Google Vids 门槛大降:Gemini 视频创作功能向所有 Gmail 用户开放
Google 宣布,Google Vids 中的部分 Gemini AI 功能即日起面向所有拥有 Gmail 账号的用户开放,此前这些功能仅供付费用户使用。免费用户现在也能直接调用 AI 配音、通过文本转录清除录音杂音与停顿,并使用内置的 AI 图像编辑功能剪辑视频。
Google 宣布,Google Vids 中的部分 Gemini AI 功能即日起面向所有拥有 Gmail 账号的用户开放,此前这些功能仅供付费用户使用。免费用户现在也能直接调用 AI 配音、通过文本转录清除录音杂音与停顿,并使用内置的 AI 图像编辑功能剪辑视频。
Google 宣布推出三项免费的 Gemini 教育认证,分别面向教师、大学生和 K12 高中生。考核采用单选题形式,通过后可获得能计入继续教育学分的数字证书,首批支持 12 种语言,下个月还将推出高校教师专属认证。
Google 推出多项 AI 旅行功能。用户能在 AI Mode 的 Canvas 侧边栏整合航班与酒店做定制行程,AI 特惠机票搜索扩展至全球 200 多个国家和地区,智能代理预订也正式支持全美餐厅预约。
Google DeepMind 推出气象预报模型 WeatherNext 2,速度提升 8 倍,单块 TPU 不到一分钟即可推演数百种天气走向,分辨率细化到小时级。目前已整合至搜索、Gemini 及 Pixel 天气,预报数据同步上线 Earth Engine 与 BigQuery。
Google 宣布出资 225 万美元支持非洲公共数据系统现代化。项目将联合联合国非洲经济委员会推出非洲区域 Data Commons,并为各国统计局提供 AI 培训与技术支持,把分散碎片的数据整合成 AI 可用的知识库,服务粮食安全与经济决策。
Google Cloud 与 UCLA 研究人员提出监督强化学习(SRL)框架。以往 RLVR 训练只看最终答案对错,小模型做复杂题一旦某步出错就全盘否定;SRL 将推理拆解为关键动作,按每步逻辑给出密集奖励。这让参数较小、成本较低的模型也能在数学推理和代码工程任务中获得更强的推理能力。
Google 宣布为 NotebookLM 推出 Deep Research 功能,并新增对 Word 文档、Google 表格和图片等格式的支持。AI 会在后台自主浏览数百个网页并梳理成带引用源的研究报告,直接并入你的笔记本;功能将在接下来一周内陆续向所有用户开放。
NotebookLM 上线自定义视频概览风格功能。用户现在只要在自定义框中输入提示词,就能定制专属于自己的视频风格。这让过去固定格式的内容生成变得更加灵活,想要什么调性一句话就能设定。
Google DeepMind 推出 3D 智能体 SIMA 2。它接入 Gemini 核心,能像真人一样看屏幕、用键鼠玩游戏,边操作边推理规划,并在从未接触过的环境中自学提升。目前仅作为研究预览版,向小范围学者和游戏开发者开放。
Hugging Face 宣布与 Google Cloud 深化战略合作。双方将构建专属 CDN 网关以大幅缩短模型下载耗时,并在开源库中原生支持 Google TPU。此外,平台还将接入 VirusTotal 与 Mandiant 技术,直接增强开源模型的供应链安全。
Google 宣布与意大利时尚品牌 Golden Goose 合作,在全球 40 多家门店内上线 AI 球鞋定制服务。顾客可以在 Pixel 10 上用专用 Gemini 定制专属图案,再由驻店工匠手工绘制到球鞋上,让生成式 AI 落地传统手工体验。
Google 宣布在 Google app 底栏新增「Images」图标。系统每天会根据你的兴趣推荐灵感图片,支持直接浏览、保存到收藏夹或继续发散搜索。该功能未来几周内先向美国 Android 和 iOS 用户推送。
Google 旗下 Flow 平台上线了独立的「Images」标签页。新标签页让用户可以结合 Nano Banana 生成并微调图片,将其与视频输出工作区分离。也就是说,创作视频前打磨画面素材不再手忙脚乱,素材管理更清晰。
Google 推出 Private AI Compute 平台,结合自研 TPU 与安全飞地技术,让云端 Gemini 模型在不泄露数据的前提下处理敏感任务,连 Google 自己也无法访问。该技术已率先应用在 Pixel 10 的 Magic Cue 建议及录音摘要功能中。
Google 开始在 Google Messages 中推送 Remix 功能。它采用 Gemini 图像模型 Nano Banana,用户在聊天时长按照片就能给朋友换发型或把宠物变成手办,支持好友互相接力修改。功能目前仅限 Android 且需年满 18 岁。
Google 宣布为 Google 相册增加 6 项 AI 功能,正式接入 Gemini 旗下的图像编辑模型 Nano Banana。用户可以直接用自然语言要求摘掉墨镜、睁开眼睛或重绘风格,相册会结合私密面孔库进行个性化修正,同时 Ask Photos 也拓展到了 100 多个国家地区。
周一,百度开源多模态模型 ERNIE-4.5-VL-28B-A3B-Thinking,采用 Apache 2.0 协议。该模型总参数 28B 但运行时仅激活 3B,支持动态缩放图像来捕捉细节,百度宣称其在图表和文档理解等多项基准上超过了 Gemini 2.5 Pro 与 GPT-5-High。
Google 威胁情报团队曝光新型恶意软件 PROMPTFLUX。该恶意软件利用类似大模型的 AI 在攻击过程中实时重写代码,通过不断变换「数字指纹」规避杀毒软件检测。目前该样本处于测试阶段,尚未在野外感染用户,关联账号已被封禁。
据报道,Microsoft 签约 Alix Earle 等头部时尚网红推广 Copilot,发力争取 30 岁以下年轻人。目前 Copilot 月活 1.5 亿,远落后于 ChatGPT 的 8 亿周活。微软试图借网红把 Copilot 包装成日常「生活导师」,追赶在 C 端市场的劣势。
Google 下一代图像生成模型 Nano Banana 2(代号 GEMPIX 2)预览曝光。该模型支持原生 2K 并可放大至 4K,具备更强的主体一致性与自然语言局部编辑能力。最值得关注的是,它全面转向专业创作工作流。预计 11 月中旬面向部分用户开启测试。