DeepMind 发布 Gemini 3.7 Flash 模型
DeepMind 发布了新的 Gemini 3.7 Flash 模型,该模型在编码和智能体领域表现出色,具有更高的代码准确性和生成生产级代码的能力。此外,该模型还提供了更好的开发者体验和更具竞争力的价格。
推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。
DeepMind 发布了新的 Gemini 3.7 Flash 模型,该模型在编码和智能体领域表现出色,具有更高的代码准确性和生成生产级代码的能力。此外,该模型还提供了更好的开发者体验和更具竞争力的价格。
推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。
DeepMind 推出新的手语到文本翻译模型 SL2T,为听障和听力受损用户提供手语功能,支持 Gboard 和 Pixel 11 上的实时转录。
推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。
Import AI 468期文章探讨了23项关于缓解RSI的政策建议,以及PostTrainBench+在自动化AI研发中的应用。文章还分析了信任和透明度在AI竞赛中的作用,以及AI系统在研发过程中可能带来的影响。
DeepMind 发布了 WeatherNext AI 模型,该模型在台风预测方面取得了突破性进展,并开源了模型代码,旨在推动气象领域和AI应用的发展。
推荐理由:WeatherNext AI模型在预测台风方面取得了突破性进展,并开源了模型代码,对气象领域和AI应用有重要影响。
DeepMind 发布了 Gemini Robotics ER 2,这是一个能够进行视频理解、任务编排和多机器人协作的机器人技术,旨在使机器人在物理世界中更加有用。该模型允许机器人与人类交流、理解物理世界并规划多步任务,同时支持机器人之间在共享空间中协作完成复杂工作流程。
推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。
Google DeepMind 推出音乐生成模型 Lyria 3.5,在音乐性、歌词、人声和创意控制方面实现显著提升,现已在 Google Flow Music 中推出,用户可创作更丰富的音乐作品。
该研究介绍了 K-Search,一个利用 AI 优化 GPU 内核的框架,并将其扩展到 Apple Silicon 的 MLX 框架。通过将 CUDA 内核优化知识迁移到 Apple Silicon,实现了在 Apple Silicon 上达到接近专家级别的性能。
推荐理由:该研究展示了如何将 CUDA 内核优化知识迁移到 Apple Silicon,为跨平台 AI 编码工具提供了新的可能性。
DeepMind 发布了 Gemini Robotics 2,这是一款能够为机器人提供全身智能、高级灵巧和团队协作能力的智能层。它能够使机器人通过每个动作进行推理,解锁各种任务,例如行走、蹲下、伸展和操纵物体来清理杂乱的房间。
推荐理由:原文介绍了 Gemini Robotics 2 的能力提升和开放入口,读者可以据此判断它会如何改变现有工作流。
HelloGitHub 第 124 期分享了 GitHub 上有趣、入门级的开源项目,包括复古 PC 模拟器、小巧的 Windows 网络管控工具、更好的 Windows 系统清理工具、解锁 NVIDIA 驱动隐藏设置、死亡搁浅 2 背后的物理引擎等。
ABBEL框架通过将信念状态作为智能体的工作上下文,并监督信念状态的内容,提高了长时交互的效率,在协作代码生成等场景中展现出优势。
DeepMind宣布为Genesis Mission投入4000万美元,提供前沿AI科学工具,包括AlphaEvolve、AlphaFold 3等,以加速科学发现。
推荐理由:DeepMind宣布为Genesis Mission投入4000万美元,支持AI在科学研究中的应用,读者可以关注其对科学研究的潜在影响。
DeepMind 发布了新的 Gemini 模型,包括 3.6 Flash、3.5 Flash-Lite 和 3.5 Flash Cyber,旨在提高 AI 智能体的效率、降低延迟并提高可靠性。
推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。
DeepMind 推出 Gemini 3.5 Flash Cyber 智能安全模型,基于 3.5 Flash 并针对快速发现、验证和修复漏洞进行了微调,旨在提供高效、经济、可扩展的网络安全解决方案。
推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。
DeepMind 和 Isomorphic Labs 合作,通过预防、检测和应对三个关键领域,利用 AI 技术提高社会对传染病和未来疫情的应对能力。
推荐理由:DeepMind 和 Isomorphic Labs 共同分享了对生物韧性的方法,通过合作和先进技术来提高社会对传染病和未来疫情的应对能力。
Google DeepMind推出Gemini驱动的ATL Saathi,为印度超过1100万学生提供3D打印、物联网和机器人技术等新技术的访问,并利用AI进行高质量导师制的扩展。该应用提供24/7规划与培训助手,支持多语言访问,旨在减轻教师行政负担,提高教学效率。
本文探讨了人工智能成本下降对数据系统的影响,特别是针对智能体的数据系统设计。作者认为,随着人工智能成本的降低,智能体将成为数据系统的主导工作负载,并提出了数据系统为智能体、由智能体和智能体自身的挑战和机遇。
推荐理由:探讨了人工智能成本下降对数据系统的影响,特别是针对智能体的数据系统设计。
Google DeepMind 与电影制作公司 A24 首次合作,旨在通过结合双方的研究和创意,共同开发新技术和流程,以推动娱乐行业的发展。该合作将促进双方在多个项目上的深入研发,并有望在未来扩大娱乐行业的可能性。
伯克利人工智能研究实验室(BAIR)庆祝2026届博士生毕业生,他们的研究涵盖现代人工智能的多个领域,包括机器人、大语言模型、计算机视觉、生成模型、AI安全、人机交互等。毕业生将进入学术界、工业研究实验室和创业公司,继续探索人工智能的未来。
DeepMind 发布了 Nano Banana 2 Lite 和 Gemini Omni Flash,两款模型分别针对图像生成和视频编辑,旨在提高开发者的工作效率和创作能力。Nano Banana 2 Lite 是一款快速且成本效益高的图像模型,而 Gemini Omni Flash 则是一款高质量的视频生成和对话式编辑模型。
推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。
HelloGitHub 第 123 期分享了 GitHub 上有趣、入门级的开源项目,包括 Linux 系统级改键工具、灵活易用的 TLS 库、极简的 Windows 桌面便签工具、开源体素游戏创作平台、老旧平板也能用的手写笔记工具等。
DeepMind 发布了 Gemini 3.5 Flash,其中集成了计算机使用功能,允许开发者构建跨平台交互的智能体。该功能之前作为独立模型存在,现在已集成到主模型中,支持长期和自动化任务。DeepMind 还提供了安全措施,包括对抗性训练和可选的企业级安全系统。
推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。
HelloGitHub 第 122 期分享了 GitHub 上多个有趣、入门级的开源项目,包括 Redis 作者开发的 DeepSeek 专用推理引擎、仅用 2000 行代码实现的极简操作系统、Codex 切换 Provider 找回历史对话的工具、更好看的 Windows 媒体控制弹窗、点击壁纸显示桌面的 Windows 工具等。
本文介绍了自适应并行推理,这是一种新的推理范式,通过让模型自主决定何时分解和并行化子任务,以及如何协调它们,来提高推理效率。
推荐理由:本文介绍了自适应并行推理,这是一种提高推理效率的新范式,读者可以了解其原理和应用前景。
Pretext 是一款基于浏览器的纯 TypeScript 文本测量与排版库,支持多语言、Emoji 和富文本,适用于虚拟滚动列表、多行消息和响应式排版等场景,无需依赖 DOM,可精确计算文本尺寸。
该论文介绍了GRASP,一种新的基于梯度的规划器,用于解决长时程规划问题。GRASP通过将轨迹提升到虚拟状态、直接向状态迭代添加随机性和重塑梯度来提高规划的鲁棒性。
推荐理由:该研究提出了GRASP,一种新的基于梯度的规划器,用于解决长时程规划问题,为世界模型的应用提供了新的思路。
HelloGitHub 第 120 期分享了 GitHub 上 60 个有趣、入门级的开源项目,涵盖 C、C#、C++、Go、Java、JavaScript、Kotlin、Python、Rust、Swift 等编程语言,以及人工智能、桌面应用、移动应用等多个领域。
SPEX 和 ProxySPEX 算法能够在大规模上识别关键交互,有助于提高机器学习系统的可解释性。SPEX 利用信号处理和编码理论,ProxySPEX 则利用层次结构特性,以更少的消融成本实现高效交互发现。
推荐理由:SPEX 和 ProxySPEX 算法能够在大规模上识别关键交互,有助于提高机器学习系统的可解释性。
阿里开源轻量级进程内向量数据库 zvec,基于 Proxima 引擎构建,提供本地化、低延迟的向量数据管理和语义检索能力,支持混合搜索、数据持久化、重排序等功能。
HelloGitHub 第 118 期分享了 GitHub 上有趣、入门级的开源项目,包括纯命令行的文件管理器、自动生成双语字幕的视频播放器、跨平台的可视化路由追踪工具。
本文提出了一种基于信息理论的新方法来评估和优化成像系统,该方法在多个成像领域取得了良好的效果,并具有潜在的应用前景。
推荐理由:本文提出了一种基于信息理论的新方法来评估和优化成像系统,该方法在多个成像领域取得了良好的效果,并具有潜在的应用前景。
tinypdf是一个用TypeScript开发的PDF生成库,体积仅3.3KB,适用于生成简单文档,如发票、收据、证书等。
HelloGitHub 发布了一个轻量级的 C 语言 JSON 解析库,仅 150 行代码,无外部依赖,适用于嵌入式、物联网和游戏开发等场景。
HelloGitHub 第 115 期分享了 GitHub 上多个有趣、入门级的开源项目,包括终端下的 IO 资源监控工具、C 语言加密库、Steam 游戏资源命令行下载工具。