Harness²:不改模型權重,讓 AI 智慧體通過外圍元件自我進化
Google Research 開源智慧體最佳化框架 Harness²。它在保持底層模型權重不變的前提下,通過雙層遞迴機制自動調整提示詞、工具指南等 8 個外圍元件,能讓 GLM-5 和 Gemini 3.5 Flash 的任務表現最高提升 11.5 分。程式碼已按 Apache 2.0 協議開源。
Google Research 開源智慧體最佳化框架 Harness²。它在保持底層模型權重不變的前提下,通過雙層遞迴機制自動調整提示詞、工具指南等 8 個外圍元件,能讓 GLM-5 和 Gemini 3.5 Flash 的任務表現最高提升 11.5 分。程式碼已按 Apache 2.0 協議開源。
據 Business Insider 報道,Google 內部正測試代號為 Carbon 的新模型,並已部署在內部程式設計工具 Jetski 上。有員工反饋其寫程式碼的表現已追平 Claude Opus 5.5,有望補齊 Gemini 的程式設計短板。不過 Carbon 暫無公開跑分和釋出計劃。
Google 釋出實驗性筆記應用 Google AI Edge Foresight。它搭載端側 EmbeddingGemma 2 模型,專為 Apple Silicon 的 Mac 最佳化,能在完全斷網的情況下轉錄會議、將速記潤色為結構化筆記,並支援基於本地檔案的問答,音訊與筆記全程不出電腦。
Google 釋出企業通用智慧體 Gemini agent。它直接內嵌在 Gmail、Docs 和 Sheets 等套件中,具備跨裝置持久記憶;使用者只需給目標,它就能自主呼叫工具並跨系統交付成果。最值得關注的是它支援多智慧體協同,能像真實同事一樣獨立承接複雜長任務。
Google 宣佈向全球使用者開放 SynthID Detector。此前該工具僅供媒體使用,現在所有人都能免費查驗圖片、音訊或影片是否由 AI 生成。除了自研模型,它還支援 OpenAI、NVIDIA 和 Kakao 等夥伴的內容,並即將支援 Apple。
Google 推出實驗性 AI 遊戲平臺 Playground。使用者無需程式設計經驗,用自然語言對話就能調整物理規則、角色與場景並即時試玩,還支援多人聯機與排行榜。平臺現面向美國 18 歲以上使用者開放,後續還將接入 Unity Spark。
Google 上線影像生成與編輯模型 Nano Banana 2.1,登陸 Gemini、Flow 等平臺。新版本重點改善了主體一致性與區域性精準編輯,支援最多 14 張參考圖融合與最高 4K 解析度。雖然實際畫質仍遜於頂尖模型,但 Flow 平臺每天提供幾十次免費生成額度,門檻極低。
Google 釋出開源多模態嵌入模型 EmbeddingGemma 2。該模型僅 7.4 億引數,採用 Apache 2.0 協議,能將文本、程式碼、影像、音訊和影片對映進統一向量空間。在 Pixel 11 Pro 上執行全模態僅需 567MB 記憶體,方便開發者直接在本地做完全離線的跨模態搜尋與 RAG。
Google 宣佈聯手 WHO 等機構,利用 Google Earth AI 原型預測疾病爆發。在剛果金埃博拉疫情中,地理空間推理智慧體幾分鐘內鎖定 48 個暴露聚集點及超 45,500 名高危人群,把數週的排查壓縮至幾分鐘,讓防疫從被動應對走向前置預防。
Google 宣佈自 10 月 9 日起調整 Gemini 訪問許可權,免費使用者預設主要路由至 Flash-Lite,無法再自由呼叫 Flash 與 Pro 模型。同時,使用限額轉為按算力消耗每 5 小時重新整理。Pro 模型和深度思考功能此後僅對每月 19.99 美元起的付費使用者開放。
Google 推出 Guided Vision 功能,為盲人及低視力人群提供即時語音視覺輔助。該功能由 Google 與無障礙機構 Aira 聯合研發,使用者在 Gemini Live 中共享攝像頭,AI 不僅能解說周圍環境、讀標籤找物品,鏡頭偏了還會主動語音提醒使用者調整角度。
Google 釋出新一代前沿模型 Gemini 4 Argon。它將單次輸出上限從 64K 暴增至 100 萬 token,專為超長跨度推理設計,在複雜程式碼重構與漏洞排查上表現亮眼。目前該模型正通過 Fairwind 計劃向安全專家小範圍測試,隨後逐步開放。
Runway 釋出效果營銷引擎 Runway Ads,能根據品牌物料自動生成影片和影像廣告,並直接釋出至 Meta、Google 和 TikTok。系統會回傳消耗資料,自動迭代下一輪素材。Runway 稱其內部測試使廣告周產量從 77 條激增至 900 條,獲客成本降低 41%。
Google 宣佈將關停 Gemini 中的自定義助手功能 Gems,自 2026 年 11 月 17 日起自動將其遷移為 skills。使用者建立的內容不會丟失,遷移後無需單獨對話,在任務輸入框中輸入斜槓「/」即可隨時呼叫技能。
Google 宣佈為 Google Photos 正式上線 AI 虛擬衣櫥功能,面向美國、巴西和印度的 iOS 與 Android 使用者開放。AI 能從日常照片中提取你穿過的衣物並按類別分類混搭,穿搭資料承諾不與零售商共享。
Google 推出 Gemini 3.8 Live with Live Avatar,上線 Gemini Enterprise。該功能將近即時影片生成與語音結合,帶來能聽、能看、能說的動態數字人,支援 97 種語言對口型同步與表情適配,並能在後臺非同步呼叫工具的同時保持對話不中斷。
Google 宣佈將通過 SpaceX 發射首顆原型衛星,實測 Trillium TPU 在軌道中的執行表現。地面測試顯示其晶片能承受超 5 年任務的輻射。Google 試圖利用太空中高出地面 8 倍的太陽能,探索軌道資料中心,並計劃在 2027 年測試雙星雷射互聯。
Google DeepMind 負責人 Koray Kavukcuoglu 透露,旗艦大模型 Gemini 4 已進入後訓練階段,正爭取在年底前更早推出早期版本。此前 Google 取消了 Gemini 3.5 Pro 更新,正全力追趕競爭對手。
Google 宣佈向所有個人及 Workspace 賬號免費開放 Google Vids。該工具接入 Gemini Omni 1.1 Flash,支援生成 1080p 影片、平滑擴充套件場景並精確控制剪輯時長,生成內容均嵌入 SynthID 數字水印。支援 100 多種語言的 AI 配音功能也即將上線。
Google 為 Gemini 推出新一批 Connected Apps,接入 Airtable、Linear、Adobe、Peloton 等涵蓋辦公、創意與生活的第三方工具。使用者在 Gemini 設定中關聯或在對話中鍵入 @ 即可直接呼叫,無需頻繁切換標籤頁。