Google 翻譯 20 週年上線 AI 發音練習:即時糾音,首發支援三國語言
Google Translate 迎來 20 週年,正式上線使用者期待已久的 AI 發音練習功能。系統通過 AI 即時分析使用者的口語發音細節並給出即時反饋。該功能目前面向美國和印度使用者推出,首批支援英語、西班牙語和印地語,後續將覆蓋更多語言。
Google Translate 迎來 20 週年,正式上線使用者期待已久的 AI 發音練習功能。系統通過 AI 即時分析使用者的口語發音細節並給出即時反饋。該功能目前面向美國和印度使用者推出,首批支援英語、西班牙語和印地語,後續將覆蓋更多語言。
據 The Information 報道,Google 與美國國防部簽署協議,允許軍方在涉密網路中部署其 AI 模型。五角大樓正加速引入多家科技大廠的 AI 技術以防止廠商鎖定,此前軍方曾因使用限制條款與堅持設防的 Anthropic 鬧上法庭。
Google 面向美國年滿 18 歲的 YouTube Premium 使用者測試「Ask YouTube」對話式搜尋。該功能類似 AI 模式,能將文字總結、長影片、Shorts 短影片和後續追問整合成專題頁面。官方表示計劃後續推向非訂閱使用者,不過實測顯示仍偶有事實錯誤。
據報道,超 600 名 Google 員工向 CEO Sundar Pichai 聯名致信,要求公司禁止五角大樓在機密場景中使用 Gemini 等 AI 模型。聯名者包含 DeepMind 團隊及 20 多位總監和副總裁。信件警告稱,一旦進入機密環境,員工將無法監督和阻止潛在危害。
據外媒報道,Google 計劃向 Anthropic 投資最高 400 億美元。其中 100 億美元按 3500 億美元估值立即注資,剩餘 300 億美元視業績目標而定。Google Cloud 還將在未來 5 年向其提供 5 吉瓦算力,以緩解 Claude 的基礎設施緊缺。
Google 宣佈原生多模態嵌入模型 Gemini Embedding 2 正式可用。它支援在文本、影像、影片和音訊之間進行統一檢索與推理,省去以往拼湊工具的繁瑣流程。目前開發者可通過 Gemini API 直接投入生產使用。
Google 在 Cloud Next 上釋出第八代定製晶片 TPU 8t 與 TPU 8i,分別專攻模型訓練與推理。TPU 8t 單個 Superpod 可擴充套件至 9600 顆晶片並提供 121 ExaFlops 算力;TPU 8i 則針對智慧體推理把價效比提升 80%。兩款晶片均由 Google DeepMind 聯合設計,預計今年晚些時候正式商用。
Google 釋出影像理解與生成統一模型 Vision Banana。它基於 Nano Banana Pro 微調,把語義分割、深度估計和表面法線等感知任務全轉成影像生成。測試顯示其零樣本表現甚至超越 Meta SAM 3 等專用模型,驗證了生圖訓練也能成為通用視覺理解的底座。
Google 為 Gemini for Home 推出連續對話功能。使用者首次喚醒後麥克風會保持聆聽數秒,可直接追問而無需重喊「Hey Google」。新版本具備上下文記憶能力,優化了閒聊過濾以防誤觸,且面向全屋所有成員與訪客開放。
Google 宣佈開源 AI UI 設計工具 Stitch 的 DESIGN.md 規範草案。該格式支援跨平臺匯入匯出設計系統,使 AI 智慧體能直接理解配色意圖,並依據 WCAG 標準校驗無障礙合規性,省去重複搭建規則的麻煩。
Google 推出基於 Gemini 3.1 Pro 的 Deep Research 與 Deep Research Max 智慧體。Max 版利用擴充套件測試時計算搞定高強度複雜調研,兩者均支援 MCP 接入企業私有庫,還能原生生成圖表,現已開啟 API 公測。
Google 宣佈為 Google AI Pro 和 Ultra 訂閱使用者提升 AI Studio 的呼叫限額,並開放 Nano Banana Pro 與 Gemini Pro 模型。該舉措為用盡免費額度的開發者提供了低門檻過渡方案,讓團隊能以可預測成本快速進行原型構建。
據 The Information 報道,Google 聯合創始人布林親自動員 DeepMind 組建攻堅團隊,全力提升 Gemini 程式設計能力以追趕 Anthropic。布林在備忘錄中強調,終極目標是用 AI 訓練下一代 AI,程式設計正是核心跳板。目前團隊已要求工程師在複雜任務中強制使用內部智慧體。
Google 宣佈為 Gemini 應用引入個性化生圖功能,結合 Nano Banana 2 與 Google 相簿。使用者無需上傳參考圖或手寫長篇提示詞,Gemini 能自動呼叫相簿中標記的人物與寵物生成水彩或黏土風格畫作。該功能正向美國 Google AI 訂閱使用者推送。
Google 正式推出 macOS 原生版 Gemini 應用,面向 macOS 15 及以上使用者免費開放。使用者可通過 Option + Space 快捷鍵隨時喚醒,支援共享螢幕分析本地檔案或圖表,並集成了 Nano Banana 繪圖與 Veo 影片生成能力。
Google 推出語音合成模型 Gemini 3.1 Flash TTS。新模型引入音訊標籤,允許開發者在輸入文本中直接用自然語言調控語氣、節奏和語調,支援原生多說話人對話與 70 多種語言,所有音訊均嵌入 SynthID 水印。
Google 宣佈搜尋廣告全面轉向 AI Max,逐步替代傳統的動態搜尋廣告(DSA)。官方稱完整使用該功能後可在相似成本下平均增加 7% 轉化。為留出緩衝期,DSA 自動升級推遲至 2027 年 2 月,但 ACA 等設定仍將於 2026 年 9 月起自動升級。
Google 在桌面版 Chrome 的 Gemini 中推出「Skills」功能,允許使用者直接將聊天記錄中的提示詞儲存為一鍵工具。在網頁中輸入「/」或點選加號即可觸發,還支援跨標籤頁比對,並附帶開箱即用的官方技能庫。
Google 宣佈面向全球 Windows 使用者推出英文版桌面應用,內建 AI Mode 搜尋。使用者通過 Alt + Space 快捷鍵即可在桌面上快速檢索網頁、本地檔案、應用及 Google Drive,並支援螢幕共享提問與 Google Lens 圈選搜尋。
Boston Dynamics 展示了由 Google Gemini Robotics-ER 1.5 驅動的 Spot 機器狗,在住宅內拾取鞋子與易拉罐。工程師無需編寫狀態機程式碼,僅用自然語言指令配合 API 工具,就讓大模型充當操作員自主規劃動作。目前這仍屬實驗演示,但展現了具身推理加速機器人落地的潛力。