有点子了，就去执行……
Gemini Robotics ER 1.6：升级机器人的空间与多视图推理能力
上周Gemini Robotics没搞发布会，悄咪咪更了他们的机器人模型ER 1.6——核心改动就俩：强化空间推理，还有多视图理解。这俩能力到底管啥用？举个实际的例子，之前见一款分拣机器人，在实...
Gemini 3.1 Flash TTS：细粒度标签让AI语音不再僵硬？
Google刚更新的Gemini 3.1 Flash TTS，核心变化是加了细粒度音频标签——这是它和之前版本最不一样的地方。它能解决AI语音的老毛病吗？之前大家用AI配音，总逃不开几个问题：要...
AlphaEvolve：Gemini驱动的代码智能如何跨领域落地
AlphaEvolve最近的拓展，是把Gemini的代码能力，从程序员的日常，伸到了商业、基建和科学三个差异极大的领域。从“写代码”到“用代码”：它的边界在哪你用过不少AI代码工具吧？大多是贴在...
Co-Scientist：靠Gemini搭的科研AI伙伴，真能提速？
上周跟做计算材料学的朋友吃饭，他说最近为摸透某款合金的腐蚀机理，光整理近十年顶刊数据就熬了三个通宵。结果Google刚推的Co-Scientist，主打就是帮研究者省这种时间。不是单AI，是「多...
Gemini 3.5：不是只会聊天，是能帮你落地复杂任务
上次帮公司做季度总结，我用之前的AI写了大纲补了数据，最后还是得手动合并三张不同来源的表格、改格式、转成PPT——全程要盯每一步。但Gemini 3.5的设计目标，就是把这种“跨环节的复杂任务”...
Gemini for Science：AI拓展科研规模与精度的工具集
Gemini for Science是一套聚焦科研场景的AI工具与实验集合，核心指向两个明确目标——扩大科学探索的规模，提升科学研究的精度。它不是单点的“黑箱”AI很多人对科研AI的印象，可能是...
Gemini Omni来了：谷歌的多模态模型，变在哪？
谷歌刚发布Gemini Omni——这是他们迄今响应速度最快的多模态模型，延迟压到了100毫秒以内。人类眨眼的时间大概是300毫秒，也就是说，它的反应比眨眼还快三分之一。不是升级，是把多模态拉进...
Gemini引导学习在塞拉利昂的实测效果
一项随机对照试验的结果，直接给出了明确指向：Gemini的Guided Learning功能，在塞拉利昂的学习场景中，具备提升学习者参与度、加速学习进度的潜力。试验的核心信息这次试验采用了标准的...
Gemma 4 12B：无编码器的统一多模态模型
多模态模型要同时处理图像和文本，过去的常规操作是“文本大模型+单独的图像编码器”——就像一个人读文字，另一个人看图，俩人事后凑到一起聊。但Google刚推的Gemma 4 12B，是第一款明确标...
Gemini 3.5 Live Translate：近乎实时的自然语音翻译落地了
我上周跟德国产品团队开对接会，之前每次对方说完半句，我得等3秒字幕才跳出来，这次他们说“这个接口的兼容性”，我耳机里的字幕就同步出来，而且是完整的一句话，不是拆成“这个接口”“的兼容性”两段。这...