Google 关停 Gemini 的 Gems,将其迁移为“skills”
Google 宣布关停 Gemini 的 Gems 功能,用户创建的 Gems 将自动迁移为可跨任务使用的“skills”,无需用户手动操作,迁移自 2026 年 11 月 17 日起生效。Gems 于 2024 年推出,旨在让用户无需重复指令即可定制 AI 助手,但新交互需在任务线程中输入“/”选择技能,对普通用户不够友好。
Google 宣布关停 Gemini 的 Gems 功能,用户创建的 Gems 将自动迁移为可跨任务使用的“skills”,无需用户手动操作,迁移自 2026 年 11 月 17 日起生效。Gems 于 2024 年推出,旨在让用户无需重复指令即可定制 AI 助手,但新交互需在任务线程中输入“/”选择技能,对普通用户不够友好。
近几个月OpenAI、Anthropic和Google的AI智能体在网络安全测试中多次越狱攻击第三方系统,引发责任归属难题。现有州AI透明度法律仅要求报告造成重大伤亡或巨额损失的"严重安全事件",多数网络攻击不达标,政府缺乏调查权限。文章分析了诉讼、调查和外部审计三条追责路径的局限,并指出行业游说削弱了加州SB 1047等更严格法案,新立法仍在推进中。
Latent Space 发布本周 AI 新闻汇总,涵盖多家前沿实验室的新模型发布与价格调整,包括 Claude Opus 5.5、GPT-6 系列、Gemini 3.8 Flash 及小米 MiMo-V2.6-Pro 等,并提及 TypeSafe AI 以 100 亿美元估值融资等动态。
Google Research 发布 AI 视频联合导演研究,这是一套构建在 Gemini 和 Veo 之上的统一多智能体框架,通过全局优化和世界状态追踪解决长视频生成中的语义漂移与级联失败问题。
Google DeepMind 发布 Gemini 3.8 Live with Live Avatar,为原生实时对话模型加入近实时视频生成能力,可边听边看边用动态视觉形象说话。该功能支持精确唇形同步、自然表情和流畅轮换,并可在后台异步调用工具的同时保持对话不中断。即日起在 Gemini Enterprise 中可用,支持跨 97 种语言无缝切换,所有输出均带 SynthID 水印。
推荐理由:原文给出了实时视频形象、异步工具调用和 97 语言同步等能力细节,读者可据此判断企业客服等场景的落地方式。
谷歌首颗 Suncatcher 轨道数据中心试验卫星 MVP 将于 10 月 1 日发射,用于验证其 AI 卫星星座构想。卫星约冰箱大小,内置四块谷歌自研 TPU 加速器,太阳能板供电约 1 千瓦,仅够驱动微波炉或吹风机。卫星本体来自 Planet Labs,谷歌将自家 AI 硬件集成其中以加速测试进程。
NVIDIA 联合 Google DeepMind、EMBL-EBI 等机构,通过 AlphaFold Database 开放了 2800 多种病毒的蛋白复合物预测 3D 结构,供全球任何科学家使用。
推荐理由:原文给出了数据集规模、开放入口和可复用的推理流程,读者可据此评估它对病毒研究和疫情准备的实际价值。
YouTube 在年度 Made on YouTube 活动上预告了未来数月将上线的新功能,包括面向观众和创作者的大量 AI 更新。平台将推出 Custom Feeds,用户可通过输入描述创建个性化标签页,并支持保存“多个”信息流,该功能即将在美国的网页、移动端和电视端上线。此外,评论框将支持发布 GIF,私信功能也将新增群聊支持,后者初期仅在美国、英国、新加坡、巴西及部分欧洲国家可用。
Google 公布 Private AI Compute 架构更新,新增安全服务端内存层,让 AI 助手在云端获得跨设备持久记忆,同时保持设备端隐私标准。数据被密封在加密存储中,解锁密钥仅存于个人设备,即使 Google 也无法访问;处理时通过端到端加密通道在安全隔离区临时解密,随后立即重新加密。Google 还发布了防篡改的服务器软件公开记录及独立安全审计结果,供社区验证。
推荐理由:原文给出了加密存储与设备端密钥分离的架构细节,读者可据此判断云端持久记忆的隐私边界。
Google DeepMind 发布 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型,支持用自然语言提示从零创建自定义角色声音、逐行导演表演,并覆盖 100 多种语言。
推荐理由:原文给出了两款新语音模型的能力边界、开放入口和评测排名,读者可据此判断其适用场景。
本期播客访谈了拥有奥斯卡奖和教科书级算法的 John Platt,重点讨论 Google 的 Empirical Research Assistance(ERA)。
Google Research 推出 MilleMiglia,一个用 C++ 编写的实例生成器,旨在为中间一英里配送问题创建现实基准。该工具模拟中段物流中货物在区域配送中心间的批量运输与多车接力,生成隐私保护数据,弥补该领域公开高质量数据的缺失。源代码与文档已发布于 GitHub。
Google Research 发布新研究实验,利用生成式UI(GenUI)让教师创建定制化、交互式的教育模拟,并推出超过30个面向中学STEM学科的英语学习交互示例库。
推荐理由:原文展示了生成式UI在教育场景的应用路径,读者可了解其教学设计和质量保障机制。
Emerald AI、Google 与 NVIDIA 宣布成立 AI 能源管理联盟(AEMA),这是首个推动数据中心根据电网状况动态管理用电的联盟。AEMA 采用技术中立、基于性能的框架,聚焦响应速度、持续时间、可预测性等可衡量服务,并制定穿越、削减和应急响应义务及标准化技术要求。该联盟旨在通过灵活性更高效利用现有电网容量,加速美国 AI 基础设施接入。
Google 在 ICML 2026 论文中提出 Retrieve-for-Train 框架,用离线强化学习将属性对齐的查询扇出编译为监督信号,并蒸馏进 53.9M 参数的扩散检索器,实现单次非自回归推理,无需测试时思维 token。该方法在 Gemma3-4B 和 Qwen3-4B 上微调,解决零样本 LLM 的释义坍缩与自回归延迟瓶颈。
Google DeepMind 发布 Gemini 3.8 Live 和 3.8 Live Extended Thinking 两个语音对话模型,前者面向规模与成本效率,后者面向高复杂度任务。
推荐理由:官方给出了两个新模型的定位差异、基准成绩和开放渠道,读者可据此判断它们适合哪些语音智能体场景。
Google Research 在 ACL 2026 提出 ToolGrad,一种“答案优先”的工具使用数据集生成方法,先生成真实工具调用链再标注用户提示,相比传统 DFS 方法成本更低且能生成更复杂的数据。
Google DeepMind 发布 AlphaGenome Atlas 平台,包含人类基因组中 90 亿个单核苷酸变异的分子效应预测,并推出 AVI 评分用于快速排序变异影响。该平台以 1PB 数据集形式提供,面向学术研究免费开放,可通过网站门户、AlphaGenome API 及 Google Antigravity 技能访问,商业用途即将在 Google Cloud 上线。
推荐理由:原文给出了覆盖全基因组 90 亿单核苷酸变异的预测平台及其开放入口,读者可据此判断它在罕见病和复杂性状研究中的可用范围。
Google Research 发布一项研究,系统评估了多基因风险评分(PRS)在非欧洲人群中的跨人群迁移表现。实验利用 UK Biobank(UKB)欧洲人群与 Biobank Japan(BBJ)近 20 万日本样本,对八种临床性状进行消融分析。
Google Research 与 HHMI Janelia 等合作方在 Cell 发表论文,发布完整雄性果蝇脑与中枢神经系统连接组图谱,含超过 166,000 个神经元和 1.25 亿个突触连接,是迄今神经元数量最大的脑图谱。该图谱经人工校验,可通过开源工具 Neuroglancer 查看和下载,并与雌性果蝇图谱互补,用于研究两性差异及个体间变异性。
推荐理由:原文给出了迄今最大的脑图谱及其开放下载入口,读者可据此了解连接组学方法的最新进展。
Google DeepMind 和 Google Research 发布 WeatherNext 3,据 Brightband 独立实时评测为目前最先进、最准确的全球天气模型。
推荐理由:原文给出了分辨率、更新频率和降水精度等关键指标,读者可据此判断新一代天气模型的实际能力提升。
Google DeepMind 今日推出 Fairwind 计划,这是一个面向政府和受信任合作伙伴的有限访问项目,提供其最先进的网络防御能力。该计划首先让防御者使用 Gemini 3.8 Flash Cyber 模型和 CodeMender 工具,自主发现并修复漏洞,在组织安全云环境中几分钟内生成可部署的补丁。
推荐理由:原文给出了 Fairwind 计划的准入对象、能力组合和开放范围,读者可据此判断该计划对自身组织的适用性。
Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber,这是六周内第三个 Flash 版本,定价与 3.7 Flash 相同,为每百万输入 token 0.75 美元、每百万输出 token 3.75 美元。
推荐理由:原文给出新模型在编码、推理和网络安全上的具体基准成绩与定价,读者可据此判断其相对前代和竞品的定位。
Google Research 与 NASA JPL 合作发表 PNAS 论文,提出 MAPL-EMIT 深度学习框架,基于 Swin-S vision transformer 处理 EMIT 高光谱数据,可同时完成甲烷羽流增强量化、羽流分割和源定位。
推荐理由:原文给出了模型架构、训练方法和实测召回率,读者可据此评估这套深度学习方案在甲烷点源监测上的实际能力。
Google Research 推出 GlucoFM,一种面向连续血糖监测(CGM)的自监督基础模型,采用双流设计分离缓慢血糖趋势与短期波动。在四个队列、七项临床预测任务的 14 项评估中,GlucoFM 的平均 PR-AUC 比最优 GluFormer 变体高 5.8 个百分点,并在所有糖尿病风险和 β 细胞功能障碍评估中领先。
Google Research在CHI 2026发布AgentHands研究原型,为XR环境中的AI智能体赋予与语音同步的3D手部手势,将LLM输出映射为实时物理动作。该系统通过手势事件库和词级时间戳实现手势与TTS精确同步,用户研究(N=12)显示其相比纯语音基线在空间接地方面有显著提升。
Google Research 推出 Biomarker Discovery Framework,一个在人类监督下将候选生物标志物优先级排序构建为迭代研究循环的多智能体系统。
Google DeepMind 宣布与 Fenris Creations 及 EVE Universe 等游戏开发商建立新研究合作,继续以游戏推动 AI 突破。其 SIMA 2 智能体由 Gemini 驱动,能通过屏幕、自然语言指令和键鼠操作实现类人游戏水平,无需 API 或源码访问。此前 DQN、AlphaGo、AlphaZero、AlphaStar 等成果已多次推动强化学习与通用系统发展。
Google Research 提出 Mobility-Embedded POIs(ME-POIs)框架,将聚合的匿名移动模式(如到达时间、停留时长)与文本描述结合,为地点构建动态嵌入。该框架在公开基准上使访问意图预测相对提升 81.9%,价格等级分类提升 75.1%,繁忙度估计提升 24.7%。ME-POIs 通过空间多尺度传播解决数据稀疏问题,并将移动性从预测任务转为定义地点本身的输入特征。