Google 翻译 20 周年上线 AI 发音练习:实时纠音,首发支持三国语言
Google Translate 迎来 20 周年,正式上线用户期待已久的 AI 发音练习功能。系统通过 AI 实时分析用户的口语发音细节并给出即时反馈。该功能目前面向美国和印度用户推出,首批支持英语、西班牙语和印地语,后续将覆盖更多语言。
Google Translate 迎来 20 周年,正式上线用户期待已久的 AI 发音练习功能。系统通过 AI 实时分析用户的口语发音细节并给出即时反馈。该功能目前面向美国和印度用户推出,首批支持英语、西班牙语和印地语,后续将覆盖更多语言。
据 The Information 报道,Google 与美国国防部签署协议,允许军方在涉密网络中部署其 AI 模型。五角大楼正加速引入多家科技大厂的 AI 技术以防止厂商锁定,此前军方曾因使用限制条款与坚持设防的 Anthropic 闹上法庭。
Google 面向美国年满 18 岁的 YouTube Premium 用户测试「Ask YouTube」对话式搜索。该功能类似 AI 模式,能将文字总结、长视频、Shorts 短视频和后续追问整合成专题页面。官方表示计划后续推向非订阅用户,不过实测显示仍偶有事实错误。
据报道,超 600 名 Google 员工向 CEO Sundar Pichai 联名致信,要求公司禁止五角大楼在机密场景中使用 Gemini 等 AI 模型。联名者包含 DeepMind 团队及 20 多位总监和副总裁。信件警告称,一旦进入机密环境,员工将无法监督和阻止潜在危害。
据外媒报道,Google 计划向 Anthropic 投资最高 400 亿美元。其中 100 亿美元按 3500 亿美元估值立即注资,剩余 300 亿美元视业绩目标而定。Google Cloud 还将在未来 5 年向其提供 5 吉瓦算力,以缓解 Claude 的基础设施紧缺。
Google 宣布原生多模态嵌入模型 Gemini Embedding 2 正式可用。它支持在文本、图像、视频和音频之间进行统一检索与推理,省去以往拼凑工具的繁琐流程。目前开发者可通过 Gemini API 直接投入生产使用。
Google 在 Cloud Next 上发布第八代定制芯片 TPU 8t 与 TPU 8i,分别专攻模型训练与推理。TPU 8t 单个 Superpod 可扩展至 9600 颗芯片并提供 121 ExaFlops 算力;TPU 8i 则针对智能体推理把性价比提升 80%。两款芯片均由 Google DeepMind 联合设计,预计今年晚些时候正式商用。
Google 发布图像理解与生成统一模型 Vision Banana。它基于 Nano Banana Pro 微调,把语义分割、深度估计和表面法线等感知任务全转成图像生成。测试显示其零样本表现甚至超越 Meta SAM 3 等专用模型,验证了生图训练也能成为通用视觉理解的底座。
Google 为 Gemini for Home 推出连续对话功能。用户首次唤醒后麦克风会保持聆听数秒,可直接追问而无需重喊「Hey Google」。新版本具备上下文记忆能力,优化了闲聊过滤以防误触,且面向全屋所有成员与访客开放。
Google 宣布开源 AI UI 设计工具 Stitch 的 DESIGN.md 规范草案。该格式支持跨平台导入导出设计系统,使 AI 智能体能直接理解配色意图,并依据 WCAG 标准校验无障碍合规性,省去重复搭建规则的麻烦。
Google 推出基于 Gemini 3.1 Pro 的 Deep Research 与 Deep Research Max 智能体。Max 版利用扩展测试时计算搞定高强度复杂调研,两者均支持 MCP 接入企业私有库,还能原生生成图表,现已开启 API 公测。
Google 宣布为 Google AI Pro 和 Ultra 订阅用户提升 AI Studio 的调用限额,并开放 Nano Banana Pro 与 Gemini Pro 模型。该举措为用尽免费额度的开发者提供了低门槛过渡方案,让团队能以可预测成本快速进行原型构建。
据 The Information 报道,Google 联合创始人布林亲自动员 DeepMind 组建攻坚团队,全力提升 Gemini 编程能力以追赶 Anthropic。布林在备忘录中强调,终极目标是用 AI 训练下一代 AI,编程正是核心跳板。目前团队已要求工程师在复杂任务中强制使用内部智能体。
Google 宣布为 Gemini 应用引入个性化生图功能,结合 Nano Banana 2 与 Google 相册。用户无需上传参考图或手写长篇提示词,Gemini 能自动调用相册中标记的人物与宠物生成水彩或黏土风格画作。该功能正向美国 Google AI 订阅用户推送。
Google 正式推出 macOS 原生版 Gemini 应用,面向 macOS 15 及以上用户免费开放。用户可通过 Option + Space 快捷键随时唤醒,支持共享屏幕分析本地文件或图表,并集成了 Nano Banana 绘图与 Veo 视频生成能力。
Google 推出语音合成模型 Gemini 3.1 Flash TTS。新模型引入音频标签,允许开发者在输入文本中直接用自然语言调控语气、节奏和语调,支持原生多说话人对话与 70 多种语言,所有音频均嵌入 SynthID 水印。
Google 宣布搜索广告全面转向 AI Max,逐步替代传统的动态搜索广告(DSA)。官方称完整使用该功能后可在相似成本下平均增加 7% 转化。为留出缓冲期,DSA 自动升级推迟至 2027 年 2 月,但 ACA 等设置仍将于 2026 年 9 月起自动升级。
Google 在桌面版 Chrome 的 Gemini 中推出「Skills」功能,允许用户直接将聊天记录中的提示词保存为一键工具。在网页中输入「/」或点击加号即可触发,还支持跨标签页比对,并附带开箱即用的官方技能库。
Google 宣布面向全球 Windows 用户推出英文版桌面应用,内置 AI Mode 搜索。用户通过 Alt + Space 快捷键即可在桌面上快速检索网页、本地文件、应用及 Google Drive,并支持屏幕共享提问与 Google Lens 圈选搜索。
Boston Dynamics 展示了由 Google Gemini Robotics-ER 1.5 驱动的 Spot 机器狗,在住宅内拾取鞋子与易拉罐。工程师无需编写状态机代码,仅用自然语言指令配合 API 工具,就让大模型充当操作员自主规划动作。目前这仍属实验演示,但展现了具身推理加速机器人落地的潜力。