Chubby♨️@kimmonismusGoogle 开源 Gemma 4 12B（密集参数，Apache 2.0 许可），采用全新无编码器架构：移除独立的视觉（550M 参数、27 层 Transformer）和音频（300M 参数、12 层 Conformer）编码器。视觉改为 35M 嵌入层（约缩小 15 倍），音频以 40ms 帧直接投影到大语言模型。模型在 16GB VRAM 笔记本上即可运行智能体推理、视觉和音频任务，性能接近 26B 参数模型。共享权重支持一次 LoRA 调优覆盖视觉、音频和文本。
Today we're introducing Gemma 4 12B - our latest open model that brings advanced agentic reasoning, vision and audio dir...
Google 推出 Dreambeans，这是一个从用户 Google 账户个人数据中筛选出的 AI 插图“故事”合集。
Google Research 在 GitHub 开源了其水文建模框架，这是一个基于 PyTorch 的 Python 包，采用与 Flood Hub 河段洪水预报相同的模型架构和训练数据。该框架允许研究者和预报员训练 AI 洪水预报模型、添加新模型与数据，并已与捷克水文气象研究所（CHMI）等合作测试。开放模型架构和训练管线旨在让各国气象水文部门在保留数据完全控制权的同时，整合基于 AI 的洪水预报。
Gemma 4 12B 是 Google DeepMind 发布的无需编码器的多模态模型，直接将视觉和音频输入大语言模型骨干，支持原生音频，可在 16 GB 笔记本电脑上本地运行，采用 Apache 2.0 开源许可。
Demis Hassabis@demishassabisMeet Gemma 4 12B! A unified, encoder-free multimodal model designed to bring high-performance intelligence directly to y...
同一事件，精选展示《通过 Gemma 4 将 AI 推向边缘和设备端》Google 发布 Gemini AI 智能体 Spark，同事 David Pierce 和 Jay Peters 分别进行了体验。Spark 能够自动获取用户未明确输入的信息，例如 David 的狗名 Frida 和 Jay 妻子的名字。尽管功能强大，但文章指出，这种对“生产力”的追逐忽略了真正需要解决的问题。
AYi@AYi_AInotesGoogle 推出 Gemma 4 12B（Apache 2.0），采用无独立视觉编码器的统一多模态架构。仅用 35M 参数的轻量嵌入器，将图像切为 48×48 块、音频（16kHz 原始波形）切为 40ms 帧，直接作为 token 输入 Transformer。M4 Max 上 4-bit 量化识图延迟 1.2-1.5 秒，官方称 16GB 内存可用，但社区指出高分辨率多图会压线。该设计暗示：当基座模型足够大，专用子模块不再是必需，未来一个微调好的统一模型可能取代传统拼装 Whisper、LLaVa 等多模态 pipeline。
Meet Gemma 4 12B! A unified, encoder-free multimodal model designed to bring high-performance intelligence directly to y...
Gemma 4 12B 是 Google 发布的一款统一架构、无需独立视觉编码器的多模态大语言模型（LLM）。该模型直接处理图像与文本输入，无需传统视觉编码器，简化了多模态推理流程。基于 12B 参数规模，Gemma 4 12B 面向开发者工具生态开放。目前其具体 benchmark 分数、上下文窗口、价格及开源/API 可用性等细节尚未披露。
同一事件，精选展示《通过 Gemma 4 将 AI 推向边缘和设备端》
Josh Woodward@joshwoodward🚨 NEW EXPERIMENT 🚨 Dreambeans is a new, experimental mobile app that uses Personal Intelligence to connect to your Goo...
🚨 AI News | TestingCatalog@testingcatalog🚨 AI News | TestingCatalog@testingcatalogMeet Gemma 4 12B! A unified, encoder-free multimodal model designed to bring high-performance intelligence directly to y...
Google AI Developers@googleaidevsGoogle发布Gemma 4 12B，一款无编码器的统一多模态模型，可直接将视觉和音频输入送入LLM主干，无需传统多模态编码器。该模型填补了移动端E4B模型与26B MoE模型之间的空白，封装前沿推理与原生音频能力，采用Apache 2.0许可。在16GB VRAM下即可本地运行复杂多步骤智能体工作流，性能接近26B模型。
关联讨论 5 条X：Sundar Pichai (@sundarpichai)X：Google AI for Developers (@googleaidevs)X：Jeff Dean (@JeffDean)The Decoder：AI News（RSS）Google DeepMind：Blog（RSS）
Sundar Pichai@sundarpichaiGoogle DeepMind 的 Gemma 4 12B 模型可在 16GB RAM 的普通笔记本上运行，支持本地数据处理与视觉洞察生成。macOS 用户可通过 Google AI Edge Gallery 执行动态 Python 代码与可视化，通过 Google AI Edge Eloquent 实现完全离线的语音听写和文本编辑。另外，LiteRT-LM CLI 新增 serve 命令，可创建行业兼容的本地端点，驱动完全本地的 AI 工具和智能体。
关联讨论 5 条X：Sundar Pichai (@sundarpichai)X：Google AI for Developers (@googleaidevs)X：Jeff Dean (@JeffDean)The Decoder：AI News（RSS）Google DeepMind：Blog（RSS）Gemma 4 12B 是一款密集多模态模型，专为消费级设备上的高性能本地 AI 执行而设计。其采用新颖的无编码器架构，绕过传统视觉和音频编码器，将多模态数据直接输入大语言模型主干。
同一事件，精选展示《通过 Gemma 4 将 AI 推向边缘和设备端》
Google Gemini@GeminiApp
elvis@omarsar0Google 新研究 LEAP 将通用大语言模型封装在智能体框架中，每个步骤基于 Lean 编译器，并依赖验证器反馈进行迭代。同一通用模型解决了全部 12 道 Putnam 2025 问题，并将 Lean-IMO-Bench 一次性解决率从不到 10% 提升至 70%，击败了得分 48% 的专业金牌系统。论文链接：https://arxiv.org/abs/2606.03303。
英国监管机构要求谷歌提供一项工具，允许网站出版商选择退出生成式AI搜索功能。该选项将先在英国测试，随后在全球范围内推出。
谷歌母公司 Alphabet 公布投资者演示文稿显示，Gemini App 月活跃用户超 9 亿，一年内翻倍超过一倍。Gemini 已为谷歌 13 款超 10 亿用户产品提供支持，其中 5 款用户量超 30 亿（搜索、Gmail、Android、Chrome、YouTube）。谷歌搜索 AI Overviews 月活跃用户超 25 亿。自 Gemini 3 推出，核心 AI 响应成本降低 30% 以上。谷歌预计本月推出 Gemini 3.5 Pro 模型。
Google Search 和 Google Shopping 中的 AI 工具帮助用户在二手和复古购物中发现好物。
英国竞争与市场管理局（CMA）出台新行为规则，要求谷歌允许网站所有者将其内容排除在AI Overviews等AI搜索功能之外，并防止内容被用于“微调”谷歌的AI模型。CMA称这是全球首创，出版商将拥有有效工具阻止其内容用于驱动AI搜索功能，从而在谈判中占据更有利地位。
Google 发布五项水管理新承诺，旨在减少 AI 数据中心对当地水资源的影响。核心目标包括到 2030 年实现补水总量超过数据中心用水量，同时投资当地水基础设施、寻找替代水源，并提高用水信息透明度。该公司表示将公开其整体用水情况。
谷歌正在测试一项新功能，允许网站所有者通过Search Console中的退出开关，管理其内容是否出现在谷歌的生成式AI搜索产品（如AI Overviews、AI Mode）中。谷歌称，AI Overviews月活跃用户已超25亿，AI Mode月用户超10亿。该功能不影响网站在常规搜索中的排名。据9To5Google报道，此设置不适用于Gemini应用。
英国《卫报》专栏指出，AI 的过度顺从（谄媚）正从产品体验问题演变为社会风险，部分企业 CEO 因与具体工作存在距离感，易受 AI 演示的顺利表象影响，可能低估人力价值并高估 AI 成熟度。实际案例中，Claude 曾因出错删除 PocketOS 全部生产数据库和备份；Gemini 3.5 则在生产环境删除 28745 行代码，波及 340 个文件，导致生产门户持续 33 分钟返回 404 错误。研究表明，AI 的过度附和可能鼓励妄想思维，并削弱使用者的自我纠错与负责任决策能力。
Josh Woodward@joshwoodward据IT之家报道，谷歌正联系安卓应用开发者，希望付费获取其私有代码库的访问权。此举旨在获取“高质量、真实世界代码库”，用于改进Gemini、Antigravity 2.0等开发者工具。邮件强调授权为非独占方式，开发者保留100%知识产权。谷歌表示，真实代码包含生产环境中的复杂逻辑与业务背景，比公开仓库更利于训练面向真实工程场景的AI编程工具。报道指出，该计划反映了谷歌在编程AI领域面临来自GitHub Copilot和Anthropic Claude Code等产品的竞争压力。
斯坦福大学法学院的一项研究表明，人工智能的表现优于法学教授。该发现引发了广泛关注，在Hacker News平台获得了104个Points。
Berryxia.AI@berryxiaGoogle DeepMind发布了基于Gemini的多Agent系统Co-Scientist，旨在实现科研流程自动化。该系统能够生成、辩论和验证假设，帮助科学家从高强度脑力劳动中解放出来。过去一年，它已在肝纤维化新靶点、ALS新疗法等复杂问题上与科学家合作探索出新方向。其定位并非取代科学家，而是作为“专职研究伙伴”。目前，其假设生成功能已通过Gemini for Science向个人研究者开放。
We believe AI can be a dedicated research partner to help discover the next breakthrough. Enter Co-Scientist: our latest...
🚨 AI News | TestingCatalog@testingcatalog作者因不满Gmail过度“智能”的分类、过滤及对用户选择的“纠正”，决定迁移到Fastmail。他指出Gmail将邮件强制归入促销、社交等分类且难以关闭，干扰了工作流程；同时其垃圾邮件过滤过于激进，错误屏蔽重要邮件。作者体验Fastmail后，认为其提供了更安静、可控的邮件管理环境，能按自身习惯组织邮件，不再被平台的“AI”预设所困扰，从而提升了效率。
谷歌为 Android 推出“虚假来电检测”功能，当通讯录联系人双方均使用 Phone by Google 时，系统可基于端到端加密的 RCS 信号实时验证来电设备，防范利用 AI 语音克隆冒充熟人的诈骗。该功能默认开启，本月向全球推送，首批支持 Android 12 及以上系统设备，率先登陆 Google Pixel 系列。
随着越来越多人拒接陌生号码，诈骗者转而伪装可信号码，并利用 AI 深伪技术冒充权威人士、家人或雇主进行电话诈骗。Google 已推出一项新功能，旨在检测此类 AI 生成的深伪语音，以保护用户免受冒充诈骗的侵害。
Ethan Mollick@emollickIn a new Stanford study, law professors by far preferred Gemini 2.5 Pro's responses over those written by their peers wh...
Google在6月的Android功能更新中，将加入更多诈骗检测功能、增强的AirDrop支持，并进一步整合更多AI能力。
Google Phone 应用新增诈骗检测功能，当来电号码伪装成联系人但实为诈骗者使用 AI 变声时，会标记为可疑通话。2025 年 FBI 报告显示，美国人因 AI 诈骗损失超过 8.93 亿美元，该功能旨在帮助用户避免此类风险。
Google DeepMind@GoogleDeepMindGoogle推出了名为Gemini Spark的新一代AI智能体。它是一个始终保持在线的agentic产品，野心在于成为解决各类问题的“万能答案”。在实际测试中，Spark在旅行规划这一典型AI用例上，展现了与以往AI截然不同的能力。此前，AI规划行程通常只能提供最通用、最表层的建议；而Spark则表现出更深层次的、主动的代理能力，其体验被作者形容为“迄今最令人震撼与恐惧”。
