Google Nano Banana 2.1 进入 Arena 三个图像竞技场
Google 发布图像生成与编辑模型 Nano Banana 2.1，并已进入 Arena 的文生图、图像编辑和多图编辑三个竞技场。它在多图编辑以 1431 分排第 4，文生图以 1328 分排第 5，图像编辑以 1428 分排第 6。相比 Nano Banana 2，文生图提升 80 分，多图编辑提升 67 分，图像编辑提升 38 分。
匹配字段标题
←搜索结果
搜索“Google”
Google 发布图像模型 Nano Banana 2.1，价格约为前代一半
Google 发布图像生成与编辑模型 Nano Banana 2.1，取代 2026 年 2 月发布的 Nano Banana 2，官方称其在各方面均有提升。价格约为前代一半，1K 图像从 6.70 美分降至 3.36 美分，4K 从 15.10 美分降至 7.56 美分。该模型基于 Gemini 3.6 Flash，支持 1K、2K、4K 分辨率，最多可同时处理 14 张参考图并保持 4 个角色和 10 个物体一致，已陆续接入 Gemini 应用、Google 搜索 AI Mode、Google AI Studio、Flow、Stitch、Google Ads 和 Gemini 企业平台；旧模型 gemini-3.1-flash-image 将于 2026 年 10 月 29 日停用。
匹配字段标题
Google 发布 EmbeddingGemma 2 多模态嵌入模型
Google 发布开源多模态嵌入模型 EmbeddingGemma 2，可将文本、图像、视频、音频和代码转为向量，参数量 740M，Google 称其在多模态嵌入基准上超过参数量两倍的竞品。该模型无需 API key 即可本地运行，浏览器中通过 WebGPU 单次查询约 20 至 70 毫秒，仅需约 191MB 内存，本地向量数据库存储最多减少六倍；纯文本任务可用 270M 参数版本。搭配 Gemma 4 等小型开源模型可离线运行 RAG 应用，权重已在 Hugging Face 和 Kaggle 发布，并附开发者指南与文档。
匹配字段标题
Google DeepMind 发布 EmbeddingGemma 2，740M 开源多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，一个基于 Gemma 4 架构的 740M 参数开源多模态嵌入模型，可将文本、代码、图像、视频和音频嵌入同一个 768 维空间，采用 Apache 2.0 许可，权重已上线 Hugging Face 和 Kaggle，并提供 Ollama、llama.cpp GGUF 和 LiteRT 版本。模型采用模块化设计，文本与代码主干 270M、视觉编码器 170M、音频编码器 300M 均可选，上下文窗口 8192 token，是上一版的 4 倍。Google 研究团队称其在 MTEB Code 和 MAEB 的 1B 以下多模态嵌入模型中领先，代码检索从 68.76 提升到 78.68；量化后在 Pixel 11 Pro 上纯文本约占 191MB 内存，全多模态约 567MB。
匹配字段标题
Google 为 Pixel Buds Pro 2 和 2a 推送大规模固件更新
Google 开始向 Pixel Buds Pro 2 和 Pixel Buds 2a 推送大规模固件更新，初代 Pixel Buds Pro 不在更新范围内。Pixel Buds Pro 2 独占 Dynamic Active Noise Cancellation，可根据耳塞贴合度自动调整降噪；两款耳机均支持通话中 Tap to Mute、借助 Pixel Watch 睡眠检测的自动暂停播放，以及 Enhanced Live Translate。用户需更新 Pixel Buds 应用并检查 release_6.144 固件。
匹配字段标题
Claude 推出 Google Docs、Sheets、Slides 侧边栏集成
Anthropic 的 Claude 现已支持 Google Docs、Sheets 和 Slides 的侧边栏集成，通过 Claude for Google Workspace 插件以公开测试形式上线。在 Docs 中可修正拼写、改写段落或调整样式且不破坏原有格式，在 Sheets 中可编写公式、构建表格，在 Slides 中可基于现有版式生成新幻灯片或标出待更新元素，并提供编辑前预览的 ask before edits 模式。该测试版面向所有付费 Claude 用户，通过 Google Workspace 应用市场获取，同时新增 Docs、Sheets、Slides 连接器，可在 Claude 对话中粘贴文件链接直接编辑这些文件。
匹配字段标题
用 Google Gemma 在浏览器中嵌入任意内容
用 @googlegemma 在浏览器中嵌入任意内容 https://t.co/lDWPMLYBP1 https://t.co/YhukGVDkeX
匹配字段标题
Google 发布 EmbeddingGemma 2 多模态嵌入模型
Google 发布 EmbeddingGemma 2，这是其首个原生多模态嵌入模型，基于 Gemma 4 构建，采用 Apache 2.0 许可。它可将 100 多种语言、代码、图像、音频和视频嵌入同一个向量，支持 8,192 上下文，提供 740M omni、440M text+vision、570M text+audio 和 270M text-only 四种规格，在 MTEB Code 上提升 14%，并支持 768d、512d、256d、128d 的 Matryoshka 维度。模型已在 Sentence Transformers 和 LiteRT-LM 中提供。
匹配字段标题
Google 发布图像模型 Nano Banana 2.1
Google 发布图像模型 Nano Banana 2.1，面向图像生成与编辑用户，带来更高质量图像、修复前代模型的多个问题，并采用更低的价格。该版本已在 API、AI Studio 和 Gemini app 中上线。
匹配字段标题
Google 发布 EmbeddingGemma 2 模型与 AI Edge Foresight Mac 笔记应用
Google 发布 EmbeddingGemma 2 嵌入模型，可本地完成信息组织、搜索与关联，并推出 AI Edge Foresight Mac 应用演示其能力。该模型为 7.4 亿参数，基于 Gemma 4 架构，采用 Apache 2.0 许可；量化后在 Google Pixel 11 Pro 上纯文本权重约占 191MB 内存，完整多模态模型约 567MB。Foresight 可在会议中后台听取内容，把速记要点即时整理成完整笔记，转录与音频全部在设备本地处理，还能接入项目文件夹、参考资料、图表和日历进行问答检索。
匹配字段标题
Google 发布 EmbeddingGemma 2 开源多模态嵌入模型，0.5GB 内存本地运行
Google 发布 EmbeddingGemma 2，这是其首个原生多模态开源端侧嵌入模型，可在 0.5GB 内存下本地运行。该模型为 740M 参数、Apache 2.0 许可，由 270M 文本模型与 170M 视觉、300M 音频模块组合而成，将代码、图像、音频和视频统一到同一嵌入空间。Unsloth 提供了该模型的运行与训练支持，并附有 GGUF 与使用指南链接。
匹配字段标题
Google DeepMind 发布 EmbeddingGemma 2 多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，一个 740M 参数、Apache 2.0 许可的端侧多模态嵌入模型，原生将文本、图像、音频和视频映射到统一嵌入空间。它在 MTEB Code 上从 68.76 提升到 78.68，支持 8K token 上下文窗口，可处理约 5.5 分钟音频、29 张图像或 58 帧视频，并可通过 MRL 将向量从 768 维截断至 128 维。模型权重已在 Hugging Face 和 Kaggle 开放下载，支持 LiteRT、MediaPipe、transformers.js、vLLM、Ollama 等部署方式。
匹配字段标题
Google DeepMind 发布 EmbeddingGemma 2 多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，这是面向端侧的多模态嵌入模型，可将文本、图像、音频和视频映射到统一嵌入空间。模型基于 Gemma 4 架构，采用 Apache 2.0 许可，参数量 7.4 亿，文本任务最低 2.7 亿参数，可选视觉（1.7 亿）和音频（3 亿）编码器。它支持 8K token 上下文窗口，是 EmbeddingGemma 1 的 4 倍，可处理约 5.5 分钟音频、29 张图片或 58 帧视频；借助 MRL 可将输出向量从 768 维截断至 512、256 或 128 维，最多减少 6 倍存储占用。在 MTEB Code 上得分从 68.76 提升至 78.68，模型权重已在 Hugging Face 和 Kaggle 开放下载。
匹配字段标题
Google Flow Music 支持将自定义 Spaces 导出为 VST3/AU 插件
Google Flow Music 的 Spaces 功能允许创作者用自然语言构建自定义乐器或效果，无需编程经验。现在这些自定义 Spaces 可导出为 VST3/AU 插件，在数字音频工作站（DAW）中运行。制作人 Khris Riddick-Tynes 用它创建了插件 No Chaser，用于保证乐器和人声达到录音室级音质。
匹配字段标题
Google 研究用 AI 让基层医护完成产前超声检查
Google 与 Northwestern、Jacaranda Health 合作，在肯尼亚内罗毕和芝加哥各招募 1000 名孕妇开展研究，让未经超声训练的医护按预设路径做盲扫超声，再由机器学习模型分析视频，判断孕周和胎位，准确率与专业超声技师相当。操作者只需 8 小时培训，模型处理全部在设备端完成，无需电力或 Wi-Fi 即可给出结果。
匹配字段标题
Google Earth AI 的 PDFM 如何用行星级地理空间基础模型服务全球公共卫生
Google Research 以 Google Earth AI 的 Population Dynamics Foundation Model（PDFM）为概念验证，提出面向全球公共卫生的行星级地理空间基础模型范式。PDFM 将隐私保护的搜索趋势、人口流动、建成环境密度和环境决定因素压缩为按月更新的位置嵌入向量，无需任务特定微调即可直接接入现有流行病学模型。五项合作方独立评估显示：美加边境 146 个县疫苗覆盖率解释方差相对提升 36%，墨西哥约 2450 个市镇登革热 1 个月预测显著改善，刚果（金）403 个卫生区霍乱 8 周 Precision@5 提升 18.1%。
匹配字段标题
Google Earth AI 推出公共卫生预测工具
Google 发布 Google Earth AI 的公共卫生预测能力，结合卫星影像、移动性数据与 AlphaEarth Foundations、Population Dynamics Foundation Model（PDFM）等基础模型，并搭配 Geospatial Reasoning 智能体原型，帮助公共卫生机构预测疾病暴发并定位高风险人群。在刚果（金）埃博拉疫情期间，WHO AFRO 团队用该智能体原型在数分钟内定位 48 个暴露定居点和超过 45,500 名高风险人员，原本需要数周。PDFM 嵌入向量已以 Population Dynamics Insights 形式在 Google Maps Platform 上预览，研究人员可申请免费访问，符合条件机构可申请 Google Earth credits。
匹配字段标题
Theo Triantafyllidis 用 Google AI 打造 Frieze London 巨型蜘蛛互动装置
艺术家 Theo Triantafyllidis 凭可攀爬的巨型蜘蛛雕塑与多人游戏《Feral Metaverse (Spider), 2026》获得 2026 年 Frieze Artist Award，该作品由 Forma 与 Google Arts & Culture 联合委约制作。团队将 Gemini 引入工作流，用于生成草图、角色设计、背景与 3D 渲染，塑造游戏视觉。作品将于 10 月 14–18 日在 Frieze London 展出。
匹配字段标题
100 家 AI 初创公司加入 Google Gemini Startup Forum
Google 将于今年 11 月在 Mountain View 总部举办为期两天的 Gemini Startup Forum，来自 17 个国家的 100 多家初创公司从 2000 多份申请中入选，成为该论坛的第四批成员。创始人将与 Google DeepMind 和 Google Cloud 的专家合作打磨 AI 产品、制定 AI 路线图并推动全球扩张，符合条件的初创公司还可获得最高 35 万美元的 Google Cloud 额度。
匹配字段标题
Google 将取消 Gemini Flash 和 Pro 的免费访问
Google 即将取消对 Gemini Flash 和 Pro 的免费访问，此后顶级的 Gemini Pro 模型和 Deep Think 高级推理选项将仅限 Google AI Pro 或 Ultra 订阅用户使用，两者月费分别为 19.99 美元和 99.99 美元。Google 表示用户仍可为每个模型选择低、中、高努力等级，但使用更高等级会更快耗尽 Gemini 用量额度。
匹配字段标题