Google 发布 Gemini 3.1 Flash Live：语音更自然，实时长程推理大升级
Google 推出实时语音模型 Gemini 3.1 Flash Live，主打更自然的语调节奏与复杂推理能力。该模型已接入 Gemini Live、覆盖 200 多个国家和地区的 Search Live，开发者可通过 Google AI Studio 调用，生成音频均带有 SynthID 水印。
查看更新的新闻
Google 推出 Lyria 3 Pro：可生成 3 分钟完整结构音乐
Google 推出音乐生成模型 Lyria 3 Pro，支持生成最长 3 分钟曲目，并能识别前奏、主歌、副歌及桥段等结构。该模型已接入 Google AI Studio、Vertex AI 以及 Gemini 付费版等产品，所有输出均嵌入 SynthID 水印。
Google 演示 Gemini 3.1 Flash-Lite：实时生成网页，点哪生成哪
Google DeepMind 演示轻量模型 Gemini 3.1 Flash-Lite 实时生成网页的能力。用户在演示浏览器中点击、搜索或跳转时，页面全部即时动态构建，没有任何预制网页。这展现了该模型极快的生成速度与低延迟响应能力。
Google 发布 TurboQuant：KV 缓存压至 3 比特，显存省 6 倍还提速
Google Research 发布量化算法 TurboQuant。它结合极坐标量化与 QJL 技术，彻底消除传统量化的常数存储开销，无需微调即可将大模型 KV 缓存压至 3 比特且无精度损失。在 H100 上最高提速 8 倍，为长文本和大模型推理扫清显存瓶颈。
OpenAI 关停 Sora 独立应用：迪士尼退出 10 亿美元投资协议
OpenAI 宣布将关停推出仅数月的 Sora 独立视频应用。知情人士透露，迪士尼随之撤出去年 12 月达成的 10 亿美元投资及 IP 授权协议。AI 视频能力后续将整合进 ChatGPT，而此举也让 Google 在规模化 AI 视频领域占据优势。
白宫发布联邦 AI 政策蓝图：拟压制各州立法，不设新监管机构
白宫发布宽松的联邦 AI 政策蓝图，敦促国会立法压过被认为阻碍创新的各州法规。该框架针对模型政治偏见与儿童保护，建议避免设立新的联邦 AI 机构，并呼吁将此前 Amazon、Google 和 OpenAI 签署的电力保护承诺写入法律。
Google Labs 升级 Stitch：自然语言与语音直接生成高保真 UI
Google Labs 宣布将 UI 设计工具 Stitch 升级为 AI 原生无限画布。除了用自然语言和语音直接指挥 AI 调整界面与出方案，它还支持通过 DESIGN.md 规范管理设计系统、一键生成可交互原型，并能通过 MCP 协议无缝导出至开发工具。
YouTube 出手整治低质视频：弹窗问观众这算不算「AI 垃圾」
3 月，YouTube 开始向用户发放问卷，直接询问观看的视频是否让人觉得是「AI 垃圾内容（AI slop）」。问卷提供从「完全不是」到「极其严重」的五档选项，以收集反馈打击粗制滥造的纯 AI 视频。不过官方尚未说明被反复标记的视频会面临何种降权处罚。
Google 升级 AI Studio：接入 Antigravity 智能体，直接搓出全栈应用
Google 宣布全面升级 Google AI Studio 的 Vibe Coding 体验。通过引入 Antigravity 编码智能体并原生集成 Firebase，开发者输入提示词即可直接生成支持实时多人协作、用户登录与云端数据库（Firestore）的生产级全栈应用，并已支持 Next.js 框架。
Chrome 146 原生支持 WebMCP：网页秒变 MCP Server，AI 直接接管浏览器
Chrome 146 开始测试原生支持 WebMCP，让网页本身直接充当 MCP Server，前端 JS 即可成为智能体接口。相比此前基于 CDP 的方案，它无需额外的 Python 或 Node 后端，更省 token 且操作更准，AI 可直接接管当前会话进行自动化操作。目前该功能默认关闭，需手动开启实验标记。
Spark VSSR：谷歌开源视频超分辨率工具，全套权重与训练代码开放
谷歌开源视频超分辨率工具 Spark VSSR，可将低画质视频放大并锐化细节，适用于老电影修复与风景动画。项目开放了推理权重、全套训练代码与数据集，总大小约 42.2 GB，需高端 GPU 运行。这意味着开发者可以直接在本地微调和运行顶尖画质的视频放大管线。
Google 开放个人智能给免费用户：打通 Gmail 与相册，定制搜索建议
Google 宣布在美国向免费用户开放 Personal Intelligence 功能，覆盖搜索 AI Mode、Gemini 应用和 Chrome。它能调取 Gmail 和 Google 相册信息，根据订单和行程提供定制回答。用户可随时开关数据授权，企业及教育账号暂不可用。
Google 开源 Colab MCP Server：让任何 AI 智能体直接在云端跑代码
Google 开源 Colab MCP Server，允许任何兼容 MCP 的 AI 智能体直接通过命令行接管 Google Colab。智能体可在云端自动创建单元格、执行代码并生成可视化图表，让开发者免去本地算力瓶颈与代码执行风险。只需通过 uvx 配置即可让 Claude Code 等工具无缝接入。
Meta 推迟新 AI 模型 Avocado：内部测试不及竞品
据《纽约时报》报道，Meta 推迟了代号为「Avocado」的新 AI 模型发布，从原定的 3 月中旬推迟至最早 5 月。内部测试显示，该模型在推理与编程上落后于 Google 和 OpenAI 的旗舰产品，高层甚至讨论过临时授权 Gemini。
Google 推出 Groundsource：用 Gemini 预测城市山洪，最多提前 24 小时
Google 推出由 Gemini 驱动的 Groundsource 技术。该方法通过分析数十年公开报告，在 150 多个国家定位了超 260 万起历史洪水事件并建立数据集，成功训练出可提前 24 小时预测城市突发山洪的新模型。相关预测现已上线 Google Flood Hub。
Google Maps 接入 Gemini：支持对话搜地点，导航迎来十年最大升级
Google 宣布为 Google Maps 引入 Gemini 大模型，推出 Ask Maps 对话功能和沉浸式导航。用户可直接用自然语言提问找店做攻略，导航界面也升级为 3D 街景渲染与拟人化语音播报。目前新功能已在美印等地上线。
Chrome 扩展 Gemini 功能：免切标签页聊天，还能跨网页比价
Google 宣布将 Chrome 内置的 Gemini AI 扩展至印度、新西兰和加拿大，并支持超 50 种新语言。功能基于 Gemini 3.1，用户无需切换标签页即可总结内容、跨标签对比信息，或联动 Gmail 和日历，桌面端与 iOS 率先支持。
Google 发布 Gemini Embedding 2：图文音视打进同一向量空间
Google 发布首个原生多模态嵌入模型 Gemini Embedding 2 公测版。它能把文本、图像、最长 120 秒视频、原生音频与 PDF 映射到统一向量空间，单次请求支持多模态混排，并可通过 MRL 动态降维来节省存储成本。
YouTube 扩展 AI 肖像检测试点：官员与记者也能查深伪了
YouTube 宣布将 AI 肖像检测工具试点扩大至政府官员、记者和政治候选人。该工具类似针对人脸的 Content ID，能扫描匹配换脸深伪内容并支持申请下架。不过讽刺等公共利益表达仍受保护，认证数据也不会用来训练模型。
Google 升级办公全家桶：Gemini 能扒邮件做表、学格式写文档
Google 面向 Google AI Ultra 与 Pro 订阅者推出 Docs、Sheets、Slides 及 Drive 的 Gemini 测试版功能。它能直接读取邮件与文件草拟文档、套用格式、联网自动填充表格并跨文件问答。目前仅支持英文，Drive 新功能暂限美国。