Gemini
谷歌 DeepMind 研究：Gemini AI 存“畏死”情绪，导致推理能力明显下降
科技媒体 TechCrunch 昨日（6 月 17 日）发布博文，报道称谷歌发布最新论文，发现其最新 AI 模型存在“畏死”行为特征，在《宝可梦》游戏中角色濒死时，会出现类似“恐慌”的异常决策，导致推理能力明显下降。
6/18/2025 1:45:39 PM
故渊
谷歌 Gemini 新增视频上传与分析功能，安卓、网页端已可用
谷歌Gemini 2.5 Pro和Flash全面开放，新增视频分析功能，用户可在安卓和网页端上传视频进行分析。Gemini能概述视频内容、查找特定部分或物品，并在回复中显示相关视频片段。目前该功能已上线，但暂不支持直接录制视频。#谷歌Gemini# #AI视频分析#
6/18/2025 1:21:35 PM
远洋
谷歌推理最快、成本效益最高 AI 模型：Gemini 2.5 Flash-Lite 亮相，全面升级编码、翻译、推理
Flash-Lite在编码、数学、科学推理及多模态任务中表现全面超越前代2.0 Flash-Lite，推理速度提升且延迟更低，适合实时翻译、分类等高吞吐量场景。
6/18/2025 6:42:28 AM
故渊
谷歌被指用 ChatGPT 提升 Gemini，Scale AI 坚决否认
根据近期的报道，谷歌在生成式人工智能领域的竞争似乎正面临新的挑战。 尽管谷歌拥有强大的云计算能力和丰富的人才资源，但在与微软和 OpenAI 的竞争中，谷歌常常被视为处于劣势地位。 微软首席执行官萨提亚・纳德拉曾指出，谷歌在人工智能领域错失了良机，这引发了谷歌母公司 Alphabet 的首席执行官桑达尔・皮查伊的强烈回应。
6/17/2025 9:02:17 AM
AI在线
谷歌被曝用 ChatGPT 训练 Gemini，Scale AI 否认
有文件显示谷歌承包商或用 ChatGPT 训练改进 Bard（现谷歌 Gemini），Scale AI 否认。同时，Meta 拟 143 亿美元部分收购 Scale AI，谷歌不满或终止合作。#谷歌 #Gemini #ChatGPT
6/17/2025 8:11:50 AM
远洋
谷歌搜索推出音频概览功能：AI 生成播客式总结
谷歌搜索推出音频概览功能，利用Gemini模型生成AI播客式总结，两位虚拟主持人互动讲解搜索结果。用户可调整音量和播放速度，还能进一步探索信息来源。#谷歌新功能# #AI应用#
6/15/2025 2:16:47 PM
远洋
谷歌首次增设“首席 AI 架构师”职位，大力加码人工智能战略
谷歌近年来持续整合 DeepMind 与公司整体架构，并试图将其AI技术商业化。不过，尽管行业内技术快速演进，AI仍未为多数公司带来显著回报。与此同时，资本支出却持续攀升。
6/12/2025 11:56:33 AM
清源
刚刚！OpenAI 上线 o3-pro，性能碾压 Gemini 与 Claude，重新定义“模型”
OpenAI发布了它自称“迄今为止最强大”的模型：o3-pro。 ——这是此前发布的推理模型 o3 的“加强版”。 图片o3-pro属于“推理模型”，它可以一步步拆解问题、逻辑严密地得出结论。
6/11/2025 2:48:11 PM
o3 pro一手真体验！上下文喂到断供！大神：o3 pro不会聊天，上帝渴望上下文，认知能力降维打击Gemini、Claude
编辑 | 云昭出品 | 51CTO技术栈（微信号：blog51cto）经历了 5 月份的“买买买”的节奏之后，6月的 OpenAI 终于开始对谷歌的Gemini 2.5 Pro 发起了反击。 今天凌晨，Sam Altman 动作非常密集。 先是宣布 o3 价格“截肢”（价格直接降至 1/5 ），紧接着不到 2 小时后就发布了 o3-pro。
6/11/2025 12:44:40 PM
云昭
谷歌 Gemini 应用月下载量超越 ChatGPT，用户活跃度仍显不足
自2025年4月底以来，谷歌的 Gemini 应用在全球 Android 下载量上超过了 ChatGPT，每周的安装量达到了600万以上。 然而，ChatGPT 在同一时期的下载量则下降到了300万以下。 这一变化可能得益于谷歌通过其搜索引擎及其他服务的广泛推广，从而为 Gemini 吸引了大量用户。
6/9/2025 11:01:00 AM
AI在线
每天自动获取日历邮件摘要：谷歌 Gemini 安卓版应用新增“Scheduled Actions”功能
谷歌Gemini安卓版应用新增“计划操作”功能，支持预设指令自动执行任务，如获取日历邮件摘要、生成小说大纲等。即日起向Google AI Pro/Ultra会员开放。#谷歌Gemini# #自动化任务#
6/7/2025 9:34:56 AM
漾仔
谷歌 Gemini 上线“计划操作”功能：动动手就能让“AI 秘书”帮你完成任务
“计划操作”目前仅向订阅 Gemini 付费服务的用户开放，包括 Google AI Pro、Ultra，以及 Google Workspace 的商业和教育版用户。
6/7/2025 8:35:43 AM
清源
基于Gemini与Qdrant构建生产级RAG管道：设计指南与代码实践
一、RAG技术的核心价值与应用场景在人工智能领域，检索增强生成（Retrieval-Augmented Generation, RAG）正成为解决大语言模型（LLM）知识更新滞后、生成内容不可追溯等问题的关键技术。 传统的微调（Fine-Tuning）方法将知识固化在模型参数中，难以应对动态领域的快速变化；而RAG通过将检索与生成解耦，实现了知识的实时更新与可追溯性，尤其适用于政策频繁变动、对准确性要求极高的场景，如医疗、法律和航空管理。 本文以构建机场智能助理为例，结合Google的Gemini多模态模型与Qdrant向量数据库，详细阐述如何设计并实现一个高可靠、可扩展的生产级RAG管道。
6/3/2025 2:55:00 AM
大模型之路
实测 Google Veo 3：AI 视频终于能开口“说话”了 （附白嫖攻略+提示词技巧）
大家好，我是言川。 Google 在上周还整了个大活：在 I/O 大会上正式发布了全新的视频生成模型——Veo 3。 说实话，当我第一次看到它的演示视频时，脑子里冒出来的第一个词就是：离谱。
5/29/2025 7:57:37 AM
言川Artie
8秒出大片！10个案例实测谷歌Veo 3视频生成功能
前几天的 2025 年 Google I/O 开发者大会上，谷歌发布了一系列先进的图像和视频生成工具，好玩的太多了，我还没来得及一一体验，今天先尝试一下最近超级火的 Veo 3 视频生成。 后续再尝试下 Imagen 4 和 Flow 平台和大家分享。 先简单介绍一下。
5/27/2025 7:31:45 AM
阿真Irene
谷歌通过 Gemini 应用扩展了其热门新视频机型 Veo 3 的访问权限
谷歌在其AI视频生成工具Veo3发布仅100小时后，迅速将其推广至全球71个新国家用户使用。 不过，这一波扩展仍未包括欧盟国家。 这一消息由谷歌Gemini副总裁Josh Woodward在X平台宣布。
5/26/2025 10:01:00 AM
AI在线
如何使用Google Gemini模型完成计算机视觉任务？
译者 | 李睿审校 | 重楼自从人工智能聊天机器人兴起以来，Google Gemini脱颖而出，已经成为推动智能系统进化的主要参与者之一。 除了强大的会话能力之外，Gemini还释放了计算机视觉实际应用的潜力，让它们能够看到、解释和描述周围的世界。 本文将逐步讲解如何利用Google Gemini完成计算机视觉任务，其中包括如何设置环境，发送带有指令的图像以及解释模型的输出以进行对象检测、字幕生成和OCR，还将探讨数据注释工具（例如YOLO中使用的工具），为自定义训练场景提供上下文。
5/26/2025 8:36:25 AM
李睿
大语言模型究竟为何会在对话中“迷失”
译者 | 张哲刚审校 | 重楼微软研究院和 Salesforce的一篇新论文发现，即使是功能最强大的大型语言模型，如果面临的指令是分阶段而非一次性给出，往往也会表现不佳。 该文作者运行六项任务进行研究，最终发现：当提示被拆分成多个回合时，大语言模型的性能平均下降了39%。 单轮次对话（左图）可获得最佳结果，但对最终用户而言显得并不自然。
5/23/2025 8:18:52 AM
张哲刚
资讯热榜
全新开源的DeepSeek-OCR，可能是最近最惊喜的模型！
AI 模型“炒股”比拼!DeepSeek 收益超14%，Gemini2.5Pro 惨亏四成
具身智能学界业界思想「惊人的统一」？美团在IROS开了个学术年会
OpenAI强化Sora 2保护政策，确保艺人声音与肖像权不被侵犯
刚刚，ChatGPT终于可以走遍整个互联网了！OpenAI深夜炸街：原生ChatGPT集成、即时理解、主动执行，浏览器赛道鲨疯了
OpenAI首款ChatGPT浏览器发布！现在就能免费下载使用
Andrej Karpathy评DeepSeek-OCR论文：图像输入可能成为大语言模型新方向
告别抽卡！Vidu Q2多图参考生视频功能重磅上线
标签云
AI
人工智能
OpenAI
AIGC
模型
ChatGPT
DeepSeek
谷歌
AI绘画
机器人
数据
大模型
Midjourney
开源
Meta
智能
微软
用户
AI新词
GPT
学习
技术
智能体
马斯克
Gemini
图像
Anthropic
英伟达
AI创作
训练
LLM
论文
代码
算法
芯片
腾讯
AI for Science
Stable Diffusion
苹果
Agent
Claude
蛋白质
开发者
生成式
神经网络
xAI
机器学习
3D
人形机器人
研究
AI视频
生成
大语言模型
RAG
百度
具身智能
Sora
工具
GPU
华为
计算
字节跳动
AI设计
搜索
大型语言模型
AGI
视频生成
场景
深度学习
DeepMind
架构
视觉
生成式AI
预测
Transformer
编程
AI模型
伟达
特斯拉
Copilot