Sundar Pichai:Google Argon 上线 72 小时用量达 25 万亿 token
Sundar Pichai 表示,Google 的 Argon 上线后 72 小时内用量接近 25 万亿 token,约为 Gemini 3.0 同期用量的 3 倍。他还提到,目前正在服务该模型,但算力容量受限。相关说法出自 Alex Kantrowitz 的 YouTube 频道视频。
匹配字段标题、摘要、正文
Sundar Pichai 表示,Google 的 Argon 上线后 72 小时内用量接近 25 万亿 token,约为 Gemini 3.0 同期用量的 3 倍。他还提到,目前正在服务该模型,但算力容量受限。相关说法出自 Alex Kantrowitz 的 YouTube 频道视频。
匹配字段标题、摘要、正文
Synaptics发布Astra SR200系列多模态边缘AI处理器,最高算力400 GOPS,并集成Google Research第二代Coral NPU架构。三款引脚兼容型号SR210、SR230、SR250采用Arm Cortex-M85与Cortex-M52双核,面向智能眼镜、可穿戴设备和工业视觉等本地推理场景。芯片封装内整合最多8MB SRAM与可扩展至数百MB的定制DRAM,官方未公布售价和终端产品上市时间。
匹配字段标题、摘要、正文
Logan Kilpatrick 表示,Gemini 4 Argon 上线后的前 72 小时内处理了约 25 万亿 token。他称对智能的需求非常惊人,且仍被低估。
匹配字段标题
Google 发布 TorchTPU,这是 PyTorch 的一个专用版本,让开发者无需重写底层代码、只需调整少量配置,就能把现有模型和应用迁移到 TPU 上运行。Google 称与 Meta、Hugging Face 以及 vLLM、SGLang 的开发者合作,确保相关代码库兼容;同时推出 TPU agent suite 协助迁移并自动修复错误,并更新端侧工具 LiteRT 以兼容 PyTorch 应用。此前 AWS 也发布了面向自家 Trainium 芯片的 TorchNeuron。
匹配字段标题、摘要、正文
Google DeepMind 新论文发现,自进化智能体在编辑系统提示词、记忆或技能文件来学习新任务时,会遗忘此前已掌握的任务。团队在话题、工作流或领域不断变化的任务流上测试了 ReasoningBank、GEPA 和 Meta-Harness,其中 GEPA 学得最多,平均每块提升 6.2 分,但在其他任务上损失也最大,为 4.3 分;它学会向用户追问缺失信息后,后续任务块改写了这条规则,15.5 分的增益降至 2.5 分。作者建议,若智能体会自行修改提示词或记忆,应把任务专属规则分开存放,并在每次更新后重测旧任务。
匹配字段标题、摘要、正文
Google 开源 TorchTPU,取代 PyTorch/XLA,让 PyTorch 代码可在 TPU 上运行并逐步调试。此前 TPU 通过 PyTorch/XLA 把操作交给编译器排队执行,调试体验与 GPU 不同;TorchTPU 改为按代码逐操作执行以便调试,生产环境再切换到 torch.compile 提速。原文称 TorchTPU 训练 Qwen 3 8B 时用到最高 52% 的 TPU 峰值算力,并提到 Google 与 Amazon 现在都提供原生 PyTorch 后端。
匹配字段标题、摘要、正文
Google 宣布将把 Gemini 助手引入搭载 Google Built-in 系统的汽车,替代现有 Google Assistant,并通过软件更新覆盖已上路的现有车辆。Gemini 支持日常语言连续对话,可查询车辆设置与电动汽车电池电量、总结短信并生成回复、提供导航进度和路况等行程信息。符合条件的已登录 Google 账号用户会在车载系统中看到升级选项,首批以英语版本面向美国市场推出,未来数月逐步扩大范围,后续还将接入 Gmail、Google Calendar 和 Google Home。
匹配字段标题、摘要、正文
Google 把 Personal Intelligence 引入车载 Gemini,Android Auto 和内置 Google 的汽车可让 Gemini 读取 Gmail、Calendar、Maps、Photos、YouTube 和 Search 中的个人信息。该功能今日起向 Android Auto 推送,内置 Google 的车型将在未来几个月获得支持;只有开启 Personal Intelligence 设置并连接手机时才会提供个性化回答。
匹配字段标题、摘要、正文
Google 开始向 Android Auto 和 Android Automotive 推送 Gemini 的 Personal Intelligence,可调用 Gmail、Calendar、Photos、Maps、Search 和 YouTube 来个性化回答,例如直接查询航班登机口与延误、按照片找到洗车店并导航。该功能需用户主动开启,若手机端 Gemini 应用已启用则会自动带到 Android Auto;Android Auto 即日起推送,Android Automotive 将在未来数月上线。
匹配字段标题、摘要、正文
Gemini 的 Personal Intelligence 功能开始向 Android Auto 推送,开启后可连接 Gmail、Google Calendar、Google Photos 和 Google Search 中的用户数据,提供更个性化的回答。该功能在 Gemini 设置中完全由用户主动选择开启,未来几个月还将登陆直接运行 Google 车载系统的内置 Google 汽车。Google 高级产品经理 Karan Daryanani 表示,该功能的两项核心能力是从邮件、照片或 Google Maps 收藏地点中提取具体细节,以及跨复杂来源进行推理。
匹配字段标题、摘要、正文
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。

匹配字段标题、摘要、正文
Google 宣布 Gemini 已在全球 Android Auto 和内置 Google 的汽车上线,并开始推送 Personal Intelligence,可在授权后连接 Workspace(含 Gmail、Google Calendar)、Google Photos、Google Maps、YouTube 和 Search,回答航班登机口、沿途餐厅、照片中的地点等问题。Personal Intelligence 今日起在 Android Auto 推送,内置 Google 的汽车将在未来数月跟进,目前面向 18 岁以上符合条件的个人 Google 账号,不含 Workspace 商业、企业或教育用户,并排除欧洲经济区、瑞士、英国和尼日利亚。

匹配字段标题、摘要、正文
Google 开源 TorchTPU,这是与 Meta 的 PyTorch 团队共同开发的 Cloud TPU 原生 PyTorch 后端,在 PyTorch Conference 2026 上宣布,现有代码通过 torch.device("tpu") 即可指向 TPU。Google 团队称 TorchTPU 取代 PyTorch/XLA,建议所有新工作负载使用;它基于 PrivateUse1 接口,提供 Strict、Debug、DeferAndFuse 三种 eager 模式,torch.compile(backend="tpu") 经 StableHLO 和 OpenXLA 编译。TorchTPU 在 PyPI 上为 v0.2.0,要求 Python 3.11+,Apache 2.0 许可,配套 vLLM-TorchTPU、SGLang-TorchTPU 和 TorchTitan 仓库;Google 自报 TorchTitan 在 Ironwood 上训练 Qwen 3 8B 达到 52% MFU,可扩展至 8,192 颗芯片。
匹配字段标题、摘要、正文
Arm 基于 Google AI Edge Model Explorer 的插件架构开发了开源适配器,支持 TOSA、VGF 和 PTE 等模型格式,可在图上直接检查编译器 IR、对比 NPU 委派与 CPU 回退,并叠加周期级性能追踪。借助该工具,Arm 在 VGF 图中发现 ExecuTorch Arm 后端引入的多余 TRANSPOSE 算子,并在 Ethos-U NPU 上定位到单个 TRANSPOSE 节点是主要延迟瓶颈。这些适配器现已通过 PyPI 或 GitHub 提供。

匹配字段标题、摘要、正文
Google 宣布将于 2027 年初把 Financial Services Verification 项目扩展至美国和加拿大,要求金融广告主在投放前证明已获监管机构授权,以阻止品牌冒充和金融诈骗。该项目目前覆盖 42 个国家、约 20 亿互联网用户;2025 年 Gemini 已帮助系统在广告投放前拦截超过 99% 的违规广告。Google 在美国与 American Bankers Association 合作,在加拿大与 Canadian Bankers Association 对接,并将在执法开始前向广告主提供注册表清单和接入指引。

匹配字段标题、摘要、正文
Google 为 Gemini 推出面向小企业主的业务落地页,可在其中管理品牌、财务和客户洞察,并连接 Google Business Profile、Google Ads、Google Workspace 以及 Adobe、Canva、Dropbox、Shopify、Wix、Zoho、Xero 等第三方应用。用户上传网站、品牌套件、字体或配色即可定义品牌风格,配合 Nano Banana 2.1 生成风格统一的营销视觉;Gemini 还能把表格、收据和采购记录转成财务图表与交互模型。这些功能将在未来数日面向所有 Gemini 应用用户全球逐步上线。

匹配字段标题、摘要、正文
Google 研究团队开发的 AMIE(Articulate Medical Intelligence Explorer)在近期研究中先与患者对话采集病史,再向医生提供简明摘要,使医生能把更多时间用于协作诊疗、讨论治疗方案和回应患者关切。研究期间每例 AMIE 与患者的交互都有受训医生监督,但全程无需中断对话或介入。团队正把 AMIE 从文本扩展到图片、音频和视频交互,并筹备覆盖全美更多患者、含对照比较的更大规模临床研究。
匹配字段标题、摘要、正文
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。TorchTitan 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。

匹配字段标题、摘要、正文
Google 发布基于 TorchTPU 的 vLLM 与 SGLang 原生 PyTorch 后端,分别与 Inferact、RadixArk 合作开发,两个引擎已在预览客户的生产环境中运行。官方称在 Ironwood TPU(TPU 7x)上跑 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。功能上支持前缀缓存与 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。

匹配字段标题、摘要、正文
Google Research 开源 Harness²,它不修改模型权重,而是通过调整系统提示词、记忆、工具指导、Skills、子智能体等八类组件,让 Agent 根据执行反馈改进自身工作方式。项目采用 Apache 2.0 协议,支持 OpenCode 和 Codex,默认使用 OpenCode,官方说明这是研究项目而非商业产品。其 Propose–Probe–Compose 机制通过候选方案执行同一任务的行为差异寻找改进方向,官方报告称仅一步优化在部分实验取得最高增益,但递归探索会带来额外模型调用与执行成本。
匹配字段标题、摘要