Hugging Face 与 Cerebras 用 Gemma 4 打造实时语音 AI 演示

Hugging Face 与 Cerebras 展示了一套开源、模块化的实时语音到语音流水线：Nvidia Parakeet 做语音识别，Google DeepMind 的 Gemma 4 31B 在 Cerebras 上推理，阿里 Qwen3TTS 合成语音回复。

Google Research 将 Heat Resilience 数据扩展至全球 50+ 城市

Google Research 将建筑级屋顶反射率数据集从 14 个城市扩展至 50+ 个城市，覆盖 9 个国家，并通过新的 Heat Resilience Earth Engine App 开放访问。该方法融合 Sentinel-2 与 30-cm 高分辨率卫星影像，在 Boulder 验证中 RMSE 仅 0.04，建模显示针对性冷屋顶规划可使全球城市极端高温降低最多 0.5°C。

Google DeepMind 发布 Nano Banana 2 Lite 并向开发者开放 Gemini Omni Flash

Google DeepMind 发布 Nano Banana 2 Lite（gemini-3.1-flash-lite-image），称其为 Nano Banana 家族中最快。

Google Research 发布表格数据零样本基础模型 TabFM

Google Research 发布面向表格数据分类与回归的零样本基础模型 TabFM，将表格预测框定为 ICL 问题，一次前向传播即可生成预测，无需手动训练、调参或特征工程。

Google 用冻结 Multi-Token Prediction 加速 Pixel 上的 Gemini Nano 模型

Google 宣布将 Multi-Token Prediction（MTP）改造性地部署到已冻结的 Gemini Nano v3 模型上，并已向 Pixel 9 和 10 系列推送。

Google 用线性弹性缓存优化云成本，Spanner 内存占用降 15.5%

Google Research 提出线性弹性缓存，将页面淘汰建模为滑雪租赁问题，用轻量机器学习动态调整缓存大小以最小化总拥有成本。在 Spanner 生产环境测试数月后，内存占用降低 15.5%，缓存未命中仅增加 5.5%，TCO 降低约 5%，实际 I/O 成本影响仅 0.5%。该方案用可转为几行 C++ 代码的浅层决策树预测页面 TTL，并在缓存写满时回退到 LRU 淘汰。

Google Research 探究推理如何解锁 LLM 的参数化知识

Google Research 将在 COLM 2026 发表的论文 Thinking to Recall 发现，开启链式推理能让 Gemini-2.5（Flash 和 Pro）与 Qwen3-32B 检索到关闭推理时几乎无法召回的简单事实。

Google DeepMind 在 Gemini 3.5 Flash 中内置 computer use 能力

Google DeepMind 宣布 computer use 成为 Gemini 3.5 Flash 的内置工具，从此前的独立 Gemini 2.5 computer use 模型整合进主力 Flash 模型，开发者可通过 Gemini API 和 Gemini Enterprise Agent Platform 构建能在浏览器、移动和桌面环境操作的智能体。

Import AI 462：AI说服力超越人类专家、自我维持AI时间线与DeepMind探讨通向ASI的路径

Import AI 第462期报道多项研究：牛津、UK AISI、斯坦福与LSE的实验（4项研究、18,978段对话、6,923人）显示AI文本说服力稳定超越专家人类，Opus 4.1和Opus 4.6最强，AI为Save the Children募集真实捐款的效果约为专业募捐员的3倍；限制AI写作速度和长度可抹平差距。

Noam Shazeer@NoamShazeerAI 评分2626

我很高兴分享，我将加入 OpenAI，期待与那里卓越的团队共事。 离开是一个艰难的决定。我为 Google 出色的团队以及我们共同构建的一切感到无比自豪。能与大家共事是我的荣幸，也是一段愉快的经历。

Google DeepMind 与英国政府用 Gemini 打造 AI 规划原型，目标将审批时间减半

Google DeepMind 正与英国政府、Google Cloud、Faculty 及 Barnet、Dorset、Camden 地方规划部门合作，基于 Gemini 共同开发一款 AI 规划原型工具，目标是将住户规划申请的处理时间缩短 50%。

Google Earth AI 如何用高分辨率深度学习框架绘制英国乡村树篱与林地

Google Research 发布矢量化数据集，将 Farmscapes 2020 的高分辨率栅格地图转化为可操作的树篱、石墙与林地清单，覆盖英国超 13 万平方公里。

Google DeepMind 发布 AI Control Roadmap 框架，防御可能未对齐的内部 AI 智能体

Google DeepMind 发布 AI Control Roadmap，提出在传统模型对齐之外增加系统级安全层，将内部 AI 智能体视为可能未对齐的内部威胁进行管理。

Google Research 发布 AI 辅助皮肤病理解研究

Google Research 发布关于 AI 帮助用户理解皮肤状况的研究，包括本周发表于 JAMA Dermatology 的大规模定量研究和此前发表于 ACM CHI 的混合方法研究。

Google Research 提出审计机器遗忘的新框架 Regularized f-Divergence Kernel Tests

Google Research 在 AISTATS 2026 提出 Regularized f-Divergence Kernel Tests，用于审计机器遗忘，通过相对距离检验判断遗忘后模型在分布上更接近安全重训模型还是原始受损模型。

Google DeepMind 发布开源实验模型 DiffusionGemma，GPU 文本生成最高提速 4 倍

Google DeepMind 发布实验性开源模型 DiffusionGemma，基于文本扩散方法，在专用 GPU 上实现最高 4 倍的文本生成提速。该模型为 26B 总参数的 MoE，推理时仅激活 3.8B 参数，量化后可装入 18GB 显存，单张 NVIDIA H100 上超过 1000 tokens 每秒，RTX 5090 上超过 700 tokens 每秒。

Google DeepMind 联合多方发起最高 1000 万美元多智能体 AI 安全研究资助

Google DeepMind 联合 Schmidt Sciences、Cooperative AI Foundation、ARIA 并获 Google.org 支持，宣布面向全球研究者的多智能体 AI 安全研究资助，总额最高 1000 万美元。

vLLM 原生支持 Google DeepMind 26B 扩散语言模型 DiffusionGemma

Google DeepMind 与 vLLM 团队合作，将 26B 参数、基于 Gemma4 的离散扩散语言模型 DiffusionGemma 接入 vLLM，这是 vLLM 首个原生支持的 dLLM。

Google DeepMind 发布 Gemini 3.5 Live Translate 实时语音翻译音频模型

Google DeepMind 发布音频模型 Gemini 3.5 Live Translate，支持 70+ 语言的近实时语音到语音翻译，自动检测语言并保留说话人的语调、节奏和音高，全程仅落后说话人数秒。

Google DeepMind 发布 Gemma 4 12B：无编码器统一多模态模型，可在 16GB 内存笔记本本地运行

Google DeepMind 发布 Gemma 4 12B，定位于在笔记本上本地运行的智能体多模态模型，性能接近其 26B MoE 模型而内存占用不到一半。

Google DeepMind 启动欧洲机器人加速器，15 家初创入选

Google DeepMind 推出为期三个月的 Robotics 加速器，从欧洲选出 15 家机器人初创公司，本周在伦敦启动，它们将获得 Google DeepMind 与 Google 的技术指导，并可使用其 AI 技术栈和 Gemini 机器人模型。

Google DeepMind 发布塞拉利昂 AI 辅助学习试验结果：Gemini Guided Learning 提升数学成绩

Google DeepMind 公布在塞拉利昂开展的预注册对照试验结果，使用 Gemini Guided Learning 的学生数学成绩提升 0.258 个标准差，约等于 1.2 至 1.7 年的正常学习进度，教师将 Gemini 纳入约一半课时（目标 12 小时）的班级进步更高，约 1.8 至 2.5 年。

Gemini Enterprise Agent Platform 如何用 Agentic RAG 提升回答可靠性

Google 在 Gemini Enterprise Agent Platform 上推出基于 Agentic RAG 的 Cross-Corpus Retrieval，通过多智能体协作处理多源、多跳查询，相比标准 RAG 在事实性数据集上准确率最高提升 34%。

Google Research 发布 PHRM 系统用手机前置摄像头被动监测心率与静息心率

Google Research 在 Nature 发表 PHRM 研究系统，利用人脸解锁后的前置摄像头视频在日常用机时后台估计心率与每日静息心率。

Dwarkesh Patel 对话 Alex Imas 与 Phil Trammell：AGI 之后什么仍然稀缺？

Google DeepMind AGI 经济学总监 Alex Imas 与 Epoch 经济学负责人 Phil Trammell 在 Dwarkesh Patel 播客中讨论 AGI 时代的经济学问题。Imas 认为，人类参与本身构成价值来源的"关系型部门"仍将稀缺，因为人类天然稀缺。两人还探讨了如何对 AI 财富征税与再分配、发展中国家如何参与 AI 供应链收益，以及资本份额是否会上升。

Google Research 在 GitHub 开源水文模型框架，供各国气象水文部门构建 AI 洪水预报

Google Research 将驱动 Flood Hub 的水文模型框架在 GitHub 以 Apache 2.0 许可证开源，供各国气象水文部门训练 AI 洪水预报模型。

Steve Yegge：技术面试正在消亡，campfire 模式将取而代之

Steve Yegge 撰文称运行了约50年的技术面试流程正在走向消亡，AI 辅助简历、AI 作弊和岗位快速变化正让传统评估体系失效。他结合在 Amazon 担任 Bar Raiser 和 Google 招聘委员会的经历指出面试结果统计上很差，主张用实习、co-op 等临时雇佣以及他称为 campfire 的付费真实工作试用替代面试，并让候选人的工作成果形成可携带的记录。

Google Research 在 I/O 2026 发布 Gemini for Science 等多项科研 AI 进展

Google Research 在 I/O 2026 上发布 Gemini for Science 科研工具套件，包含基于 ERA 与 AlphaEvolve 的 Computational Discovery、基于 Co-Scientist 的 Hypothesis Generation 以及基于 NotebookLM 的 Literature Insights。

Google 如何用零信任聚合实现隐私分析

Google 提出一种零信任隐私分析方案，将新型单消息密码学聚合协议与 TEE 结合，使设备只需一次性提交数据，无需多轮在线交互。该设计保证 Google 只能获得匿名聚合结果，原始数据即使在硬件保护范围内也不会被解密或重建，TEE 证明机制则验证聚合代码按公开代码正确执行。

Ethan Mollick 谈选择保持人类思考，AI 使用应有意而非默认依赖

Ethan Mollick 撰文讨论 AI 无处不在的写作与认知投降风险，指出无脑依赖 AI 会削弱思考与学习。他引用土耳其约千名高中生的实验，用普通 ChatGPT 做作业的学生考试成绩反而低于无 AI 组；而台北十所高中近千名学生的 Python 课程中，AI 导师个性化出题让学生在无 AI 期末考试中高出 0.15 个标准差，相当于六到九个月额外学业。

Google 声称 AI 智能体仅用 916 美元构建操作系统，AI as Normal Technology 团队质疑证据不足

Google 在开发者大会发布 Gemini 3.5 Flash 和 Antigravity 2.0，并宣称一个智能体团队用单个提示词、约 $916.92 API 费用和 2.6B token 构建了完整操作系统。

Google DeepMind 在亚太启动“AI for the Planet”加速器计划，应对环境风险

Google DeepMind 在亚太地区启动首届加速器计划，聚焦“AI for the Planet”，面向该地区初创公司、研究团队和非营利组织，为期三个月。入选机构将获得专家指导，以及 Google AI 专家协助将前沿 AI 与科学 AI 模型集成到其项目或产品中，覆盖自然、气候、农业、能源等领域。计划以新加坡线下训练营启动，现已开放意向登记。

Google 发布 ERA 并通过 Gemini for Science 开放 Computational Discovery

Google 发布 ERA 研究工具并宣布在 I/O 开始开放基于 AlphaEvolve 与 ERA 构建的 Computational Discovery，相关论文发表于 Nature。

Google DeepMind Co-Scientist 加速细胞衰老逆转研究

Google DeepMind 的 Co-Scientist 帮助 Omar Abudayyeh 和 Jonathan Gootenberg 实验室加速细胞衰老逆转研究：它扫描数万篇论文后提出 20 多个可测试的新遗传因子，其中数个经实验验证能驱动细胞进入更年轻状态并改善整体功能。Co-Scientist 还将原本需长达六个月的筛选数据分析缩短至几天。

Import AI 457：AI 版 Stuxnet、Muon 优化器缺陷与正向对齐

Import AI 457 期聚焦三项研究：SentinelOne 拆解出约 20 年前的病毒 fast16.sys，它通过篡改 LS-DYNA 970、PKPM、MOHID 等高精度计算软件的内存结果来破坏工程与物理仿真。

Google DeepMind 为 Project Genie 接入 Street View 并向 Google AI Ultra 订阅者开放

Google DeepMind 在 Project Genie 中推出 Street View grounding 能力，用户可通过地图图钉选择美国地点并叠加 Ocean World 等风格生成世界，底层技术为 Maps Imagery Grounding。

Google DeepMind 发布 Gemini Omni Flash，支持多模态输入生成与对话式编辑视频

Google DeepMind 发布 Gemini 家族首个模型 Gemini Omni Flash，可将图像、音频、视频和文本组合作为输入，生成高质量视频，并支持通过自然语言多轮编辑视频、保持角色和场景一致。

Google Antigravity 2.0 发布

Google 发布智能体开发平台 Google Antigravity 2.0。该平台在 Google DeepMind 官网被列为面向开发者的 agentic development platform，与 Gemini 应用、Google AI Studio 并列于产品与工具入口。

Google DeepMind 发布 Gemini for Science，推出科学实验工具与 Science Skills

Google DeepMind 发布 Gemini for Science，包含 Google Labs 上三个实验工具：基于 Co-Scientist 的 Hypothesis Generation。

Google 扩展内容溯源工具：SynthID 验证进入 Search 与 Chrome，并推出 AI Content Detection API

Google 扩展内容透明与验证工具：Gemini 应用的 SynthID 图像、视频和音频验证已被使用 5000 万次，该能力今日扩展至 Search，未来几周进入 Chrome。