Arm 基于 Google AI Edge Model Explorer 的插件架构开发了开源适配器，支持 TOSA、VGF 和 PTE 等模型格式，可在图上直接检查编译器 IR、对比 NPU 委派与 CPU 回退，并叠加周期级性能追踪。借助该工具，Arm 在 VGF 图中发现 ExecuTorch Arm 后端引入的多余 TRANSPOSE 算子，并在 Ethos-U NPU 上定位到单个 TRANSPOSE 节点是主要延迟瓶颈。这些适配器现已通过 PyPI 或 GitHub 提供。
匹配字段标题
Google 宣布将于 2027 年初把 Financial Services Verification 项目扩展至美国和加拿大，要求金融广告主在投放前证明已获监管机构授权，以阻止品牌冒充和金融诈骗。该项目目前覆盖 42 个国家、约 20 亿互联网用户；2025 年 Gemini 已帮助系统在广告投放前拦截超过 99% 的违规广告。Google 在美国与 American Bankers Association 合作，在加拿大与 Canadian Bankers Association 对接，并将在执法开始前向广告主提供注册表清单和接入指引。
匹配字段标题
Google 为 Gemini 推出面向小企业主的业务落地页，可在其中管理品牌、财务和客户洞察，并连接 Google Business Profile、Google Ads、Google Workspace 以及 Adobe、Canva、Dropbox、Shopify、Wix、Zoho、Xero 等第三方应用。用户上传网站、品牌套件、字体或配色即可定义品牌风格，配合 Nano Banana 2.1 生成风格统一的营销视觉；Gemini 还能把表格、收据和采购记录转成财务图表与交互模型。这些功能将在未来数日面向所有 Gemini 应用用户全球逐步上线。
匹配字段标题
Google 研究团队开发的 AMIE（Articulate Medical Intelligence Explorer）在近期研究中先与患者对话采集病史，再向医生提供简明摘要，使医生能把更多时间用于协作诊疗、讨论治疗方案和回应患者关切。研究期间每例 AMIE 与患者的交互都有受训医生监督，但全程无需中断对话或介入。团队正把 AMIE 从文本扩展到图片、音频和视频交互，并筹备覆盖全美更多患者、含对照比较的更大规模临床研究。
匹配字段标题
Google 将 TorchTPU 集成进 Meta 的 TorchTitan，Cloud TPU 现可通过原生后端 torch.device("tpu") 直接训练 PyTorch 模型，无需重写为 JAX。TorchTitan TPU 分支提供 Llama 3 70B/405B、Qwen 3 8B/32B/235B MoE 和 FLUX.1 12B 等预训练配方，并用 Splash Attention 等 Pallas 内核替换标准实现。在 FLUX 上，SimpleFSDP 让 TorchTitan 达到与 JAX MaxDiffusion 99% 的性能持平。
匹配字段标题
Google 发布基于 TorchTPU 的 vLLM 与 SGLang 原生 PyTorch 后端，分别与 Inferact、RadixArk 合作开发，两个引擎已在预览客户的生产环境中运行。官方称在 Ironwood TPU（TPU 7x）上跑 Qwen 3.5 时，高并发配置下每百万 token 成本为 2.01 美分，并已在 SemiAnalysis InferenceX 的 AgentX 赛道提交结果。功能上支持前缀缓存与 KV cache 卸载、投机解码、分离式服务以及图像视频输入的多模态模型，SGLang-TorchTPU 已在 Meta 生产环境使用。
匹配字段标题
Google Research 开源 Harness²，它不修改模型权重，而是通过调整系统提示词、记忆、工具指导、Skills、子智能体等八类组件，让 Agent 根据执行反馈改进自身工作方式。项目采用 Apache 2.0 协议，支持 OpenCode 和 Codex，默认使用 OpenCode，官方说明这是研究项目而非商业产品。其 Propose–Probe–Compose 机制通过候选方案执行同一任务的行为差异寻找改进方向，官方报告称仅一步优化在部分实验取得最高增益，但递归探索会带来额外模型调用与执行成本。
匹配字段标题
联想 Googlebook 售价 $1,149，运行以 Android 为核心的 Googlebook OS，并融合部分 ChromeOS 特性，但实际办公体验相当割裂。界面和快捷键与桌面电脑习惯不符，应用主要依赖 Play Store 的 Android 应用，部分生产力场景下并不理想甚至缺失。Chrome 为完整桌面版，网页与 Android 界面混用基本可用，但整体仍显未完成。
匹配字段标题
Google 发布 Coral NPU 完整 32 位架构（含新增 Matrix Execution Unit，可配置至 1 TOPS、推理平均功耗目标 10mW）和基于 IREE/MLIR 的开源 Coral Compiler v1.0，支持 JAX、PyTorch、TensorFlow 模型直接编译到该硬件。完整 32 位 RTL 已在 GitHub 开放，Synaptics 同步推出搭载第二代 Coral NPU IP 的 Astra SR200 系列 MCU（400 GOPS）和 Coralboard SR 开发套件，Coralboard SL（1 TOPS）经 DigiKey 全球发售。两代产品共用同一架构与编译器，模型优化一次即可部署到毫瓦级可穿戴设备或 1 TOPS 板卡。
匹配字段标题
由前 Google DeepMind 研究负责人、AlphaGo 共同创造者 Thore Graepel 联合创办的伦敦 AI 公司 Metis Reasoning 正式成立，寻求一条区别于 Anthropic 和 OpenAI 前沿模型的算力高效路线，据信初期融资数千万美元。公司团队共 12 人，涵盖研究者、数学家、机器人专家和技术创业者，认为 LLM 在推理上存在根本局限、结果难以验证且缺乏审计轨迹，其方法更可验证、更稳健也更安全，并称已在前沿推理问题上以远低于前沿模型的成本取得一些积极结果。Metis 尚未公布首个 AI 模型的发布时间。
匹配字段标题
Cognizant 与 Google Cloud 于 2026 年 10 月 19 日宣布扩大合作，成立由超过 18,000 名 Cognizant 员工组成的 Gemini Frontier Capability Group，推动企业从试点走向智能体生产部署。该团队初期聚焦遗留系统现代化、开发者体验、业务流程智能体化和前沿网络防御，并计划基于 MCP 与 Google Cloud 的 Model Armor 部署安全优先的智能体架构。已有超过 55,000 名 Cognizant 员工完成 Build with Gemini workshop，Cognizant 还计划在 2026 年将 Gemini 部署给 100,000 名员工。
匹配字段标题
Google 更新 Gemini Notebook，为 Slide Decks 和 Video Overviews 加入共创能力，不再从初始提示词直接跳到最终成品，而是基于用户来源材料分步引导创作流程。新流程会先建议包含的主题，再根据反馈确定视觉风格和格式，生成后可用 Review 开关继续编辑。该功能将在未来一周内面向所有 Gemini Notebook 用户全球推送。
匹配字段标题
Google 与 Meta 的 PyTorch 团队合作推出开源项目 TorchTPU，为 Google TPU 提供原生 PyTorch 后端，迁移只需把 model.to("cuda") 改为 model.to("tpu")。项目支持 eager 与 torch.compile 两种模式，新增 DeferAndFuse eager 模式，覆盖约 450 个 Aten 算子，并已在 4,917 个 Hugging Face 模型上验证开箱运行，其中 Tier 1 通过率 98%、Tier 2 相对 GPU 数值一致性 97%。官方称其已用于部分 Google Cloud 大客户的推理与训练生产负载，并集成 vLLM、SGLang、TorchTitan、Ray 和 TorchRec。
匹配字段标题
普林斯顿大学与 Google 的新论文发现，在孤立问题上最准确的决策模型只解决了 69.5% 的智能体任务，而在智能体状态上训练的 4B 模型解决了 91.5%。其 harness 把每一步的工具选择交给快速决策模型，只有置信度超过在智能体自身运行上拟合的阈值时才采用其答案，并用智能体实际到达的状态（包括犯错之后的状态）训练了 AgentDecision-4B。在类似训练数据的任务上，这类 4B 模型让智能体成本降低 81.1% 至 89.0%、速度最高提升 2.5x，成功率差距在 3 个百分点以内；若不加阈值把所有工具选择都交出去，成功率下降 19.0 个百分点。论文地址为 arxiv.org/abs/2610.21412。
匹配字段标题
Google Research 发布 Harness² 框架，让智能体在冻结模型的前提下自行改进 harness。Gemini 3.5 Flash 在 WorkBuddy-Bench 提升 8.4 分、JobBench 提升 7.5 分，并在全部 3 个 benchmark 上均有提升。Skills 与脚本贡献约 50% 的编辑，去掉 skills 会损失 5.3 分。
匹配字段标题
Google 发布 LiteRT Tensor API，让开发者在 C++ 中逐算子构建计算图，同一份代码可经 LiteRT 跑在 CPU、GPU（ML Drift）和 NPU 上，或不经模型文件直接通过 XNNPACK 在 CPU 运行。官方用该 API 手写 SAM 2 并部署到浏览器 WebGPU，在 MacBook Pro 上比 Apple MLX 快约 1.5 倍，输出掩码与 Meta PyTorch 参考逐像素一致。该 API 还支持从 .safetensors 直接加载权重，并让预处理、推理与后处理通过共享加速器缓冲区串联，避免数据回传 CPU。
匹配字段标题
Google 开发者博客发布分步教程，介绍如何用 ADK 和 gemini-3.8-live 构建不会长时间静默的语音智能体。核心做法是把工具函数从 return 改为 yield 变成流式工具，或使用 FunctionTool 的 response_scheduling 在空闲时交付结果；在销售报表基准流程中，智能体首次开口时间从 14.4 秒降到 1.2 秒。教程还给出 stop_streaming 取消机制、防止重复调用以及 WHEN_IDLE、INTERRUPT、SILENT 三种调度模式的取舍，要求 google-adk >= 2.10.0 并使用 run_live 双向会话。
匹配字段标题
Google 正把 Google Account Help 等支持页面从详细文章改为 AI 摘要加聊天机器人，页面以“Ask Google Help”展示精简内容和排障步骤，用户可继续输入问题让 Gemini 给出下一步。该改动目前仅在部分主题测试，Pixel Help 仍默认显示文章，Chrome 主题已切换；Google 仍提示 AI 摘要可能不准确。
匹配字段标题
Google 将在未来几周把 Gemini 中用于单项任务的 Gems 改名为 Skills，并把今年春季推出的后台智能体 Gemini Spark 去掉独立名称，以 Tasks 的形式并入聊天窗口。Skills 支持在对话中通过斜杠或 @ 符号调用，并可组合多个技能，底层使用基于 Markdown 的 SKILL.md 标准，但 Canvas、Deep Research 以及视频和音乐生成暂不支持 Skills。私人账号的 Gems 将于 2026 年 11 月 17 日自动转为 Skills，Workspace 企业账号则从 2027 年 3 月 1 日起停用旧 Gems，教育机构为 2027 年 6 月 1 日；德国、奥地利和瑞士暂不开放云端 Tasks 及相关事件触发计划。
匹配字段标题
Google 于 2026 年 10 月 15 日宣布改进 Google 搜索 AI 模式与 AI 概览的链接展示：回答顶部更频繁显示内联链接，部分回答末尾的相关文章链接配缩略图，并将在回答顶部专设栏目汇总官方站点链接。文章轮播的提供地区和语言也在扩大，优先新闻来源设置的使用者增至年初的 7 倍以上；AI 模式视频发布者名称链接至搜索个人资料的测试已启动，但个人资料创建目前仅限美国、加拿大和印度。
匹配字段标题