谷歌

谷歌首个通用推理模型登场：揭秘 AI 推理“黑匣子”，登顶 Arena LLM 排行榜

谷歌 AI Studio 平台昨日（12 月 19 日）发布实验性的“Gemini 2.0 Flash Thinking”模型，主打“清晰展现思考过程”，是谷歌第一个通用推理模型。

12/20/2024 7:58:12 AM

故渊

谷歌新规引担忧：消息称外包人员被迫评估自己不擅长的 Gemini 回复

据 TechCrunch 报道，谷歌针对其大型语言模型 Gemini 回复的外包评估流程进行了一项调整，引发了外界对其在敏感领域信息准确性的担忧。这项调整要求外包评估员不得再像以往那样，因自身专业知识不足而跳过某些特定的评估任务，这或将导致 Gemini 在医疗保健等高度专业性领域的信息输出出现偏差。

12/19/2024 10:19:53 AM

远洋

谷歌发布 FACTS Grounding 基准：Gemini、GPT-4o、Claude 当评委，成 AI 大语言模型“幻觉照妖镜”

12 月 18 日消息，谷歌 DeepMind 团队于 12 月 17 日发布博文，宣布推出 FACTS Grounding 基准测试，评估大型语言模型（LLMs）根据给定材料是否准确作答，并避免“幻觉”（即捏造信息）的能力，从而提升 LLMs 的事实准确性，增强用户信任度，并拓展其应用范围。数据集在数据集方面，ACTS Grounding 数据集包含 1719 个示例，涵盖金融、科技、零售、医疗和法律等多个领域，每个示例包含一篇文档、一条要求 LLM 基于文档的系统指令和随附的提示词。示例文档长度不一，最长可达 32000 个 token（约 20000 字）。

12/18/2024 1:24:30 PM

故渊

谷歌：只要有人工监督，客户即可在“高风险”领域使用其 AI 作出决策

根据该公司周二发布的《生成式 AI 禁止使用政策》更新版，客户可以在一定条件下使用谷歌的生成式 AI 作出可能对个人权利产生重大不利影响的“自动化决策”，例如在就业、住房、保险和社会福利等领域。

12/18/2024 7:12:19 AM

清源

OpenAI被偷家，谷歌Veo 2反超Sora

视频生成领先 OpenAI 了？今天是个好日子，至少谷歌这么想。几个小时前，该公司一键三连，一口气发布了两款视觉生成模型和一个工具：Veo 2：视频生成模型，可使用文本或图像 prompt 生成高真实感、高质量的视频；Imagen 3：文生图模型，可更忠实地遵从提示词，实现更加丰富的细节和纹理渲染；Whisk：图生图工具，基于 Imagen 3 与 Gemini 的视觉理解和描述能力打造，能让用户更加方便地调整图像的场景、风格和物体。

12/17/2024 8:49:00 PM

机器之心

语言游戏让AI自我进化，谷歌DeepMind推出苏格拉底式学习

没有外部数据，AI自己也能进化？听起来有点吓人，于是谷歌DeepMind的这项研究很快引起了广泛关注。图片论文地址：「苏格拉底式学习」（Socratic Learning），能够使AI系统自主递归增强，超越初始训练数据的限制。

12/17/2024 12:53:45 PM

新智元

谷歌最强文生图 AI 模型 Imagen 3 再进化：多样艺术风格、构图更平衡

谷歌公司昨日（12 月 16 日）发布博文，在发布 Veo 2 视频生成模型之外，还增强了 Imagen 3 文生图 AI 模型，为用户带来更多花样的艺术风格。

12/17/2024 10:01:08 AM

故渊

谷歌发布 AI 图像生成新工具 Whisk，支持上传多张图片以图生图

谷歌今日发布了一款名为 Whisk 的全新 AI 图像生成工具，该工具允许用户使用其他图像作为提示来生成图像，而不需要冗长的文本提示。用户只需提供图像，即可指定 AI 生成图像的主题、场景和风格。

12/17/2024 9:16:36 AM

远洋

谷歌 NotebookLM 新功能上线：用户可与 AI 主播进行互动

谷歌也提醒，这仍是一个“实验性功能”，主持人在回答时可能会有“尴尬的停顿”，甚至偶尔出现不准确的回答，所以初期使用体验可能并不完美。

12/14/2024 10:21:18 AM

清源

哈佛大学、谷歌发布 100 万本公共领域书籍，为 AI 训练提供合法数据

早在今年3月，哈佛大学就曾透露其“机构数据计划（IDI）”，并表示这一计划旨在为AI提供“合法数据的可信通道”。直到正式启动后，该计划才确认得到了微软和OpenAI的资金支持。

12/13/2024 9:02:21 AM

清源

谷歌发布多模态直播 API：解锁看、听、说，开启 AI 音视频交互新体验

谷歌昨日在发布 Gemini 2.0 的同时，还发布了全新的多模态直播（Multimodal Live）API，帮助开发人员开发具有实时音频和视频流功能的应用程序。

12/13/2024 8:44:18 AM

故渊

谷歌最强大模型Gemini 2.0被抬上来了，网友：好科幻

能搜网页、写代码，还能教你打游戏。 OpenAI 接连几天的「轰炸」，已经让人审美疲劳。作为应对，周三，谷歌推出新一代至强 AI 大模型 Gemini 2.0 Flash 。

12/12/2024 5:17:00 PM

机器之心

谷歌发布智能体原型 Mariner，能帮用户操作表格、在线购物

美国时间周三，谷歌发布了一款可以自主浏览网站的智能体（A.I. agent）。这种实验性工具能够浏览电子表格、购物网站以及其他在线服务，然后代表用户执行操作。

12/12/2024 3:14:44 PM

辰辰

谷歌量子芯片Willow炸翻了科技圈：攻克30年量子难题，网友：谷歌又行了！

出品 | 51CTO技术栈（微信号：blog51cto）12月10日，谷歌一项发布震惊了整个AI圈，谷歌 CEO 皮查伊激动地宣布，谷歌最新的量子计算芯片 Willow 已经问世！基准测试中，Willow 取得了惊人的成绩：在不到 5 分钟内完成了一项标准计算，而这需要顶尖超算超过 10^25 年——比宇宙年龄还长！消息一出，连马斯克都惊叹：“Wow！

12/12/2024 3:09:26 PM

谷歌Gemini再添猛将！GPA 5.0毕业即DeepMind高级科学家，开挂博士给科研新人7点建议

就在Gemini 2.0发布之前几天，一位新晋华人博士宣布加入Google DeepMind，作为高级研究科学家致力于Gemini预训练和多模态研究。薛复昭，博士毕业于新加坡国立大学师从尤洋教授，2021年以5.0的GPA成绩硕士毕业于南洋理工大学，师从庄永聪教授和孙爱欣教授。在新加坡国立大学攻读博士期间，曾在Google Brain与谷歌天才科学家Yi Tay和Mostafa Dehghani一起实习，并在NVIDIA GEAR与Jim Fan和Yuke Zhu一起实习。

12/12/2024 2:00:00 PM

新智元