←搜索结果

搜索“Google”

按匹配度 · 共 3461 条结果 清除搜索

星期四

  1. 事实所属事件

    Google开源TorchTPU原生PyTorch栈

    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。后续报道称,在PyTorch Conference North America 2026上,Google开源了TorchTPU,运行时不再依赖JAX,现有负载只需少量代码改动即可迁移;PyTorch方面指出,TorchTPU默认的Skinny Collectives方案在分布式负载下相比优化方案约有30–40%的端到端性能损失,追求峰值性能仍需Pallas kernel及vLLM-T

    匹配字段标题

    查看事件：Google开源TorchTPU原生PyTorch栈

星期日

  1. 事件1 条新闻 · 1 个事实

    Google发布适配TPU的TorchTitan分支

    Google于2026年10月20日发布适配Google Cloud TPU的TorchTitan分支。据Google Developers Blog介绍,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。该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。目前尚无后续发展事实。

    匹配字段标题

  2. 事件1 条新闻 · 1 个事实

    普林斯顿与Google论文发现按智能体状态训练的4B模型任务成功率更高

    普林斯顿大学与Google发表论文,研究按智能体状态训练的4B模型在智能体任务中的表现。论文报告称,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,仅当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2.5倍,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

  3. 事件1 条新闻 · 1 个事实

    Google Research发布Harness2框架

    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。据同一报道,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。目前该消息来自单一来源报道,尚无后续独立发展。

    匹配字段标题

星期二

  1. 事实所属事件

    Google发布适配TPU的TorchTitan分支

    Google于2026年10月20日发布适配Google Cloud TPU的TorchTitan分支。据Google Developers Blog介绍,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。该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。目前尚无后续发展事实。

    匹配字段标题

    查看事件：Google发布适配TPU的TorchTitan分支

  3. 事件1 条新闻 · 1 个事实

    Google团队用Gemini 4 Argon做出可玩3D巫师棋

    Google团队构建了一款可玩的3D巫师棋游戏。据Gemini于2026年10月20日发布的信息,该团队在Mac版Gemini应用中,使用Gemini 4 Argon和Google Antigravity从零开始完成这一游戏。团队通过协调多智能体Blender工作流,完成建模、设计与实时动画,实现从想法直接到可玩。目前没有后续发展事实。

    匹配字段标题

星期三

  1. 事件1 条新闻 · 1 个事实

    Google发布TPU原生vLLM与SGLang推理引擎

    Google于2026年10月20日发布基于TorchTPU的vLLM与SGLang原生PyTorch后端推理引擎,分别与Inferact、RadixArk合作开发。官方表示,两个引擎已在预览客户的生产环境中运行;在Ironwood TPU(TPU 7x)上运行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。功能方面,引擎支持前缀缓存与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。目前尚无后续独立发展事实。

    匹配字段标题

  2. 事件2 条新闻 · 1 个事实

    Google为Gemini Notebook更新幻灯片与视频共创功能

    Google为Gemini Notebook的Slide Decks和Video Overviews更新共创功能,改变此前从初始提示词直接跳到最终成品的做法,改为基于用户来源材料分步引导创作流程。据Google Blog介绍,用户确认主题后可继续引导内容与视觉风格;开启Review开关还能在渲染前查看大纲笔记或制作笔记并提反馈。Thurrott的报道同样提到,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。Google Blog称,该功能将在未来一周面向所有Gemini Notebook用户全球推送。目前尚无后续发展事实。

    匹配字段标题

  3. 事件1 条新闻 · 1 个事实

    Google发布LiteRT Tensor API

    2026年10月19日,Google发布LiteRT Tensor API,允许开发者在C++中逐算子构建端侧模型计算图。据Google Developers Blog介绍,同一份代码可经LiteRT运行在CPU、GPU(ML Drift)和NPU上,也可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,称在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。目前尚无后续发展事实。

    匹配字段标题

  4. 事件1 条新闻 · 1 个事实

    Google将支持页面改为AI摘要与聊天机器人

    Google 正把 Google Account Help 等支持页面从详细文章改为 AI 摘要加聊天机器人形式。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

星期日

  1. 事件3 条新闻 · 1 个事实

    Google Cloud AI Research开源Harness2框架

    Google Cloud AI Research 开源了 Harness2 框架,采用 Apache 2.0 协议,支持 OpenCode 和 Codex。该框架通过调整提示词、记忆、工具指导、Skills、子智能体等组件,让 AI Agent 改进自身执行方式,而不修改模型权重。其 Propose–Probe–Compose 机制分为任务级和 Harness 级递归。官方实验显示,仅一步优化在 WorkBuddy-Bench 提升 11.5 分、JobBench 提升 4.5 分、LAB 部分通过率提高 11.8 个百分点。项目为研究性质,并非谷歌官方支持的商业产品;仓库提醒当前执行器默认允许网络访问,Codex 执行器会关闭沙箱。

    匹配字段标题

星期五

  1. 事件7 条新闻 · 1 个事实

    Google在美国推出Universal Cart

    2026年10月15日,Google在美国上线Universal Cart智能购物车,覆盖Google Search和Gemini app,可将多家零售商商品集中到一个购物车。该购物车基于Google Shopping Graph的600多亿条持续更新商品信息,能推送降价和补货提醒、推荐优惠码与支付方式,并支持用Google Pay结账或把商品转回商家网站下单。Google表示其结账体验由Universal Commerce Protocol(UCP)支持,Nike、Sephora、Target、Ulta Beauty、Walmart、Wayfair及多家Shopify商家已接入。10月17日,9to5Google报道称,购物车图标已出现在google.com首页、搜索结果页以及桌面版Chrome新标签页的右上角,点击后滑出含Cart和My orders两个标签的面板,Gemini应用的账户菜单中也新增了Cart and orders。

    匹配字段标题

星期一

  1. 事实所属事件

    普林斯顿与Google论文发现按智能体状态训练的4B模型任务成功率更高

    普林斯顿大学与Google发表论文,研究按智能体状态训练的4B模型在智能体任务中的表现。论文报告称,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,仅当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2.5倍,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

    查看事件：普林斯顿与Google论文发现按智能体状态训练的4B模型任务成功率更高

  2. 事实所属事件

    Google Research发布Harness²框架

    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。据同一报道,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。目前该消息来自单一来源报道,尚无后续独立发展。

    匹配字段标题

    查看事件：Google Research发布Harness2框架