科技巨头谷歌的AI研究部门近日推出了Gemini AI模型的最新迭代——Gemini2.0Flash。这款新模型在性能上进行了显著提升，特别是在处理速度和多模态功能扩展方面。官方表示，全球 Gemini 用户可以通过在桌面和移动 Web 的模型下拉列表中选择2.0Flash 实验版来访问聊天优化版本，并且它很快就会在 Gemini 移动应用程序中提供。明年年初，会将 Gemini2.0扩展到更多 Google 产品。Gemini2.0Flash的一个关键发展是其增强的处理速度。谷歌表示，新模型的运行速度是前代Gemini1.5Pro的两倍，同时在各种基准测试中

谷歌 AI 工作室与 Gemini API 近日联合推出了 “与谷歌搜索的实时连接” 功能，旨在帮助开发者通过整合谷歌搜索的实时数据，提升 AI 模型的响应准确性。随着这项更新，Gemini1.5模型可以从谷歌搜索中获取最新信息，从而增强回答的准确性和透明性。开发者可以通过谷歌 AI 工作室的 “工具” 部分直接访问这一功能，或在 Gemini API 中启用 “google_search_retrieval” 工具。“与谷歌搜索的实时连接” 功能目前在谷歌 AI 工作室的免费试用版中可用，而 Gemini API 的定价则定为每1000个带有实时连接的

在近日的财报电话会议上，谷歌首席执行官桑达尔・皮查伊透露了一个引人关注的消息:谷歌的 “ Project Astra” 计划预计至少要到2025年才能正式推出。这一项目的目标是开发出能够实现实时、多模态理解的 AI 应用和 “代理”，让人工智能能够更好地理解和互动周围的世界。 Project Astra的愿景非常大胆。皮查伊表示，谷歌正在努力创造一种体验，让 AI 不仅能 “看见” 周围的环境，还能进行推理。这意味着，未来的 AI 助手将不仅仅是简单的语音助手，而是能通过视觉识别和智能处理来回答

现代关系数据库中，基数估计（CE）技术对于优化查询执行计划至关重要，直接影响到查询效率和数据库性能。传统的基数估计方法基于简化假设，常在复杂查询预测上表现不佳，而学习型CE模型能提供更准确预测，但面临训练时间长、需大量数据和缺乏系统评估的问题。为解决这一挑战，Google研究团队推出了CardBench基准测试框架，集成了超过20个真实世界数据库和数千个查询，支持三种主要设置：基于实例的模型、零样本模型和微调模型。CardBench不仅提供数据统计计算工具、SQL查询生成和注释查询图创建功能，还包含训练数据集，用于评估不同学习型CE模型性能。通过CardBench，微调模型在性能评估中展现出色，即使在少量训练数据下也能达到与传统方法相当的准确性，这为实际应用提供了可能，推动了学习型基数估计领域的进步。

谷歌在六个国家推出AI生成的搜索摘要功能，通过在摘要右侧显眼位置展示引用链接，提升用户导航体验。移动设备用户可轻松查看链接。新增的保存功能允许用户保留摘要，简化按钮则便于处理复杂内容。该功能在美国推出时曾遇到不当建议问题，谷歌已调整并删除不适当内容，强调严格的评估流程和用户反馈的重要性，致力于功能的持续优化。

小米公司创始人雷军在社交媒体上宣布，小米的旗舰设备国际版将整合谷歌的AI大模型Google Gemini，旨在提供更智能和直观的用户体验。Google Gemini是谷歌开发的一种先进的多模态AI模型，它能够识别、理解和处理多种信息类型。

根据PARAT数据库的最新报告，全球人工智能(AI)行业的竞争格局正在形成，美国的Alphabet(谷歌母公司)和微软凭借在AI论文引用量上的优势领先，中国百度和腾讯则在专利申请数量上表现出强劲的后劲。这份报告颠覆了人们对AI领域的固有认知，强调了尖端研究在工业界的蓬勃发展，尤其是中国企业的研究质量。《Attention Is All You Need》论文是AI研究中被引用次数最多的论文，展示了谷歌在AI领域的领导地位。中国机构如腾讯、阿里巴巴和华为在高被引AI论文和预印本数量上排名全球前十。在专利申请方面，AI专利申请数量最多的前十家公司中，美国公司仅占三席，中国、德国和韩国的公司占主导地位。此外，报告还揭示了许多不以AI创新闻名的公司实际上在AI领域也表现出活跃度。亚马逊以1.4万个AI岗位独占鳌头，显示了其在AI人才争夺上的投入和野心。整体而言，美国和中国在AI领域的竞争尤为激烈，而其他国家和企业也积极参与，预示着AI未来发展的广阔前景和深远影响。

在刚刚结束的国际数学奥林匹克竞赛中，谷歌DeepMind的AI系统AlphaProof和AlphaGeometry2展现了惊人的解题能力，仅以一分之差未能夺冠，却在速度和准确度上超越了人类选手。AI系统在4道题上满分，并在一道题上以19秒的惊人速度解出，其解题过程符合数学竞赛标准，严谨且清晰。这次竞赛不仅展示了AI在数学领域的强大潜力，还能快速解决复杂问题，提出创新思路，甚至在某些难题上超越人类。AI在专业领域的表现，标志着其在通向人工通用智能的关键路径上取得了重要进展。虽然在常识问题上仍存在不足，但Alpha系统在数学竞赛中的表现已让人类难以望其项背，未来AI在数学领域的潜力令人期待。

谷歌新发布的NeuralGCM模型在天气预报领域实现了重大突破，计算效率比传统物理模型高出10万倍，相当于过去25年高性能计算的进展。通过结合机器学习与物理建模，NeuralGCM能够快速而精确地模拟地球大气状况，尤其是在预测2到15天内的天气方面表现更佳，准确度超越现有模型。这个模型运行速度和计算成本也显著提升，与传统模型相比速度快了约3500倍，成本降低了10万倍，仅需普通计算机即可运行。 NeuralGCM在预测气候变化对不同地区的影响方面展现出巨大潜力，包括干旱和沿海洪水风险等，对于当前全球气温急剧上升的背景显得尤为重要。通过训练于1979年至2019年的天气数据，NeuralGCM在天气预报上的误差仅为传统模型的三分之一，使其成为气候变化预测的有力工具，标志着对气候建模领域新的飞跃。这个模型不仅为未来的天气预报提供了可能性，也强化了对气候变化研究的支持。

["谷歌研究人员引入了一种名为Cappy的预训练评分器模型，旨在提升大型多任务语言模型性能。","Cappy的架构基于RoBERTa，通过多样化数据集集合进行预训练，提高多任务法学硕士的性能和效率。","通过引入轻量级预训练评分器Cappy，解决了多任务场景中有效利用大型语言模型的挑战。","研究人员提出一种数据构建方法，满足预训练数据中标签多样性需求，生成大型有效的回归预训练数据集。","Cappy的应用程序包括候选者选择机制，可独立运行于分类任务，增强现有多任务LLM的解码。"]

["谷歌发布了最新版本的旗舰张量处理单元（TPU），用于人工智能的训练和推理，挑战英伟达的市场领先地位。","TPU v5p是谷歌最强大的定制设计的人工智能加速器，每个单元有8,960个芯片，比v4的4,096个芯片多。","谷歌的v5p TPU在训练大型语言模型方面比TPU v4快2.8倍，并且提供2.1倍的性价比。","TPU v5p据称比英伟达的A100 GPU快四倍，在训练工作负载方面比英伟达的A100 GPU快3.4到4.8倍。","TPU v5p与H100 GPU相媲美，是市场上最适合人工智能工作负载的显卡之一。"]

["新闻机构依赖谷歌的流量面临风险","谷歌AI搜索可能加剧流量下降","大约40%的流量来自谷歌","AI驱动的搜索可能剥夺新闻杂志的流量","新闻楼一再对AI技术的影响表示担忧"]

["谷歌AR&VR与佛罗里达中央大学的研究团队合作，发布了一项名为“VALID”的虚拟人物库，旨在促进多样性和包容。","该库包含210个经过验证的、完全配备的虚拟人物，代表七个不同的种族，其中包括亚洲、黑人和白人等。","研究结果显示，亚洲、黑人和白人虚拟人物在各种族参与者中有一致的认知，但代表美洲印第安和阿拉斯加原住民、西班牙裔、中东、北非、夏威夷和太平洋岛民等种族的虚拟人物存在认知上的歧义。","研究团队提供了对“VALID”虚拟人物库的开放访问，为研究人员和开发人员提供了适用于各种场景的多样性虚拟人物。"]

["OpenAI通过百亿美元的股权激励计划力邀谷歌顶级AI研究员，公司估值预计将超过800亿美元。","招聘重点在Gemini AI模型高级AI研究员，年薪主要以500万至1000万美元的股票形式提供。","市场竞争激烈，OpenAI不仅向高级员工提供诱人报酬，还涨薪初级员工，与Google展开白热化的人才争夺战。"]

["谷歌第三季度财报显示，搜索业务仍然是母公司Alphabet的主要盈利来源，广告融入AI搜索体验。","谷歌的广告业务去年同期增长了11%，展现强劲增长。","谷歌计划逐步将AI融入搜索，提升广告商接触潜在客户的机会。"]