Google Research 发布一套统一多智能体框架，用于自动生成时间上连贯的长视频叙事，以解决现有线性流水线中的身份漂移和级联失败问题。该框架作为编排层构建在 Gemini 和 Veo 之上，包含四个部分：AI video co-director 用多臂老虎机做全局创意搜索，CANVAS 通过持久视觉记忆规划多镜头视觉连续性，A²RD 以自回归方式逐段生成并维护多模态视频记忆，VQQA 用视觉问答生成语义梯度做闭环提示词优化。评测显示 AI video co-director 在 GenAD-Bench 上达到 81.4 的峰值质量分，CANVAS 在 ST-Bench 和 HardContinuityBench 上提升场景重现连续性，A²RD 在 VBench-Long 和 LVBench-C 上减少布局漂移，VQQA 在 T2V-CompBench、VBench2 和 VBench-I2V 上取得质量提升。
匹配字段标题、摘要、正文
NVIDIA 加入由 Google DeepMind、EMBL-EBI 等组成的联盟，通过 AlphaFold Database 开放 2800 多种病毒的蛋白复合物预测 3D 结构，供全球科学家免费使用。这些结构由 AlphaFold2 推断，并用 NVIDIA BioNeMo Inference Runtime 优化以扩展到数千个病毒蛋白质组。NVIDIA 同时开源生成该数据集的 BioNeMo Structure Prediction Pipeline，其中约 30% 的蛋白相互作用此前未在 Protein Data Bank 中记录。
匹配字段标题、摘要、正文
Remedy Entertainment 的《CONTROL Resonant》在发售当天加入 GeForce NOW，Ultimate 会员可以 GeForce RTX 5080 级性能串流，支持 DLSS 4、光线追踪、NVIDIA Reflex 和最高 5K HDR，无需 100GB 本地安装。GeForce NOW 还将于今年秋季 Googlebooks 上市后支持这一新笔记本品类，本周另有《DragonSword: Awakening》等九款游戏加入。
匹配字段标题、摘要、正文
Google 在 Gemini 3.8 Live 更新中推出 Live Avatar，用户可在对话时看到实时回应的动画 AI 形象，它会同步口型并展示不同面部表情，目前仅面向 Gemini Enterprise 客户开放。Google 称 Live Avatar 可在其支持的 97 种语言之间切换而不降低视频保真度或产生视觉漂移，还能在说话时在屏幕上调取信息。该功能约一周前随 Gemini 3.8 Live 模型发布，除预设形象库外也允许企业自建，输出带有不可见的 SynthID 水印及尊重身份的防护措施。
匹配字段标题、摘要、正文
Google 于 9 月 23 日宣布 Google 文档与 Gemini Notebook 联动，用户可在 Gemini 侧边栏或底部 Gemini 栏输入「@」指定已有笔记本作为参照来源，据此在文档内生成草稿，Gemini 还会在输出中标注出处。该功能面向 Business Standard／Plus、Enterprise Standard／Plus、Education Plus、Google AI Pro／Ultra 等 Workspace 与 Google AI 方案提供。同日 Gemini 应用还开始陆续接入 Adobe、Airtable、Linear 等 13 项服务，基于 MCP 协议实现。
匹配字段标题、摘要、正文
Google 于 2026 年 9 月 23 日发布文本转语音模型 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS，前者支持用自然语言提示词在 100 多种语言和方言中定制音色与口音，并拥有 2,000 多种音色的语音库，30 秒音频样本即可复现一致的语音特征；后者面向大批量配音和音频内容制作，强调成本效率。两款模型均可按台词指定语气与表演，并加入笑声、叹息、mhm 等副语言声音，在 voicearena.com 的盲测人工评估中于日语、巴西葡萄牙语、越南语、现代标准阿拉伯语、墨西哥西班牙语和印地语等语言上获得靠前评价。语音克隆需提交说话者本人的口头同意录音，所有生成音频均嵌入 SynthID 水印。两款模型将陆续开放，Flash TTS 可在 Gemini Notebook 试用，Flash-Lite TTS 可在 Google Vids 试用，开发者可通过 Google AI Studio 和 Gemini API 使用。
匹配字段标题、摘要、正文
Google DeepMind 发布 Gemini 3.8 Live with Live Avatar，在 Gemini 3.8 Live 的实时对话能力上加入低延迟流式视频，让模型能边听、边看、边说。该功能支持精确唇形同步、自然表情与流畅轮次切换，并可在对话中无缝切换 97 种语言而不损失视频保真度。它已上线 Gemini Enterprise，支持后台异步工具调用，企业还可基于参考图定制专属形象，定制功能目前仅通过企业白名单开放。
匹配字段标题、摘要
Google Cloud API Gateway 进入公开预览，可充当远程 MCP 服务器：在已有的 OpenAPI 3.0.x 或 3.1.x 规范上添加 x-google-api-management.mcp 注解并部署后，现有 REST 操作即可作为 MCP 工具供智能体调用，无需另建服务器。网关在 /mcp 路径接收 MCP JSON-RPC 请求，把 tools/call 转码为对应 REST 请求并沿用原有 JWT 或 API key 认证、配额和日志策略。该预览版覆盖 REST 与 OpenAPI 3.x 后端，MCP resources、prompts、响应流式传输和 Model Armor 载荷检查仍在路线图中。
匹配字段标题、摘要、正文
Google Chrome 推出面向学习场景的新功能：Gemini in Chrome 可将播客、视频等音视频内容总结要点，并能根据当前标签页内容生成互动测验，该测验功能已在美国和印度的桌面端以英文上线，未来数月扩展至更多地区和移动端。Chrome 还提供标签组、分屏视图、跨设备同步（保留滚动位置和未填完的表单）、沉浸式阅读模式与朗读工具，Android 端朗读的 AI 播放还能生成播客式对话。
匹配字段标题、摘要、正文
Notebook 🤝 @GoogleDocs 借助 Workspace Intelligence，你现在可以在 Docs 中上传并引用你的 notebook 作为上下文来源。 将 Notebook 中的深度研究与邮件、聊天和文件等其他来源结合，直接在草稿中个性化你的写作流程。
匹配字段标题、摘要、正文
Google Photos 的 AI 虚拟衣橱功能现已面向美国、巴西和印度的 Android 与 iOS 用户开放，该功能可根据照片中穿着的单品生成个人衣橱副本，并支持按上装、下装、珠宝等分类筛选和搭配。Google 表示用户穿着数据不会与零售商等第三方共享。此次更新还带来 Gemini Spark 单提示词选图、调亮和分享功能（美国需 Google AI Pro 或 Ultra 订阅）、升级版 Markup 工具以及 Android 端“Moods”滤镜。
匹配字段标题、摘要、正文
Google 开始测试名为 Call for Me 的新功能，让 Gemini 代替用户给商家打电话。该功能首批面向美国付费订阅 Gemini 的 Pixel 11 用户，并需使用 Google Phone 应用的 beta 版本。Gemini 可在通话中分享用户批准的个人信息，处理查询库存、餐厅订位、改约、预留商品等任务，能自我介绍、应对自动语音菜单、等待接通并完成对话，用户可实时查看通话转写并随时接管，通话直接使用用户本人的手机号码拨出。
匹配字段标题、摘要、正文
Google 在 AI Studio 上线新版文本转语音与声音设计模型，提供数千种新音色可选。该模型支持在 30 秒内复刻自己的声音、用提示词设计音色，并通过表达标签控制语音效果。
匹配字段标题、摘要
Google 宣布即日起上线 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS，开发者可在 Google AI Studio 和 Gemini API 中使用。消费端方面，Gemini 3.8 Flash TTS 进入 Gemini Notebook，Gemini 3.8 Flash-Lite TTS 进入 Google Vids，两款模型后续还将登陆 Gemini Enterprise。
匹配字段标题、摘要、正文
Google 发布 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款音频模型，支持 100+ 语言的自定义音色或从 2,000+ 预设音色中挑选，可逐行控制语气并加入 <laughs>、|mhm| 等自然提示，连续生成数小时无故障音频。Flash TTS 面向游戏、有声书和播客等高保真创意制作，Flash-Lite TTS 面向近实时语音智能体、批量配音和规模化音频生产。
匹配字段标题、摘要
Google DeepMind 发布 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型，支持从零生成自定义角色声音并逐句控制口音与情绪，已接入 Google AI Studio、Gemini API、Gemini Enterprise、Gemini Notebook 和 Google Vids。Gemini 3.8 Flash TTS 在 Hume AI 的 Voice Design Benchmark 上以 71.4 分位列第一，口音建模得分 60.8，两款模型分列 Hume AI Overall Quality Index 第一和第二，支持超过 100 种语言。声音复刻需提供声音所有者的口头同意录音，所有生成音频均嵌入 SynthID 水印。
匹配字段标题、摘要、正文
Google 宣布 Antigravity SDK 支持本地模型与多种执行方式，首发通过 Google AI Edge 的 LiteRT 支持 Gemma 4 26B A4B，可完全离线运行智能体。官方给出的混合示例中，云端 Gemini 3.8 Flash 负责规划，本地 Gemma 4 26B 实例执行审计与修复，97.2% 的 token（3,322 个）在本地离线完成，云端仅消耗 95 个 token 且不上传源码。该 SDK 还通过 LocalOpenAIAgentConfig 支持 Ollama、LM Studio、vLLM 等 OpenAI 兼容服务。
匹配字段标题、摘要、正文
Google 的 John Platt 介绍了团队开发的 Empirical Research Assistance（ERA），它用 Gemini 维护实验树、以类似蒙特卡洛树搜索的方式挑选并变异 notebook，把可写成评分函数的科学问题自动化求解，已产出至少十篇论文。ERA 在 Gemini 2.0 到 2.5 之间出现质变，从完全不可用变为效果出色，并被用于飞机凝结尾迹等气候变化研究。
匹配字段标题、摘要、正文
Google AI Developers 展示了一个用 Gemini 3.8 Live Extended Thinking 构建的编程辅导工具：它能查看用户屏幕，通过 function calling 引用 p5.js 库，并讲解代码逻辑。主帖仅附上详情链接。
匹配字段标题、摘要
遇到 bug 卡住时，是否希望屏幕上直接指出具体问题？ 看看我们如何用 Gemini 3.8 Live Extended Thinking 构建一个编程导师：它能看见你的屏幕，通过 function calling 引用 p5.js 库，并为你讲解其中的逻辑。https://t.co/0YVtjHm8oS
匹配字段标题