Google DeepMind 发布 Gemini Omni 1.1 Flash，面向开发者提供更强的生成视频控制能力，可通过 Google AI Studio 或 Gemini Enterprise Agent Platform 调用。新版本支持场景延长，可分析最多 10 秒前序上下文，以 10 秒为单位延长至累计 40 秒；还支持指定首尾帧生成过渡画面、1080p 与 4K 输出，以及 360p 轻量预览，官方称其生成速度最高快 60%、成本为 720p 的三分之一。
匹配字段标题、摘要、正文
Google Research 发布 GlucoFM，一个轻量级自监督连续血糖监测（CGM）基础模型，采用双流设计分离缓慢血糖趋势与短期波动。它在 109,066 小时无标注 CGM 数据上预训练，14 项队列-任务评估中平均 PR-AUC 达 58.8，比最强 GluFormer 变体高 5.8 个百分点，并在餐后血糖响应预测中取得最低 MAE。
匹配字段标题、摘要、正文
Google 发布 Gemini 3.5 Transcribe，称其为目前最精确的语音转文字模型，支持 85 种以上语言，具备智能纠错和自定义词汇功能。作者用该模型开发了一个类似 Wispr Flow 的应用，并公开了演示和开源代码。
匹配字段标题、摘要
Google AI Developers 发布 Gemini 3.5 Transcribe，一款面向代码场景的语音转文字模型，可在转写时过滤口语中的犹豫停顿，并依据当前上下文精确对齐技术术语、文件名和代码变量。该模型通过视觉偏置为复杂开发者工作流提供屏幕感知上下文，官方同时给出了开始构建的入口链接。
匹配字段标题、摘要
Google DeepMind 发布 Gemini 3.5 Transcribe，一款面向实时转写的语音转文本模型，已在 Gemini API、Google AI Studio 和 Gemini Enterprise Agent Platform 向开发者开放。相比此前的 Chirp 3，其最终转写时间据 Artificial Analysis 测量提升 70%，在 FLEURS 基准上流式模式 WER 为 5.50%、非流式模式为 5.04%，并支持多说话人区分、词级时间戳和实时语言切换。该模型同时接入 Gboard、Antigravity、Gemini app 和 Chrome 等产品，LangChain、LiveKit、Vercel 等平台通过 Gemini Live API 提供支持。
匹配字段标题、摘要、正文
Google Cloud 将原生 TPU 支持集成进 vLLM，并以 Qwen3 Embedding 系列为目标模型完成多项优化，使嵌入推理可处理 4K+ token 文本和 15K+ token 多模态输入。TPU 输出与 XPU 参考基线的余弦相似度达到文本 ≥0.999、多模态 ≥0.995，官方已在 AI-Hypercomputer 公共仓库开源 Qwen3-Embedding-8B 的部署与评测 recipe。
匹配字段标题、摘要、正文
Google Search 推出 5 种家居装饰用法：AI Mode 可上传房间照片并输入墙面宽度等条件，预览沙发等家具摆放效果；Google Lens 拍照识别复古单品并找同款；Circle to Search 在 Pixel 和 Samsung Galaxy S26 上圈选屏幕内容找相似商品。此外还有 Search Live 实时视频指导 DIY，以及比价、查看价格历史和“Track price”降价提醒。过去一个月“home decor inspo”搜索量上涨 300%。
匹配字段标题、摘要、正文
Google Research 提出 Biomarker Discovery Framework，一个多智能体系统，通过迭代假设生成、统计分析和文献推理，从可穿戴传感器数据中筛选候选生物标志物。该系统在三个队列共 9,279 条参与者观测中运行，自主识别出 41 个心理健康候选数字生物标志物和 25 个代谢候选标志物，例如睡眠时长变异性与 PHQ-8 严重程度的关联（ρ = 0.252）。
匹配字段标题、摘要、正文
Google Research 提出 Mobility-Embedded POIs（ME-POIs）框架，把匿名化出行模式（到达时间、停留时长、周边移动）作为输入特征，与文本描述融合成地点嵌入向量。在公开基准上，该方法对访问意图预测取得最高 81.9% 的相对提升，价格水平分类提升 75.1%，繁忙度估计准确率提升 24.7%。
匹配字段标题、摘要、正文
Google 在 Search 和 AI Mode 中推出面向学习的新工具，包括可生成交互式模拟和可视化的生成式 UI、覆盖科学数学到外语等科目的定制练习测验，以及把 Gemini Notebook 的笔记本接入 AI Mode。生成式 UI 已在 AI Mode 全球上线英文版并开始在 AI Overviews 铺开，练习测验在 AI Overviews 和 AI Mode 中全球免费提供英文版，Notebook 将在未来数日内在 180 多个国家以英文推出。Lens 还将在未来几周推出交互式学习体验，拍照后可获得 AI Overview 讲解、指出可能的错误并在卡住时提供引导。
匹配字段标题、摘要、正文
Google AI Developers 发帖称，Gemini 3.7 Flash 结合 Nano Banana 和 Omni，可从单条提示词一次性生成带动画的视差落地页；3.7 Flash 会调用相应工具生成文案、图像参考和可渲染视差的 Omni 视频。主帖仅附上链接，邀请开发者自己动手构建。
匹配字段标题、摘要
用 Nano Banana 和 Gemini Omni 把网络变成交互式可视化百科。🌐✨ 我们在 @Antigravity 中用 Gemini 3.7 Flash 构建了一个 Chrome 扩展，让你在浏览时高亮任意文本，即可快速生成丰富的可视化定义，助力深度学习。 查看演示 ↓
匹配字段标题
Google Research 展示 PhotoScan 深度学习框架，可直接从普通 2D 手机照片估算体脂率（BF%）、Android-to-Gynoid 脂肪比（A/G）和内脏/皮下脂肪面积比（V/S）。模型在 UK Biobank 超 35,000 条记录上预训练，并用 677 名成人微调；PhotoBIA 队列中 BF% 预测 MAE 为 2.15，优于 BIA 传感器的 2.91，A/G 与 V/S 的 MAE 分别为 0.107 和 0.094。该框架在临床队列中预测胰岛素抵抗的精度接近 DXA 扫描。
匹配字段标题、摘要
你已经规划好创意并构建了应用。现在是时候让它成长了！📈 了解如何使用 @FlowbyGoogle 和 @PomelliByGoogle 等工具来营销你的产品并部署创意活动，参与 Build with Gemini @XPrize 黑客松，活动持续至 8 月 17 日。https://t.co/BaJftVSaA0
匹配字段标题、摘要、正文
Google AI Developers 宣布推出 Gemini 3.7 Flash，称其为面向编码和智能体任务的最智能主力模型，在指令遵循、一次通过代码准确率和智能体任务执行质量上有所提升。官方展示了该模型在 Antigravity 中用 Three.js 构建复杂 3D 网页游戏的过程，涵盖 3D 引擎逻辑、用 Nano Banana 生成 PBR 材质与精灵图、以及程序化音效集成。推文附有了解更多信息的链接。
匹配字段标题、摘要
Google 发布 Gemini 3.7 Flash，称其为面向编码和智能体任务的最智能主力模型，具备更高的指令遵循、一次通过代码准确率以及智能体任务的高质量执行能力。官方展示了该模型在 antigravity 中构建复杂 3D 网页游戏的过程，涵盖 Three.js 样板代码、相机移动与碰撞检测的 3D 引擎逻辑，使用 Nano Banana 生成 PBR 纹理材质、自定义 sprite sheet 与粒子效果的素材编排，以及通过自定义音频技能集成程序化音效。
匹配字段标题、摘要
SL2T 是我们出色的手语转文字模型，首次让用户可以直接对着手机打手语。它与聋人社区密切合作打造，是 AI 能带来的益处的绝佳范例。祝贺团队发布！
匹配字段标题
Google DeepMind 发布 Gemini 3.7 Flash，称其为面向编码和智能体最强的主力模型，距 Gemini 3.6 Flash 发布仅三周。该模型在 FrontierCode 1.1 Main 上得分 43.6%（3.6 Flash 为 34.4%），DeepSWE v1.1 为 65.3%（3.6 Flash 为 49.0%），WebDev Arena Elo 为 1588 对 1538，GDP.pdf 为 34.0% 对 22.0%，AutomationBench 为 30.4% 对 17.0%。年底前入门价为每百万输入 token 0.75 美元、每百万输出 token 3.75 美元，为 3.6 Flash 原价的一半，并随附针对 CBRN 与网络攻击滥用的更新防护措施。
匹配字段标题、摘要
Google AI 专业证书刚新增了一个 2 小时的 vibe coding 模块 🚀 从没 vibe coding 过？我会带你构建真正能发布的高级应用。 另外，你还能获得 3 个月的 Google AI Pro 免费使用 :) https://t.co/Z58UPkxuqH
匹配字段标题、摘要、正文
Google DeepMind 发布多语种手语转文本模型 SL2T，并在 Pixel 11 的 Gboard 和 Live Transcribe 中上线手语听写功能，首批支持美国手语（ASL）转英文。该模型基于超过 50 种手语、逾 10 万小时数据训练，其中约四分之一为 ASL 数据，在 FLEURS-ASL（sd-test）上取得 70 BLEURT 的零样本成绩。为保护隐私，模型只接收 MediaPipe Holistic 在端侧提取的姿态关键点坐标，原始视频随即丢弃，并跳过 gloss 标注直接翻译为文本。
匹配字段标题、摘要、正文