Sundar Pichai@sundarpichai标签「Google」清除
全部 AI 动态
AI 相关资讯全量信息流
4月9日
05:34
Sundar Pichai@sundarpichai01:17
Demis Hassabis@demishassabisThis sounds harsh but it is true, very few of the guests we have on 20VC will be remembered in history for truly progres...
00:00
Google Research：Blog（网页）
Google Research 发布 ConvApparel 数据集与评估框架，用于量化 LLM 用户模拟器的"真实感差距"。该数据集包含 4000 余组服装购物多轮对话，采用"好/坏"双智能体协议收集，涵盖从满意到恼怒的全谱系用户行为。框架通过反事实验证测试模拟器对意外糟糕体验的适应能力，解决现有模拟器过于耐心、知识过剩等不现实问题，为训练更鲁棒的对话智能体提供可信的 AI 测试基准。
4月8日
23:09
Artificial Analysis@ArtificialAnlysArtificial Analysis 发布 APEX-Agents-AA 排行榜，基于 Mercor 的 APEX-Agents 基准评估 AI 代理在长周期专业任务（投资银行、管理咨询、公司法）的表现。测试通过 Stirrup 框架和 MCP 工具执行 452 个任务，涵盖消息回复、文档处理等。结果显示 GPT-5.4 以 33.3% 领先，Claude Opus 4.6 (33.0%) 和 Gemini 3.1 Pro Preview (32%) 紧随其后，三强竞争激烈。评分采用 LLM 评判和 pass@1 标准。
08:56
Demis Hassabis@demishassabisWhat is the real future Google DeepMind CEO @demishassabis is trying to build? That's what we talk about in this HUGE* C...
03:32
Epoch AI@EpochAIResearch00:00
Google Research：Blog（网页）
Google Cloud推出PaperVizAgent与ScholarPeer两款学术AI智能体。前者通过检索、规划、风格、可视化与批判五个专门智能体协作迭代，将论文文本转化为符合发表标准的图表，综合评分（60.2）显著超越人类基线（50.0）及GPT-Image-1.5等模型；后者模拟资深审稿人流程，动态构建文献背景并验证基线，实现基于实证的自动化同行评审。
4月7日
22:03
swyx 🇬🇧@swyxAI Engineer Europe Build Day公布六大技术分论坛，聚焦AI工程前沿实践。议程涵盖Personal Agent（Claw）个人代理、Context Engineering长上下文管理、Harness Engineering代理性能优化、Evals & Observability评估体系、Voice & Vision语音视觉多模态，以及Gemini专场。从OpenClaw到Google DeepMind，内容涉及RAG、TTS、ASR、WebMCP等技术方向，呈现AI工程从提示词向复杂代理系统演进的最新趋势。
just went live on european TBPN! exclusive preview of the @aiDotEngineer Europe Build Day today
07:22
Sundar Pichai@sundarpichaiTomorrow on Cheeky Pint: @sundarpichai gets into everything AI with @eladgil and me.
06:39
Yuchen Jin@Yuchenj_UWWe've signed an agreement with Google and Broadcom for multiple gigawatts of next-generation TPU capacity, coming online...
06:03
Anthropic@AnthropicAI4月6日
00:20
François Chollet@fchollet推文以原子弹研发为例，阐述极端泛化的本质：科学仅用47年、约9个关键实验便实现从放射性观察到核武器的突破。这种进步不依赖大数据，而源于符号压缩——将少量刻意收集的数据点提炼为单页纸可承载的因果符号规则。核心观点在于，通过逆向推导数据背后的因果逻辑，人类能够将极简信息转化为重塑现实的完整方案，展现符号推理在突破认知边界中的决定性作用。
00:02
François Chollet@fcholletHere is a quick start script including the setup, technical details, and a candid look at where Kinetic excels versus it...
00:00
Anthropic：Newsroom（网页）
Anthropic宣布与Google、Broadcom达成新协议，将获得多千兆瓦下一代TPU算力，预计2027年上线。这是其迄今最大的算力投资，用以支持Claude模型及激增的客户需求。数据显示，Claude年收入运行率已突破300亿美元，年消费超百万美元的企业客户两个月内从500家翻倍至超1000家。新设施主要位于美国，符合其500亿美元投资美国基础设施的承诺。公司强调将继续保持多硬件平台策略，AWS仍是主要云服务商。
4月5日
23:21
swyx 🇬🇧@swyx🇬🇧 London is the birthplace of @GoogleDeepMind, and we're so honored to have them back as: Presenting Sponsors of this...
4月4日
05:34
swyx 🇬🇧@swyxMintlify assistant is powered by just-bash with a custom filesystem
04:15
François Chollet@fcholletFine-Tuning Gemma 2B on PubMedQA: Building a Medical Q&A Assistant with LoRA, Keras Kinetic, and Cloud TPU https://kuanh...
02:10
Nathan Lambert@natolambert精选
Gemma 4 and what makes an open model succeed Hint: it's not benchmark scores. https://www.interconnects.ai/p/gemma-4-and...
推荐理由：HF研究员指出开源模型成功关键在工具链与微调支持而非基准分数
01:29
François Chollet@fcholletKeras 社区发布 Kinetic 库，开发者通过装饰器即可将函数部署至云端 TPU/GPU 运行，定位类似 Modal 但新增 TPU 支持。该工具自动完成代码打包、Cloud Build 容器构建（支持缓存）、GKE 集群调度及结果返回，实现日志实时流式传输，使远程执行体验如同本地运行。
01:07
François Chollet@fcholletThe Keras team is doing a community call today at 10am PT. That's in 25 min. The call is open to all -- join to learn ab...
00:57
Nathan Lambert：Interconnects（RSS）
精选
Gemma 4 的发布揭示了开放模型成功的真正标准。文章指出，决定模型成败的关键并非基准测试分数（benchmark scores），而是其他因素。当前 AI 领域过度关注 leaderboard 排名，但高分数不等于实际应用价值与社区采用率。真正的成功取决于模型解决真实场景需求的能力、开发者友好度以及生态建设，而非单纯的技术指标领先。这一观点挑战了以 benchmark 为导向的行业评估范式。
关联讨论 1 条X：Francois Chollet (@fchollet)推荐理由：开源模型成败不只看榜单分数，Hugging Face 大佬揭秘真实胜负手
4月3日
22:01
Demis Hassabis@demishassabis精选
推荐理由：Google 开源小模型 Gemma 4 发布，性能超越 10 倍体量级大模型
16:39
karminski-牙医@karminski3精选72
Google发布的Gemma4系列开放权重模型包含多个版本，选型需结合场景。带“-it”后缀为指令微调版，开箱即用；不带后缀为基座模型，供自行微调。其中，A4B指激活参数量为4B，E4B则采用逐层嵌入技术，以内存换取计算量，优化移动端性能。选型建议：综合性能与速度选26B-A4B；追求最佳代码或任务效果选31B；开发本地全模态应用选E4B；资源受限设备体验可选E2B，但输出质量有限。
推荐理由：Gemma 4 一口气出了 8 个变体，本地部署的人最怕选错模型白折腾，这篇把选型逻辑拆得明明白白，从龙虾助手到树莓派都有对应方案，抄作业就行。
01:09
Artificial Analysis@ArtificialAnlys精选
Google DeepMind推出Gemma 4系列四款多模态开源模型，支持文本、图像及视频输入。31B（密集架构）与26B A4B（MoE架构）拥有256k上下文窗口，可在单张H100运行；另两款较小模型支持128k上下文。GPQA Diamond测试中，Gemma 4 31B（Reasoning）获85.7%，仅次于Qwen3.5 27B，但输出token仅约1.2M，效率更优；26B A4B（Reasoning）得分79.2%，超越gpt-oss-120B。
关联讨论 2 条X：Artificial Analysis (@ArtificialAnlys)X：Jeff Dean (@JeffDean)推荐理由：Google发布多模态开源模型Gemma 4，单卡H100可跑且科学推理能力突出
00:59
Google Gemini@GeminiApp00:13
Sundar Pichai@sundarpichai精选
Excited to launch Gemma 4: the best open models in the world for their respective sizes. Available in 4 sizes that can b...
推荐理由：Google发布Gemma 4开源模型，4种尺寸覆盖从云端到端侧全场景
00:08
Demis Hassabis@demishassabis精选
推荐理由：Google 发布 Gemma 4 开源模型，覆盖 2B 至 31B 多尺寸，支持端侧与 MoE 架构
00:03
Google DeepMind@GoogleDeepMind精选
推荐理由：Google 开源 Gemma 4 模型，支持本地硬件运行并强化 Agent 与推理能力
00:00
Google Blog：AI（RSS）
Google Vids 接入 Lyria 3 与 Veo 3.1 模型能力，新增免费 AI 视频生成功能，用户可无成本创建、编辑和分享高质量视频。
00:00
Google Blog：AI（RSS）
Google 为 Gemini API 新增 Flex 和 Priority 两个推理层级，帮助开发者在成本与延迟之间灵活取舍。
00:00
Google Research：Blog（网页）
Google Research 提出系统性评估框架，将标准化心理学问卷（如 IRI、ERQ）转化为情境判断测试，量化 LLM 行为倾向与人类共识的偏差。研究测试了25个模型，发现小模型（<25B）一致性显著较低，且模型存在两种偏差：偏离人类共识、未能覆盖人类观点的多样性。该框架通过真实场景（如职场冲突、日常决策）评估模型行为，为改进 LLM 社交互动能力提供依据。
4月2日
08:25
08:00
Google Developers Blog（RSS）
精选81
Google DeepMind 发布了 Gemma 4 系列开源模型，旨在直接在设备端实现多步骤规划和自主智能体工作流。该版本包含用于实验“智能体技能”的 Google AI Edge Gallery，以及为开发者提供显著速度提升和结构化输出的 LiteRT-LM 库。Gemma 4 采用 Apache 2.0 许可，支持超过 140 种语言，并兼容移动设备、台式机及树莓派等多种物联网硬件平台。
推荐理由：开源 agentic 模型支持端侧运行，开发者可快速构建本地智能应用。
08:00
Hugging Face：Blog（RSS）
精选88
Google 正式发布了 Gemma 4，这是一款前沿的多模态人工智能模型，其核心特点是能够在设备端本地运行。该模型通过开源方式发布，旨在推动人工智能技术的进步与民主化。Gemma 4 的“在设备端”能力意味着数据处理可在本地完成，无需持续连接云端，这有望提升响应速度、增强隐私保护并实现离线使用。此举是 Google 通过开源和开放科学来普及人工智能的持续努力的一部分。
推荐理由：前沿多模态模型开源，设备端可运行，降低AI部署门槛。
00:19
4月1日
21:00
Google Blog：AI（RSS）
Google 发布2026年3月人工智能更新回顾，通过信息图形式汇总当月产品发布与技术进展，展示公司最新 AI 成果。
08:00
Google Developers Blog（RSS）
精选71
Agent Development Kit (ADK) SkillToolset 推出了“渐进式披露”架构，使AI智能体能够按需加载领域专业知识，与传统单体提示相比，可减少高达90%的令牌使用量。该系统通过四种模式——从简单的内联清单到智能体可自行编写代码的“技能工厂”——使智能体能在运行时利用通用的 agentskills.io 规范动态扩展其能力。这种模块化方法确保了复杂的指令和外部资源仅在相关时被访问，从而为现代AI开发构建了一个可扩展且能自我扩展的框架。
推荐理由：开发者可借鉴此架构，构建更智能、更经济的AI代理。
01:30
Google Gemini@GeminiApp00:00
Google Blog：AI（RSS）
Veo 3.1 Lite 现已开放付费预览，作为 Google 成本效益最高的视频生成模型，支持通过 Gemini API 调用及 Google AI Studio 测试。
3月31日
08:00
Google Developers Blog（RSS）
精选81
Orbax 和 MaxText 引入了连续检查点新功能，旨在优化模型训练中可靠性与性能的平衡。它改变了传统固定频率检查点的模式，通过在前一个保存操作成功完成后才异步启动新操作，最大化I/O带宽并降低故障风险。基准测试表明，该方法显著缩短了检查点间隔，并实现了可观的资源节约，这在平均故障间隔时间较短的大规模训练任务中效果尤为突出。
推荐理由：大规模模型训练的可靠性和效率提升，开发者可优化资源使用。