在近期的苹果发布会上，苹果公司不仅推出了新款iPhone、AirPods和Apple Watch Series10，还首次引入了AI驱动的视觉智能功能。这一创新功能使iPhone相机具备了识别并搜索拍摄对象的能力，例如物体或餐厅招牌，通过AI技术提供相关信息。用户只需在相机应用中拍摄，即可快速获取所需数据。苹果强调了数据隐私，确保用户数据存储在安全的私人云中。此外，该功能将逐步测试并增加更多功能，未来可能与第三方应用如ChatGPT整合，提供更丰富的信息和建议。新功能虽已接受预订，但实际上线时间待定，初期将提供测试版本。

Google Photos最新推出的AI驱动搜索工具“Ask Photos”（问照片）通过早期访问向美国部分用户开放，革新了与数字相册的互动方式。该功能允许用户使用自然语言查询检索照片，超越了传统的关键词搜索。背后的技术是Gemini AI模型，能理解照片内容和元数据，提供更深层次的搜索结果。用户可提出复杂问题，AI会基于照片的质量、位置信息等多因素筛选出最佳答案。此外，“Ask Photos”不仅能检索照片，还能分析派对主题、回忆特定事件等，提供个性化信息。强调用户隐私，AI回答不进行人工审查，仅在用户寻求支持或报告问题时进行查看。作为实验阶段功能，它预示着AI在提升用户体验和丰富数字生活方面的潜力。

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。

人工智能初创公司Magic完成3.2亿美元融资，由埃里克·施密特、Alphabet的CapitalG及Atlassian等投资者参与，总融资额近5亿美元。Magic专注于AI模型开发，旨在生成代码并自动执行软件开发任务，其模型拥有超长上下文窗口，最大达1亿个token，超越当前商业模型。Magic计划与Google Cloud合作，构建两台超级计算机，以提升模型训练与推理效率，目标是开发比人类更可靠的AI（AGI）。面对安全性和版权问题，Magic通过创新技术在竞争激烈的AI市场中脱颖而出，市场潜力巨大，预计到2032年价值可达271.7亿美元。

Google在周四宣布，已向Android设备上的Gmail付费用户推出AI助手功能——Gmail问答，未来将登陆iOS设备。该功能允许用户在Gmail应用中直接与AI助手Gemini互动，用于阅读、总结收件箱内容，或搜索特定信息，如特定邮件要点或公司过去营销活动的花费。此功能通过在传统搜索栏旁新增Gemini按钮，提高信息查找效率。目前，该功能仅限于电子邮件访问，但Google计划扩展至云端硬盘文件。Gmail问答最早面向购买了Gemini或Google One AI Premium订阅的用户，每月费用约20美元。尽管此功能暂不向免费用户开放，Google通过推广AI功能，旨在吸引更多用户订阅高级服务。Gemini现已集成至Google Docs、Gmail和Google日历等应用中，为Google带来新的收入来源。

Google Meet新推出的“帮我记笔记”AI功能，将为Gemini Enterprise、Gemini Education Premium及AI Meetings & Messaging组件用户提供智能会议总结服务，区别于传统转录，该功能能智能总结会议内容，而非仅记录发言。此功能首亮相于2023年Google Cloud Next大会，当前仅支持英语。会议结束后，AI自动整理笔记并保存至Google文档，附带日历事件，便于查阅。对于迟到者，功能提供错过内容总结。结合转录工具，文档中包含相关文件链接。功能预计于2024年9月10日之前向所有Google Workspace客户推送，但准确性未做保证。尽管AI转录存在偶尔错误，但此功能仍有望提升会议体验，减轻记录压力，辅助注意力集中。

Google Meet新功能“为我记笔记”已上线，面向特定Google Workspace客户。该功能通过AI自动总结会议内容，形成Google文档，便于查看和分享，尤其为错过会议者提供会议摘要。文档内含录音和转录链接，支持Gemini Enterprise、Gemini Education Premium或AI Meetings & Messaging附加功能的用户。此功能目前仅支持英语，预计2024年9月10日全面推广，旨在提升会议效率和无障碍性，减少手动记笔记的负担。

谷歌正在进行“Ask Photos”功能的测试，该功能使用户能通过自然语言与个人照片库互动，如提问查看去过每个国家公园的最佳照片或查询车牌号。这一功能还未正式发布，但已包含在谷歌应用的最新版本中。通过“Ask Photos”，照片和视频将转变为一个能智能提取信息和上下文的视觉数据库。报告指出，代码中包含的关键词暗示了与谷歌Gemini相关的新扩展功能。此功能可能与即将在Google Photos应用中推出的“Ask Photos”特性相似，与常规搜索结果结合，并可能利用Google Lens增强输出内容，如识别图片中的物品价格或收集名胜古迹信息。如果“Ask Photos”与Google Lens结合，将为用户提供一个强大的工具，利用最新的网络上下文轻松搜索Google Photos库。

谷歌利用其搜索引擎的主导地位，迫使出版商在让内容用于AI回答与可能降低搜索排名之间做出选择。出版商通过使用“nosnippet”标签来阻止内容被AI系统使用，但这一举措可能影响其整体的搜索引擎可见度。谷歌已停止与出版商就内容使用许可进行谈判，而一些AI公司如OpenAI和Perplexity尝试通过补偿方案解决这一问题。与之对比，苹果公司也考虑了通过广告收入分享来支持出版商。然而，这些公司目前无法完全将互联网转变为AI驱动的生态系统。谷歌与Reddit的协议，通过最低成本获取最多AI内容，导致Reddit的内容在搜索结果中超越原始出版商的内容，引发不公平竞争。此外，Reddit开始封锁其他搜索引擎的索引爬虫，创建了一个仅服务于特定搜索引擎的网站，这在互联网历史上是罕见的现象。

Google AI Studio发布全新原生提示库，集成了长文本上下文、多模态输入（图像、视频、音频）与结构化输出等功能，旨在为用户在教育、编程、旅行等多领域提供丰富多元的体验。此库包含配方生成器、数学导师、数学作业生成器、寻宝游戏设计、单元测试生成器、旅行建议等实用功能，通过直观展示和全面信息，增强用户探索感与创新体验。用户只需登录Google AI Studio，访问Prompt Gallery，选择合适提示词并输入需求，即可获取所需内容。该工具的推出为内容创作与日常工作的便利性带来了显著提升。

YouTube新推出的AI助手“被黑频道助手”旨在协助遭遇黑客攻击的用户快速恢复账号。该功能通过Google支持页面提供，目标是帮助符合条件的创作者保护Google登录信息，撤销黑客对频道的更改，并增强账号安全性，防止再次受攻击。目前仅限英语使用，特定创作者可访问，Google计划未来向所有用户开放。该助手通过一系列问题协助用户恢复账号，提供安全建议，包括保护账号和防止未来攻击的方法。用户需通过YouTube帮助中心访问此功能，过程简单明了，有助于减少账号被黑带来的影响。

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。

谷歌引入Gemini智能技术至Google Home平台，推出三大新功能：Nest摄像头智能分析视频内容，生成详细描述；自然语言输入创建家庭自动化，简化设置流程；升级谷歌助手，增加声音选项与更自然对话，提升理解家庭环境能力。这些功能预计今年晚些时候上线，部分特性将限于Nest Aware订阅用户。Gemini技术旨在显著提升家庭智能化体验，使监控更高效，交互更流畅，对话更自然，为用户带来更便利、智能化的家居生活。

YouTube正在进行一项创新实验，将Google Gemini人工智能技术与其平台进行整合，旨在为内容创作者提供更强大的创意支持。这一消息最近在YouTube的Creator Insider频道上公布，引发了业界的广泛关注。

Google的明星AI模型Gemini推出了重大降价策略，大幅降低了其API使用成本，较主要竞争对手GPT-4o mini成本降低近50%。Gemini1.5Flash模型的输入成本下降约85%，输出成本约80%，使其成为市场上成本最低的AI服务之一。这一降价不仅降低了使用门槛，还支持100多种语言，引入上下文缓存和批处理API优化服务，使得Gemini1.5Flash成为速度最快的AI模型之一，广泛应用于音频转录、代码错误理解、快速构建应用程序等领域。此举彰显了Google对构建最佳AI模型和提供易访问AI生态系统的承诺，同时也可能引发AI服务市场的价格战，对小型AI公司构成挑战。

Google Cloud与Y Combinator合作，为AI创业公司提供价值35万美元的云计算资源及专属GPU/TPU集群，支持期限两年。此举措旨在助力AI创新，通过优先使用计算资源及与AI专家一对一交流，帮助创业公司解决技术难题，促进其成长。双方合作旨在培养未来的科技巨头，Google希望通过早期支持建立长期合作关系。这一合作不仅为创业公司解决了计算资源不足的难题，也为Google Cloud提供了与未来独角兽企业合作的机会。

Google为Chrome桌面版引入由Gemini AI驱动的创新功能，包括Google Lens、Tab Compare和AI驱动的历史搜索。Lens允许用户通过点击页面内容提问获取搜索结果，Tab Compare帮助用户在购物时比较不同标签页上的商品信息。AI驱动的历史搜索功能使用户能通过自然语言查询搜索过往浏览历史，无需访问具体页面。这些功能的推出旨在提升用户的浏览体验，通过AI技术增强信息获取的便利性和个性化。

Google Lens 在桌面版 Chrome 中进行了 AI 驱动的升级，允许用户在搜索框中激活 Lens 并在当前标签页中进行多重搜索，无需离开页面或打开新标签。此功能将在未来几天内全球推出，但某些搜索结果仅限美国用户。此外，Chrome 还新增了一个 AI 功能，用户可以询问关于搜索历史的问题，如“我上周访问的那家冰淇淋店是哪家？”此功能预计将在几周内在美国的桌面 Chrome 上推出，用户可以选择使用，当前依赖云模型提供结果。未来，Google 有可能在设备上运行模型。

Google DeepMind的最新研究Gemma Scope揭开了语言模型黑箱的秘密，通过稀疏自编码器(SAEs)分解和重构语言模型的激活，旨在揭示背后有意义的特征。Gemma Scope采用JumpReLU SAEs，通过控制激活，优化重建损失并正则化活跃的潜在特征数量，以揭示语言模型的内部机制。研究发现，残差流SAEs的性能通常较低，序列长度对SAE性能有显著影响，不同数据集子集的表现各异，DeepMind mathematics上表现最佳。Gemma Scope的发布不仅有助于理解SAEs，还能改进实际任务性能，对SAEs进行红队测试，提高AI的可解释性和安全性。

Google AI助手Gemini发布重大更新，推出Gemini1.5Flash版本，显著提升性能、推理能力与图像理解，将免费版上下文窗口从8K扩展至32K令牌，支持更长时间对话。新增文件上传功能，用户可通过Google Drive或直接上传文件处理复杂任务。回应中显示相关内容链接，提升信息探索便利性。引入双重检查功能，通过Google搜索验证回应准确性，增强信息可靠性。Gemini将登陆更多平台和地区，面向青少年用户，支持40多种语言，同时强化安全措施与AI素养教育，确保负责任的技术开发与使用。此次升级旨在为用户提供更智能、实用的AI体验，促进生产力提升、激发创造力与满足用户好奇心。