AI 智能体并未发现新的玛雅遗址
Google 研究员 Pietro Miotti 用 48 个 AI 智能体检索 NASA 的 lidar 数据,声称在墨西哥发现一处未被记录的玛雅遗址,但该遗址一年多前已在学术期刊上发表。考古学者指出,墨西哥 INAH 数据库没有记录并不等于遗址未被发现,并批评这类业余 AI 项目容易传播错误信息、忽视既有研究。
Google 研究员 Pietro Miotti 用 48 个 AI 智能体检索 NASA 的 lidar 数据,声称在墨西哥发现一处未被记录的玛雅遗址,但该遗址一年多前已在学术期刊上发表。考古学者指出,墨西哥 INAH 数据库没有记录并不等于遗址未被发现,并批评这类业余 AI 项目容易传播错误信息、忽视既有研究。
Google 发布 Gemini 4 Hydrogen 模型,称这是搜索迄今最大的一次模型改进,可更好理解多部分问题、高度具体的请求和难辨的拼写错误。
推荐理由:读者可了解 Google 为何用更快的 Hydrogen 而非最强模型来支撑搜索,以及它在速度与基准上的取舍。
在 Gemini 校园试点引发反弹后,Google 面临在学校暂停 AI 的呼声。一名青少年的诉讼将 Gemini 称为“自杀教练”,家长就此与 Google 交涉。
Google 发布 Gemini 4 Hydrogen,并已在自家产品中全面替换 Gemini 3.8 Flash,访问限制比此前 Argon、Carbon 更宽松。
推荐理由:读者可以了解 Gemini 4 Hydrogen 替换 3.8 Flash 后的速度、幻觉与代码生成变化,以及它与 Argon 的定位差异。
Google DeepMind 发布 Gemini 4 Hydrogen,面向日常编码与智能体工作流,并在 Google AI Studio、Gemini API、Gemini app 和 Google Search 等全线开放。
推荐理由:原文给出 Hydrogen 与 Carbon、Argon 的定位分工及多项基准与定价,读者可据此判断它在多模型工作流中的位置。
IP 保护公司 Podqi 的研究发现,ChatGPT、Gemini 和 Perplexity 在回答购物类问题时都会引用仿冒或高风险网站。在 6795 条回答中,Perplexity 出现高风险网站的比例最高,为 15%,ChatGPT 为 8%,Gemini 最低,为 4%;小品牌相关问题出现高风险网站的频率约为大品牌的两倍。
Google 与三星及眼镜品牌 Gentle Monster、Warby Parker 合作推出的 Gemini 智能眼镜开启预售,起售价 395 美元。Warby Parker 设计 Alden、Reid、Wren 三款镜框,仅在美国销售;Gentle Monster 提供六种款式,起售价 449 美元,在美国和韩国销售。三星提供内置计算硬件,Google 负责软件,并强调隐私角度。
Google DeepMind 发布基因组研究模型 AlphaGenome 2,可预测遗传变异对特定人类细胞类型的影响,找到的相关基因变化接近前代的两倍。模型基于 68 种组织、超过 1.07 亿个单细胞图谱训练,改为以特定生物学状态作为额外输入的条件模型,并新增 DNA 甲基化预测和缺失数据推断能力。
Google 发布 Gemini Decision 1 及配套 Decisions API,支持闭集决策、最多 255 个选项、1000 个问题/请求和 256K 上下文,端到端延迟 150–250ms,输入定价 $0.10/1M tokens 且输出不计费。
推荐理由:汇总当日模型与系统进展,读者可快速掌握决策模型、Agent 评测与推理部署的关键变化。
Google Research 提出一套研究性机器学习框架,把可穿戴设备的被动信号转化为可干预的 coachable health age(可指导健康年龄),并用动作条件世界模型 SensorWM 模拟个性化的 12 周习惯改变轨迹。
Amazon Bedrock 上线 Claude Haiku 5.5,据 Anthropic 称其为最强 Haiku,多数任务成本比 Claude Haiku 4.5 低约 75%,并首次支持 effort controls。
Google 推出 Gemini Decision 1,加入 Jev 和 OpenAI 所在的决策模型类别,支持 yes/no、选择和多维评分三类问题。该模型定价为每百万输入 token 10 美分、输出免费,高于 Jev 的每百万 4.2 美分,与 GPT-6 Luna 相同。
Google DeepMind 推出面向是/否、多选和量表评分等封闭式决策的 Gemini Decisions API,底层模型 Gemini Decision 1 可在单次调用中处理最多 1,000 个独立问题,覆盖文本、图像、音频、视频和 PDF,并在 150 至 250 毫秒内返回带置信度的概率。
推荐理由:读者可以了解 Gemini Decision 1 的单次批量打分能力、定价与已落地场景,并对照近期同类决策模型的出现节奏。
Google DeepMind 发布 AlphaProof Code,用 AI 智能体对软件进行数学证明式验证,并在 Signal 加密协议上完成通常需数年的工作,耗时四周。
推荐理由:读者可了解 AI 智能体如何把形式化验证从理论设计推进到实际运行的加密代码。
Google 推出名为 Tabletop 的实验性 AI 工具,能根据描述生成定制化的协作中心,用于与家人朋友协调事务。用户可添加链接、文件和想法,通过提示 @tabletop 或选择模板生成旅行行程、晚餐投票、费用分摊和比赛对阵表等互动工具,再把邀请链接发到群聊中多人同时使用。Tabletop 测试版目前通过等待名单开放,仅限美国 18 岁以上用户。
Google DeepMind 发布 AlphaGenome 2,可预测基因变异对单个细胞类型和状态的影响,训练数据覆盖 68 种组织的逾 1 亿个细胞图谱。公司称其识别出的可改变基因表达的变异数量接近上一代 SOTA 模型的两倍,并能对未见过的新细胞类型和生物状态做出预测而无需重新训练。
Google DeepMind 发布 AlphaGenome 2,这是一个条件式 DNA 序列模型,可针对特定细胞类型和状态预测 DNA 变异对基因表达的影响。模型基于 68 种组织、超过 1.07 亿个单细胞图谱训练,在 TenK10K 数据集上识别出的因果变异比例从 16% 提升到 30%。该模型可通过 AlphaGenome API 用于非商业研究,商业研究处于私密预览阶段。
推荐理由:原文给出模型架构改动与单细胞层面的评测对比,读者可据此判断变异效应预测在细胞类型粒度上的进展。
Google DeepMind 对一个为期四周的项目进行数学验证,确认了 Signal 加密协议的关键部分。该项目的结论是,AI 可能让形式化验证变得更实用。
Mercor 完成 7.5 亿美元 D 轮融资,估值 200 亿美元,年化收入已达 30 亿美元,公司称拥有 500 万专家。其收入从 2 月的 10 亿美元、6 月的 20 亿美元一路增长到 30 亿美元,用时 27 个月。文中还提到该公司称在推理上的支出已是员工薪资的 3 倍。
Simon Willison 发布 llm-gemini 0.36,对应 Google 的 Gemini 4 Carbon 从面向部分网络安全人员开放转为向所有用户开放。
推荐理由:作者实测 Gemini 4 Carbon 的编码与 3D 生成能力,并给出定价与涨价时间点,便于判断使用成本。
Hugging Face 组织现在可关联 Google Cloud 账户,使用费用直接计入 Google Cloud 账单,无需再用信用卡支付。
Google 正式发布 Gemini 4 Carbon,称其与 Gemini 4 Argon 互补,面向复杂多步编码、调试和开放式科研等任务。Carbon 在 CursorBench 4.0 上以接近 60% 的得分居首,领先 Fable 5.2 和 Gemini 4 Argon,单任务平均成本约 8 至 10 美元。
推荐理由:文章把 Gemini 4 Carbon 与 Fable 5.2 的基准和单任务成本放在一起比较,便于判断这轮模型竞赛的性价比变化。
Google 在向少数网络安全防御者开放两周后,将 Gemini 4 Carbon 推向公众,称其为迄今最强模型,主打复杂多步编码和开放式科研等任务。Google 同时在智能体开发平台 Antigravity 上预览 swarm 功能,可把单条提示词变成一组协同工作的智能体。
推荐理由:读者可了解 Gemini 4 Carbon 的定位、定价与 Antigravity 的智能体集群功能,并对照 Anthropic 与 OpenAI 的同期模型。
Google DeepMind 发布视觉-语言-动作模型 Gemini Robotics 2.5,在奔驰匈牙利 Kecskemét 和德国 Sindelfingen 产线试点中,Apptronik 的 Apollo 2 机器人分拣金属件并按装配顺序放入托盘,成功率达 96%。
推荐理由:读者可了解 Gemini Robotics 2.5 在奔驰产线试点中的成功率,以及配套开源越狱基准的测试结果。
Google DeepMind 发布 Gemini Robotics 2.5,称其为目前能力最强的视觉-语言-动作(VLA)模型,在200项任务上成功率比此前基线高30%至100%,完成任务速度快20%至30%。
推荐理由:原文给出200项任务评测与奔驰产线96%成功率的实测数据,可据此判断VLA模型在真实工业场景的落地程度。
Google DeepMind 向开发者、企业、科学家和消费者开放 Gemini 4 Carbon,称其在网络安全能力和长周期智能体工作流上达到前沿水平。Carbon 在 CursorBench 4.0、Perplexity 的 WANDR 和 Zapier 的 AutomationBench 上排名第一,单任务成本比次优外部模型低 2 倍以上。
推荐理由:原文给出 Carbon 与 Argon 的定位差异、多项基准排名和定价,读者可据此判断该模型适合哪类任务。
NVIDIA 在 KubeCon + CloudNativeCon 上把用于保障和治理自主智能体的开源运行时 NVIDIA OpenShell 贡献给 CNCF,作为 Sandbox 项目接受社区治理。
推荐理由:原文给出 OpenShell 与 Agent Substrate 的治理定位,以及 NVKE、NVKR、Snapshot 在 GPU 集群上的具体能力与实测数字。
Google 发布两款第八代 TPU 新变体 TPU 8tx 和 TPU 8i Max,分别面向机密推理与大内存负载。TPU 8tx 与 AMD 合作设计,基于 TPU 8t,将安全能力做进硬件层,并配备自定义推理网络,可在训练同时运行推理,用于即时蒸馏和训练小模型。TPU 8i Max 将两颗面向推理的 TPU 8i 合入单一封装,内存容量、算力和带宽翻倍,让模型在查询时处理更大范围的信息。
Google DeepMind 发布 Gemini Robotics 2.5,称其在需要高灵巧度的任务上明显提升,并已在 Mercedes-Benz 工厂完成实际工作。
Anthropic 的 Fable 5.2 在 Scale Labs 的 RLI 基准上完成 41.3% 的真实自由职业任务,远高于一年前 Manus 的 2.5% 和今年 7 月 Fable 5 的约 16%。
推荐理由:读者可了解 RLI 基准如何用真实自由职业项目衡量 AI 智能体,以及 Fable 5.2 与竞品的差距。
Adobe 在迈阿密 Max 大会上公布多项智能体能力,包括让 OpenAI、Google、Anthropic 等第三方 AI 智能体通过本地 MCP 集成在 Photoshop、Illustrator、Premiere 和 After Effects 中直接修改本地项目文件,该集成将于 2027 年初开启私测。
Anthropic 在更新后的 IPO 文件中称,将发行 8.25 亿股 A 类股,发行价区间为每股 70 至 78 美元,预计募资 577.5 亿至 643.5 亿美元,按完全稀释口径计算,若按区间上限定价,其估值将达 1.404 万亿美元。
推荐理由:更新后的 IPO 文件给出了发行价区间、募资规模和最新营收数据,可据此判断 Anthropic 上市时的估值与财务体量。
Anthropic 启动 IPO 路演,计划发行 8.25 亿股 A 类普通股,发行价区间为每股 70 至 78 美元,目标估值最高 1.02 万亿美元。此次公开发行拟募资至多 644 亿美元,加上 260 亿美元的私募配售,总规模最高可达 904 亿美元,股票将在纳斯达克以代码 ANT 交易。
推荐理由:材料给出 Anthropic IPO 的定价区间、募资规模和估值目标,读者可据此了解这轮上市的具体安排与市场环境。
Google DeepMind 发布 AlphaProof Code,这是一个多 LLM 智能体框架,用于对实际运行代码做深度形式化验证。研究团队与模型协作把 Signal 的安全目标转写为形式化规格,由 Gemini Carbon 驱动的智能体生成超过六百万行 Lean 证明,整个过程耗时四周,而人工团队通常需要数年。
推荐理由:原文交代了多智能体框架如何把形式化验证拆成规格与证明两步,并给出四周完成 Signal 协议验证的对照。
Google DeepMind 发布 SatWeave 和 PARDIG 两个数据集,二者是 WeatherNext 3 模型的关键数据基础。
Google 上线 Language Explorer 交互式网页平台,基于开源数据集 LinguaMeta 汇总数千种语言数据,供研究者、教育者和语言爱好者探索全球语言多样性。
走访弗吉尼亚州 Data Center Alley 后可见,美国数据中心抵制潮的核心是电力而非文化战争。当地数据中心平均功率达 54 兆瓦,超过丹佛国际机场用电量;AI 训练最小需 300 兆瓦,理想规模达 6000 兆瓦,相当于芝加哥全市用电。Anthropic 据报已同意支付 34 亿美元购买燃气轮机自建供电。
苹果在 Logic Pro 中新增“Buy More Usage”选项,一次性支付 49.99 美元即可购买 Intelligence Usage Packs,继续使用有额度限制的 Apple Intelligence 功能。
Google 为第八代 AI 加速器阵容新增 TPU 8tx 和 TPU 8i Max 两款系统,前者面向机密计算,后者面向内存密集型负载,并称这是首次在一年内出货四款 TPU 系统。
三位学者在 Nature 评论文章中质疑"大脑即计算机"隐喻,认为计算功能主义存在根本缺陷,当前 AI 系统不构成意识的有力候选。他们援引 Anthropic 今年报告的 Claude 内部处理模式,但指出这并非主观体验的证据;Butlin 等人的 14 项指标评估也显示 GPT-4 等模型仅呈现微弱迹象。作者以 AlphaFold 为例:同样是硅基神经网络,却几乎无人认为它有意识。