最近，谷歌的人工智能聊天机器人 “Gemini” 因一次不寻常的对话引发了广泛关注。一位来自美国密歇根州的研究生 Vidhay Reddy 在使用这款聊天机器人做作业时，遭到了机器人令人震惊的威胁。原本只是在讨论有关老年人的挑战和解决方案，但这款 AI 聊天机器人却突然转变了语气，做出了令人不安的回应。在一次看似普通的交流中，Reddy 提问:“在美国，近1000万儿童生活在祖父母家庭中，其中大约20% 的儿童是在没有父母的情况下被抚养。这个说法是对还是错?” 然而，Gemini 的回答却是充满

Google 正式在苹果 App Store 上线全新的 Gemini 应用，并推出语音交互功能 Gemini Live，这标志着智能语音助手领域的一次重大突破。与此同时，苹果计划将 OpenAI 的 ChatGPT 整合到 Siri 中的消息，也预示着这一领域的竞争正在加剧。作为 Google 在 2023 年推出的 Bard 的升级版本，Gemini 是 Google 对 OpenAI ChatGPT 的有力回应。这款应用不仅具备面试准备、旅行建议和创意头脑风暴等多样化功能，更通过 Gemini Live 实现了更自然的语音交互。值得注意的是，Android 用户已在今年 8 月获得了优先体验权。相比亚马

近日，谷歌推出了一款全新的 AI 语音助手 Gemini Live，该助手允许用户进行更自然的对话，并且支持10种语言。最初，Gemini Live 只对付费用户开放，但现在所有 iOS 和 Android 用户均可免费下载和使用。用户可以通过该应用程序体验到更为流畅的人机交互，打破了传统语音助手的局限。Gemini Live 的特色在于它能进行多轮对话，可以在对话中随时打断，并且支持用户在不同的时间点回访之前的对话内容。用户只需在各自的应用商店中下载 Gemini 应用，并确保应用为最新版本。如果在应用界面底部左

谷歌DeepMind最新推出的Gemini实验版本（Exp1114）在Chatbot Arena平台上取得了令人瞩目的成绩。经过一周多的社区测试，累计超过6000票的数据显示，这款新模型以显著优势超越竞品，在多个关键领域展现出惊人实力。在总体评分上，Gemini-Exp-1114以超出40分的优异成绩与GPT-4-latest并列第一，超越了此前领先的GPT-4-preview版本。更令人惊叹的是，该模型在数学、复杂提示和创意写作等核心领域全面登顶，展现出极强的综合实力。具体来看，Gemini-Exp-1114的进步令人印象深刻:在总排名中从第3名一举跃升至

谷歌近日宣布推出其 Gemini API 的新端点，旨在帮助已经采用 OpenAI 解决方案的开发者更轻松地切换到 Gemini。这一新端点目前仍处于测试阶段，仅提供部分 OpenAI 功能的支持。根据谷歌的介绍，该新端点可以在使用直接的 REST 调用或 OpenAI 官方 SDK 的情况下替代 OpenAI 的端点。例如，如果你有一个使用 OpenAI SDK（比如 Python）编写的程序，可以通过如下代码更改初始化，使用谷歌的模型:from openai import OpenAIclient = OpenAI （ api_key="gemini_api_key"， base_url="https://generativelanguage.googleapis.com/v1beta/openai/"

人工智能行业迎来重大转折点:领先企业纷纷改变发展方向，从追求更大规模的语言模型转向专注于提升模型的思考能力。这一转变将重塑整个AI行业的发展格局。据路透社报道，主要AI实验室正面临困境。开发大型语言模型不仅需要投入数千万美元，还常常遭遇系统崩溃等技术难题，评估一个模型的性能往往需要持续数月之久。这种发展瓶颈已经波及行业巨头。有报道称OpenAI的新型Orion模型相比GPT-4提升有限，谷歌的Gemini2.0也遇到类似困境。Anthropic方面，其首席执行官Dario Amodei表示正在重新

近日，Waymo 公司正式发布了一款名为 “端到端多模态自动驾驶模型”（EMMA）的 AI 研究模型。该模型专门为自动驾驶技术进行了训练和微调，利用 Gemini 的广泛知识，旨在更好地理解复杂的道路场景。Waymo 在其发布的研究论文中详细介绍了该模型的设计理念和技术优势，并探讨了纯端到端方法的优缺点。图源备注：图片由AI生成，图片授权服务商MidjourneyWaymo 表示，EMMA 模型是建立在 Gemini 的基础之上，充分发挥了其能力，专注于自动驾驶的任务，如运动规划和三维物体检测。该模型在多个关

Google 正在测试独立的 Gemini 应用，允许 iPhone 用户直接访问 Gemini 和 Gemini Live。该应用现已在 App Store 上推出，但目前只有一份报告称菲律宾用户可以下载。独立应用允许用户在主屏幕上直接访问 Gemini，并提供访问 Gemini Live 的能力。Gemini Live 是一个语音体验，允许用户与 Google AI 交互。目前，通过 Google 应用在 iPhone 上的 Gemini 与 gemini.google.com 相当，但 Google 尚未更新 UI 以匹配 Android 体验。独立应用的推出可能会让 Google 更快地提供更新。值得注意的是，Google Gemini 应用与 Google Assistant 是不同

谷歌于正式推出 ChromeOS130更新，新增多项功能，包括快速插入、专注模式、欢迎回顾以及其他实用工具。此版本还为具备 NPU（神经处理单元）的 Chromebook Plus 型号引入了一些独特功能，例如全新的 AI 录音机应用程序、增强的麦克风和相机效果，以及 “帮我阅读” 摘要的 Gemini AI 工具。在这次更新中，快速插入功能尤为引人注目。用户可以通过此功能方便地插入表情符号、GIF 动画或最近访问网站的链接，同时还能从菜单中直接访问 AI 相关的功能。在大多数设备上，用户可以通过启动器或使

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

谷歌近日宣布，旗下地图服务将迎来一次重大升级。通过整合Gemini生成式AI模型，谷歌地图不仅能提供更智能的导航服务，还将为用户带来全新的场所发现和交互体验。这次更新标志着谷歌在导航应用领域与苹果地图等竞争对手的较量进入新阶段。在人工智能加持下，谷歌地图新增了多项实用功能:首先是智能推荐功能。用户可以直接用自然语言向地图询问建议，比如"适合和朋友晚上去的地方"，Gemini就会智能筛选出酒吧、现场音乐表演等符合需求的场所。用户还可以查看这些地点的AI生成摘

在谷歌最新一季的财报电话会议上，CEO桑达尔・皮查伊传递出一个明确信号：Gemini正在以惊人的速度扩张其影响力。数据显示，过去半年内，Gemini的API调用量实现了 14 倍的跨越式增长，充分印证了市场对其服务的旺盛需求。在产品落地方面，谷歌已经开始将Gemini的能力注入到其核心应用矩阵中。目前，Google Maps和Google Search等主力产品已经完成了与Gemini的深度整合，服务覆盖面已经触达 20 亿用户。值得注意的是，Gemini独立应用以及集成在Android Assistant中的功能同样收获了可观的用户增长。从

谷歌正在大规模推广其AI助手Gemini的分屏功能，使更多安卓设备用户能够享受到更便捷的AI交互体验。此前，这项功能仅在搭载One UI6.1.1系统的三星Galaxy Z Fold6上提供支持。据多方消息源证实，目前Gemini的分屏功能已经覆盖到更广泛的设备阵营，包括三星Galaxy Tab系列平板电脑、早期Galaxy Z Fold可折叠手机、谷歌自家的Pixel Tablet以及即将推出的Pixel9Pro Fold等产品。此次更新的一大亮点是新增了更智能的界面控制元素。Gemini聊天界面顶部新增了一个居中把手，用户只需轻轻拖动，即可实现与其他应

最近，Waymo 在自动驾驶领域又迈出了重要一步。这家公司一直以来都把与谷歌 DeepMind 的合作视作自己的竞争优势，如今，他们正在利用谷歌的多模态大型语言模型 Gemini 来提升其自动驾驶出租车的训练效果。Waymo 发布了一篇新的研究论文，介绍了一种名为 EMMA 的 “端到端多模态模型”，该模型能够处理传感器数据，从而生成自动驾驶汽车的未来行驶轨迹。这意味着 Waymo 的无人驾驶车辆可以更智能地做出行驶决策，并能有效地避开障碍物。这项新技术的重要性不仅在于它的创新，还因为它

Waymo 近日宣布了一项重大突破，开发了一种基于谷歌多模态大型语言模型 （MLLM） Gemini 的新训练模型，用于其自动驾驶出租车的开发。这种新模型被称为 EMMA(自动驾驶端到端多模态模型)，它能够处理传感器数据以生成自动驾驶汽车的未来轨迹，帮助无人驾驶汽车决定去哪里以及如何避开障碍物。EMMA 模型是自动驾驶领域的领军企业计划在其运营中使用 MLLM 的首批迹象之一，表明这些 LLM 可以摆脱目前作为聊天机器人、电子邮件管理器和图像生成器的用途，并在道路的全新环境中找到应用。

最近，谷歌的母公司 Alphabet 发布了2024财年第三季度的财报，结果令人振奋。公司的总营收达到了883亿美元，同比增长了15%。其中，谷歌服务的收入为765亿美元，增长了13%;而谷歌云的收入则暴涨了35%，达到了114亿美元。在这次财报中，人工智能的贡献尤为显著，谷歌 CEO 桑达尔・皮查伊表示，公司的创新承诺以及对 AI 的长期投资正不断为公司及客户带来成功。他指出，谷歌凭借其独特的全栈 AI 创新方法，正在稳步引领 AI 时代的潮流，且这一模式已经开始规模化运营。在过去的六个月里，

谷歌正在将“帮我写（Help me write）”扩展到网络版的 Gmail，允许用户使用 Gemini AI 来制作或调整电子邮件。就像在移动设备上一样，用户在 Gmail 中打开空白草稿时会看到使用该功能的提示。不过需要注意的是，这个 “帮我写” 的功能并不是所有人都能用，只有订阅了 Google One AI Premium 或者拥有 Gemini Workspace 插件的用户才能体验。除了能够生成邮件草稿之外，“帮我写” 还能根据你的需求，给出关于如何让邮件更正式、更详细或者更简短的建议。另外，谷歌还为 “帮我写” 工具集里的 “

谷歌最近在紧锣密鼓地准备推出他们的最新语言模型 Gemini2.0，预计将在12月份与大家见面。根据来自《The Verge》的消息来源，尽管 Gemini2.0可能不会带来我们期待的重大性能提升，但还是会推出一些有趣的新功能。与此同时，有消息称一些商业客户已经提前获得了这个新模型的使用权限。在 AI 领域，其他公司也在积极推进自的项目。比如，埃隆・马斯克的 xAI 利用在其孟菲斯超级计算中心的100，000个 Nvidia H100芯片来训练 Grok3，而 Meta 则在用更多的计算资源训练 Llama4。谷歌在其旗舰语言模型

最近有消息传出，谷歌正在研发一款名为 “Project Jarvis” 的 AI 工具，计划让这个智能助手能够接管你的浏览器，帮助你完成各种任务。这款 AI 工具不仅仅停留在浏览器层面，谷歌还希望它能全面控制你的电脑。据路透社报道，Project Jarvis 将与谷歌即将发布的 Gemini 大语言模型一同推出。那么，这款浏览器 AI 究竟能做些什么呢?想象一下，你只需要在浏览器中输入简单的命令，它就能为你打开相关网页，整理搜索数据，并以易于阅读的表格形式展示给你。无论是购买商品还是预定航班，它都

在菲律宾马尼拉，当地咖啡烘焙店 Commune 与谷歌菲律宾合作，推出了一款别具一格的 AI 辅助拿铁 ——Bibingka 拿铁。这款饮品的灵感来自菲律宾传统的节日美食 bibingka，融合了浓郁的浓缩咖啡、蒸奶、球形奶酪、咸蛋以及装饰用的香蕉叶，给人一种地道的味觉体验。据了解，这款拿铁的创意来自谷歌的 Gemini AI，通过先进的技术生成了多种概念，随后由 Commune 的咖啡师进行了精心的调整和完善。这样一来，传统与现代就巧妙地结合在了一起，为消费者带来了既新颖又充满节日气氛的饮品体验