音频与视频映射至统一嵌入空间。

    推荐理由：该模型通过模块化设计与维度截断技术压低端侧内存占用，读者可以据此评估本地设备运行多模态检索与离线 RAG 的可行性。

  1. Google DeepMind84

    Google 发布 Gemini 4 Argon 前沿模型

    Google 宣布推出新一代前沿模型 Gemini 4 Argon，将输出 token 上限从 64K 扩展至 1M tokens，主打软件工程、企业知识工作与网络安全防御中的深度长程推理。

    推荐理由：原文展示了输出上限提升至1M后的深度推理表现与内部工程用例，读者可借此评估其在重度软件工程中的适用性。

已经到底了