Google DeepMind与英国政府合作开发的AI规划工具PlanAssist将扩展至另外12个英格兰地方规划机构,使参与总数达到15个。在Barnet、Camden和Dorset的早期试点中,该工具把规划官员处理家庭住宅申请评估任务的平均时间缩短了58%,超过70%的生成报告无需修改即获官员批准。PlanAssist基于Gemini构建,负责核验申请材料与图纸、对照遗产保护限制和地方及国家规划政策、检查既往异议,并起草带引用的报告,最终决定仍由规划官员做出。该工具自6月起试点,现进入为期12个月的Beta阶段;若测试顺利,英国政府计划于2027年向英格兰所有地方议会开放。
匹配字段标题
Google DeepMind与英国政府合作开发的AI规划工具PlanAssist将扩展至另外12个英格兰地方规划机构,使参与总数达到15个。在Barnet、Camden和Dorset的早期试点中,该工具把规划官员处理家庭住宅申请评估任务的平均时间缩短了58%,超过70%的生成报告无需修改即获官员批准。PlanAssist基于Gemini构建,负责核验申请材料与图纸、对照遗产保护限制和地方及国家规划政策、检查既往异议,并起草带引用的报告,最终决定仍由规划官员做出。该工具自6月起试点,现进入为期12个月的Beta阶段;若测试顺利,英国政府计划于2027年向英格兰所有地方议会开放。
匹配字段标题
Google于2026年10月30日表示,已收到Project Suncatcher原型卫星的首次AI回复。该卫星搭载的数据中心级TPU在轨运行Gemma 4开放模型,地面站上传提示词后,模型生成一首关于太空的俳句,并在卫星飞经挪威斯瓦尔巴时传回地球。该卫星于10月1日搭乘SpaceX Transporter-18发射,与Planet合作建造,此前已完成主机与TPU托盘上电及早期机器学习测试。Google接下来将测试TPU在轨道热应力和辐射暴露下的表现,为2027年两颗互联卫星的目标铺路。
匹配字段标题
Google Developer Groups宣布举办DevFest 2026,活动时间为10月1日至12月31日。据Google Developers Blog发布的信息,本届DevFest覆盖115个国家、800多场活动,预计近100万开发者参与。活动围绕生成式AI、自主智能体、Google Cloud、Android与Web展开,主题为在智能体时代构建、保障与扩展。各地活动由社区以本地语言组织,Google Developer Experts与Google工程师将参与分享。
匹配字段标题
Google于2026年10月30日表示,已收到Project Suncatcher原型卫星的首次AI回复。该卫星搭载的数据中心级TPU在轨运行Gemma 4开放模型,地面站上传提示词后,模型生成一首关于太空的俳句,并在卫星飞经挪威斯瓦尔巴时传回地球。该卫星于10月1日搭乘SpaceX Transporter-18发射,与Planet合作建造,此前已完成主机与TPU托盘上电及早期机器学习测试。Google接下来将测试TPU在轨道热应力和辐射暴露下的表现,为2027年两颗互联卫星的目标铺路。
匹配字段标题
Google Developer Groups宣布举办DevFest 2026,活动时间为10月1日至12月31日。据Google Developers Blog发布的信息,本届DevFest覆盖115个国家、800多场活动,预计近100万开发者参与。活动围绕生成式AI、自主智能体、Google Cloud、Android与Web展开,主题为在智能体时代构建、保障与扩展。各地活动由社区以本地语言组织,Google Developer Experts与Google工程师将参与分享。
匹配字段标题
Google Research发布SLEEP离线记忆巩固方法。据IT之家·人工智能报道,谷歌研究团队发布“睡眠框架”(Sleep Framework)持续学习研究,把模型运行分为清醒与睡眠两个阶段,以解决大模型知识固化、难以吸收新信息的问题;睡眠阶段通过参数扩展、混合专家记忆块和知识蒸馏把短期上下文写入长期参数,并通过“做梦”生成合成样本做强化学习。实验显示该框架可处理最长约1000万token上下文,在未见语言的多阶段持续学习中性能下降接近零,并在AIME 24/25等数学基准上取得更高准确率。凤凰科技报道称,该研究于10月27日公开,论文题为《Language Models Need Sleep: Learning to Self-Modify and Consolidate Memories》。目前尚无后续发展事实。
匹配字段标题
Google DeepMind发表论文,提出CALLIOPE主题树构建方法:让大语言模型为每篇文档打上少量关键词并加噪,只保留高频关键词,再由大语言模型据此提出主题并归类文档,从而在严格隐私约束下生成更清晰的主题地图。在最严格的隐私设置下,人工评分者在全部3个数据集上都更偏好CALLIOPE而非基于嵌入向量的URANIA,最高比例为76%对18%。该方法消耗的token是URANIA的2到5倍。目前尚无后续进展。
匹配字段标题
Testing Catalog报道,Gemini Notebook即将获得Connectors功能,但初期只有Google Drive一个连接器可用。用户可在聊天中直接搜索Google Drive文件,并可按需关闭该功能;官方称连接器只检索工作区文档,原始文件不会被改动。更多Connectors预计后续加入。目前尚无进一步开发进展。
匹配字段标题
Google 发表新论文,提出面向实体工程任务的 PLE 基准。该基准包含 85 个由执业工程师编写或核验的电气、土木、结构和机械工程任务。据 Rohan Paul 的报道,最强智能体在 PLE 上仅得 50.6%:Claude Opus 5.5 在 Claude Code 中以 50.6% 在 14 个模型中居首,每个任务消耗 27M tokens、耗时 63 分钟,需阅读约 61 个项目文件并交付进度表、报告或 2D/3D 图纸。报道还称,在设计任务中其输出满足 91% 的约束,但只有 41.3% 满足全部硬性约束。目前尚无后续进展。
匹配字段标题
TestingCatalog在评论Zachary Nado所说“Gemini [redacted] 还没到”时作出预测:今年要么还会等来Google的一款大模型,要么是[redacted]。该预测由Testing Catalog于2026年10月29日发布,目前没有后续发展或官方回应。
匹配字段标题
TestingCatalog在评论Zachary Nado所说“Gemini [redacted] 还没到”时作出预测:今年要么还会等来Google的一款大模型,要么是[redacted]。该预测由Testing Catalog于2026年10月29日发布,目前没有后续发展或官方回应。
匹配字段标题
Google 发布 EmbeddingGemma 2 论文,介绍一个 Apache 2.0 许可的端侧多模态嵌入模型,把文本、代码、图像、音频和视频映射到同一向量空间。该模型基于 Gemma 4 构建,通过向更大的 Gemini Embedding 2 学习并用对比训练调优,744M 参数规模在多项任务上超过大 2 至 12 倍的模型。在 Pixel 11 Pro 上,量化后的文本权重占用约 191MB 活跃内存,完整多模态模型约 567MB,上下文窗口扩大 4 倍至 8K tokens,可容纳约 5.5 分钟音频、29 张图像或 58 帧视频;直接嵌入语音在 MSEB 口语查询检索基准上得分 69.54,高于先转写再检索的 57.59,代码检索在 MTEB Code 上从 EmbeddingGemma 1 的 68.76 提升到 78.68。目前尚无后续进展。
匹配字段标题
Google Research发布SLEEP离线记忆巩固方法。据IT之家·人工智能报道,谷歌研究团队发布“睡眠框架”(Sleep Framework)持续学习研究,把模型运行分为清醒与睡眠两个阶段,以解决大模型知识固化、难以吸收新信息的问题;睡眠阶段通过参数扩展、混合专家记忆块和知识蒸馏把短期上下文写入长期参数,并通过“做梦”生成合成样本做强化学习。实验显示该框架可处理最长约1000万token上下文,在未见语言的多阶段持续学习中性能下降接近零,并在AIME 24/25等数学基准上取得更高准确率。凤凰科技报道称,该研究于10月27日公开,论文题为《Language Models Need Sleep: Learning to Self-Modify and Consolidate Memories》。目前尚无后续发展事实。
匹配字段标题
Google DeepMind发表论文,提出CALLIOPE主题树构建方法:让大语言模型为每篇文档打上少量关键词并加噪,只保留高频关键词,再由大语言模型据此提出主题并归类文档,从而在严格隐私约束下生成更清晰的主题地图。在最严格的隐私设置下,人工评分者在全部3个数据集上都更偏好CALLIOPE而非基于嵌入向量的URANIA,最高比例为76%对18%。该方法消耗的token是URANIA的2到5倍。目前尚无后续进展。
匹配字段标题
Google 发表新论文,提出面向实体工程任务的 PLE 基准。该基准包含 85 个由执业工程师编写或核验的电气、土木、结构和机械工程任务。据 Rohan Paul 的报道,最强智能体在 PLE 上仅得 50.6%:Claude Opus 5.5 在 Claude Code 中以 50.6% 在 14 个模型中居首,每个任务消耗 27M tokens、耗时 63 分钟,需阅读约 61 个项目文件并交付进度表、报告或 2D/3D 图纸。报道还称,在设计任务中其输出满足 91% 的约束,但只有 41.3% 满足全部硬性约束。目前尚无后续进展。
匹配字段标题
Google 发布 EmbeddingGemma 2 论文,介绍一个 Apache 2.0 许可的端侧多模态嵌入模型,把文本、代码、图像、音频和视频映射到同一向量空间。该模型基于 Gemma 4 构建,通过向更大的 Gemini Embedding 2 学习并用对比训练调优,744M 参数规模在多项任务上超过大 2 至 12 倍的模型。在 Pixel 11 Pro 上,量化后的文本权重占用约 191MB 活跃内存,完整多模态模型约 567MB,上下文窗口扩大 4 倍至 8K tokens,可容纳约 5.5 分钟音频、29 张图像或 58 帧视频;直接嵌入语音在 MSEB 口语查询检索基准上得分 69.54,高于先转写再检索的 57.59,代码检索在 MTEB Code 上从 EmbeddingGemma 1 的 68.76 提升到 78.68。目前尚无后续进展。
匹配字段标题
2026年10月28日,Google DeepMind发布Gemini 4 Carbon,称其为最强模型,在Artificial Analysis Intelligence Index v5.0上以59分排名第一,并在SEC-bench Pro取得88.2%、ExploitGym取得54.8%、CWE-bench取得71.0%。该模型面向长程工程任务,先向部分网络安全防御者开放,再通过Fairwind Program扩大范围,之后面向开发者、企业和消费者。10月29日,Arena.ai称Gemini 4 Carbon在Agent Arena排名第2、净提升16.2%,并在成本、时间和每任务输出token上处于帕累托前沿;同日Yuchen Jin引用Artificial Analysis数据称其比Opus 5.5更聪明且每任务成本更低,但保留该评测使用Antigravity CLI。10月30日,Artificial Analysis智能指数显示其以59分居首,比Claude Opus 5.5高1分。10月31日,Perplexity CEO Aravind Srinivas分享早期评测
匹配字段标题
2026年10月27日,Google DeepMind发布世界模型Genie 4,主打实时交互模拟,并首次在该系列中引入原生音频。官方介绍称,该模型基于Gemini家族能力,Gemini Omni负责让模拟贴合真实世界的外观与行为,其他Gemini模型提供维持模拟连贯性所需的复杂推理;用户可用自然语言实时操控场景,每个世界还会即时生成环境音、音乐和交互对话。次日,Google DeepMind进一步说明,Gemini 3.8 Flash在循环中拆解目标、检查画面以维持多步事件的因果连贯,Gemini 4 Argon也已用于与Gemini Robotics联合模拟任务;官方称其仍属早期实验模型,长时运行下物体恒常性与复杂物理交互仍会漂移,生成内容均带SynthID水印,目前先向可信测试者开放预览。10月28日,Ethan Mollick发帖称Genie 4能运行DOOM,并实测其边生成边产出游戏式环境,表示体验并不完美。10月29日,Peter Yang用Genie 4实时构建5个世界,认为世界模型是LLM之后AI的下一个大方向。
匹配字段标题
Testing Catalog报道,Gemini Notebook即将获得Connectors功能,但初期只有Google Drive一个连接器可用。用户可在聊天中直接搜索Google Drive文件,并可按需关闭该功能;官方称连接器只检索工作区文档,原始文件不会被改动。更多Connectors预计后续加入。目前尚无进一步开发进展。
匹配字段标题