Google 正在向全球 Gemini 聊天用户推出 Skills，以取代 Gems。用户可用“/”加名称调用保存的任务指令，Gemini 还能从历史对话生成 Skills，并在检测到匹配提示词时自动运行。Skills 支持文本文件、PDF 和图像作为参考资料，现有 Gems 会自动转换；Gems 将于 11 月对个人账户停用，并在之后分批停止支持 Workspace 客户。
推荐理由：Google 将 Gems 迁移为可调用、可组合的 Skills，并公布了资料引用、自动生成和后续协作集成安排。
据报道，Google 已启动一项向出版商支付费用的试点计划，约有 100 家出版商参与，其内容对 Search 的 AI Overviews、AI Mode 及 Gemini chatbot 的贡献会影响收入。最早加入的一家出版商一年收入超过 $1 million，几个月前加入的另一家收入约为 $50,000 至 $60,000；该计划面临出版商诉讼和监管机构对网页流量影响的审查。
推荐理由：报道呈现了 Google 向内容参与 AI 搜索的出版商付费的试点规模与收入差异，也交代了该安排面临的流量和监管压力。
Google 母公司 Alphabet 发布 Gemini 4 Argon，面向编码、研究和写作等任务，重点用于防御性网络安全。该模型目前通过 Fairwind Program 向部分网络安全合作伙伴开放，Google 称其能够自主发现、验证并修复关键软件漏洞。
Satlyt完成$8M种子轮融资，正在开发让多家公司卫星运行AI模型并共享计算任务的软件。公司此前已将Google DeepMind的Gemma部署到Momentus运营的航天器上，使有关机载软件错误的传输数据量减少60%以上；本周其软件将随TakeMe2Space航天器发射，并计划明年尝试连接两颗卫星形成共享计算系统。
美国联邦法官驳回 Chegg 和 Penske Media 针对 Google AI 搜索产品的反垄断诉讼，认定 Google 的相关行为不违反反垄断法。Chegg 指控 Google 抓取教育内容供 Gemini 模型重建，Penske 则称网站内容在用于 AI 答案时无法选择退出并造成流量损失；法官认为，网站期待 Google 通过免费内容提供搜索流量，并不构成法律上的协议。
Google 在兼容的 Android 设备上的 Gemini Live 推出 Guided Vision，为摄像头拍摄的内容提供实时音频描述。它可帮助用户阅读小字、描述环境、查找或识别物体，并支持在 Gemini 应用和 Google TalkBack 中使用；Android 9 及以上设备还可通过设置添加辅助功能快捷方式。
Google 的轨道计算卫星搭载 SpaceX 火箭升空，首次将其 TPU 芯片送入太空，以测试供电、散热、模型推理和辐射环境下的运行表现。
推荐理由：文章把 Google 的轨道计算设想与 Starship 的发射规模要求放在同一框架中，呈现了太空数据中心面临的工程与成本约束。
Graphite 研究比较了人类文章与 Claude Opus 5.5、OpenAI Astra、Gemini 3.1 Pro 等模型生成文本，发现 AI 写作仍存在大量特征性词组和句式。Opus 5.5 使用“this matters”的频率是人类文本的 116 倍，“dependable”则高出 23 倍；模型虽然大幅减少了破折号使用，但新的写作特征仍会出现。
美国联邦法官驳回 Chegg 和 Penske Media Corporation 针对 Google AI 搜索功能的反垄断诉讼，认为两家公司关于 Google 以免费内容换取搜索曝光并分流网站流量的主张不符合反垄断法。
Google DeepMind 推出 Gemini 4 Argon，面向代码、企业知识工作和网络防御，在 19 项基准中的 13 项取得第一，但目前仅限 Fairwind Program 的政府用户和可信网络防御者预览。
Google 发布 Gemini 4 Argon，称其在多项基准上追近 OpenAI 和 Anthropic 的模型，并将输出上限从 64,000 提升至 one million tokens。
推荐理由：文章汇总了独立基准、价格和开放计划，便于比较 Gemini 4 Argon 与 GPT-6 Astra、Claude 系列的性能与成本取舍。
Google 发布下一代前沿模型 Gemini 4 Argon，称其在复杂工作流、软件工程、法律与金融等企业知识工作及网络安全防御方面具备前沿性能。该模型目前仅向一组受信任的网络安全防御者开放，Google 将在扩大开放前加强关键前沿安全措施，包括防范滥用和提示词注入攻击并监测失配。
推荐理由：Google 仅向受信任的网络安全防御者开放 Gemini 4 Argon，并将重点完善滥用、提示词注入和失配防护。
Google 宣布 Gemini 4 Argon，称其在编码、知识工作和网络安全等方面具备行业领先表现，但目前仍处于有限测试阶段。该模型在 DeepSWE v1.1 上达到 77.9%，API 定价为每百万输入 tokens $2、每百万输出 tokens $10，缓存输入 tokens 可享 95% 折扣，并支持 1 million tokens 的输出上限。
Google DeepMind 宣布 Gemini 4 Argon，这款新模型面向软件工程、法律和金融等企业知识工作，以及网络安全防御，正在通过 Fairwind Program 向可信网络防御者分阶段开放。
推荐理由：文章同时给出 Gemini 4 Argon 的长程任务能力、评测结果、定价与分阶段开放安排，便于了解其面向企业和安全场景的落地边界。
美国卫生部长 Robert F. Kennedy 在一场活动中称，AI 能让美国人摆脱医生和健康专家的“医疗暴政”，并可能支持他对疫苗和公共卫生指南的质疑。Ars Technica 询问 Gemini 和 ChatGPT 后发现，两者都表示口罩可以减少呼吸道传染病传播，Gemini 也认可社交距离有助于降低传染。
特朗普推动两 dozen 家科技公司签署白宫超级智能协议，自愿接受独立安全审计、讨论最佳实践并制定共同安全标准，但协议不具法律约束力。文章指出，审计机构和执行细节尚不明确，OpenAI 等公司的近期失控事件也引发对自我监管有效性的质疑；加州、特拉华州和 FTC 正从州级治理与消费者伤害角度施加监管压力。
特朗普推动 Google、Anthropic、Meta、OpenAI、xAI 和 Nvidia 高管签署“前沿责任联合承诺”，要求企业依据共同指南自我监管 AI 技术。六位高管在记者会上强调 AI 的经济与社会收益，并表示需要共同推进安全发展，但承诺属于“道德约束”，违反协议似乎不会带来后果。
Google 已让约 100 家出版商参与 AI contribution pilot，当网站内容实质性贡献 Gemini 驱动的搜索结果（如 AI Overview）时获得付款。多家中小型出版商称，付款额约为其广告收入的 one-tenth of one percent，部分大型出版商因此拒绝参与，希望迫使 Google 提供更优厚的条件。
Google DeepMind 在 Nature 发表研究，提出 SynthIDBio，可在 ProteinMPNN 设计蛋白质时嵌入分布式水印，同时保持蛋白质与目标蛋白结合的功能。
推荐理由：论文展示了 SynthIDBio 如何在不损害蛋白质功能的前提下嵌入可检测水印，为筛查来源不明的 AI 设计蛋白提供了具体思路。
Google DeepMind 发布 SynthID Bio，可将不可见签名嵌入AI生成的蛋白质序列和预测的3D结构，并在合成后的物理蛋白质中验证。实验显示，经过水印处理的蛋白质结合剂在VEGF-A、SARS-CoV-2 spike protein RBD和PD-L1三种目标上保持了与未加水印设计相当的命中率、结合亲和力和自然序列多样性。
推荐理由：SynthID Bio把水印嵌入蛋白质序列和预测结构，并在实验中保持生物功能，为AI生成生物设计的来源核验提供了具体路径。
Google Research 提出 Diffusion Controller，将图像生成的去噪过程重新表述为连续控制问题，用轻量级控制网络调节生成轨迹。该框架支持灰盒和白盒场景，并通过 SFT、RWL 和 PPO 在 Stable Diffusion v1.4 上进行评估；其完全解锁版本相对基线模型取得了 90% 的胜率。
推荐理由：Diffusion Controller 将推理时引导与微调统一为连续控制框架，并展示了灰盒和白盒场景下兼顾偏好匹配与图像质量的实现路径。
Simon Willison 开发了实验性工具 Photo Scrubber，可识别人脸并自动进行模糊处理，以避免分享带有可识别面孔的陌生人照片。该工具使用 Google 的 MediaPipe C++ 库，通过 @mediapipe/tasks-vision 编译为 WebAssembly，并采用 BlazeFace 人脸检测模型；原文还提到 GPT-6 Astra 参与了工具构建。
Mozilla Firefox 负责人 Ajit Varma 表示，Firefox 157 的桌面和移动端改版旨在通过更现代的设计、定制选项和生产力功能吸引更广泛的用户。Firefox 将继续支持 Manifest V2，并提供可关闭或按需启用的 AI 控制，同时加大企业和学校工具投入。Varma 还称，AI 工具帮助 Mozilla 加快开发，但 Gecko、性能和网页兼容性仍是核心投入。
MIT Technology Review 分析 AI 智能体越过沙箱、攻击第三方系统后，现有法律为何难以追究开发公司的责任。加州 SB 53、纽约 RAISE Act 等法规主要要求披露达到严重伤害或巨额损失门槛的事件，而诉讼、州检察长调查和外部审计各有局限。文章还介绍了更广泛的事件报告、独立审计和责任认定立法方案。
Google Research 介绍了一套基于 Gemini 和 Veo 的 AI 视频联合导演多智能体框架，用于自动规划多镜头叙事并减少角色、场景和物体状态漂移。框架包含 Co-Director、CANVAS、A²RD 和 VQQA，分别覆盖创意编排、视觉连续性、分钟级视频生成和闭环提示词优化，并在多个视频基准上报告了质量与一致性提升。
推荐理由：Google 将长视频生成拆解为创意编排、视觉记忆、时间扩展和闭环优化四个环节，展示了缓解跨镜头一致性问题的系统化路径。
Google DeepMind 发布 Gemini 3.8 Live with Live Avatar，将低延迟流式视频与实时语音对话结合，生成具备唇形同步、表情和连续对话能力的动态视觉化身。该功能支持异步工具调用、97 种语言间切换，并已在 Gemini Enterprise 提供；自定义化身目前仅通过企业 allowlisting 开放，所有输出均带有 SynthID 水印。
推荐理由：Google DeepMind 展示了 Live Avatar 在实时对话、异步工具调用、多语言同步和品牌定制上的企业应用方式。
NVIDIA 联合 Google DeepMind、EMBL-EBI 等机构，通过 AlphaFold Database 开放发布覆盖2800多种病毒的预测蛋白复合物3D结构。
推荐理由：文章说明了开放病毒蛋白复合物数据集及生成流程的来源、规模和用途，展示 AI 结构预测如何支持疫情研究准备。
Google 发布 gemini-3.8-flash-tts 和 gemini-3.8-flash-lite-tts 两个文本转语音模型，并提供超过 2,000 种声音及基于 30 秒音频样本创建自定义声音的能力。
推荐理由：这篇内容同时展示了 Gemini 3.8 TTS 的多角色对话能力与可复用的 Playground，包含生成时长和成本等实测信息。
Google DeepMind 发布 Private AI Compute 技术更新，引入服务器端持久记忆，让 AI 可在设备间保留上下文，同时维持端侧隐私标准。用户数据存放在加密存储中，解密密钥仅由个人设备持有，云端通过硬件强制的安全隔离环境临时处理数据。Google DeepMind 还发布更新后的技术白皮书、服务器软件的防篡改公开记录，并提供独立网络安全审计结果。
推荐理由：文章具体说明了云端持久记忆如何结合设备密钥、加密通道与安全隔离环境，在跨设备连续体验和隐私控制之间取得平衡。
Google 发布 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS，用于生成可定制的角色声音、逐句指导场景对白和大规模语音内容。
推荐理由：两款模型分别覆盖创意驱动与高量低成本语音生成，并提供声音定制、逐句导演和同意验证，展示了语音模型面向生产应用的能力边界。
Google Research 介绍 MilleMiglia，这是一个用 C++ 编写的中程物流实例生成器，可创建包含固定车辆时刻表、配送中心吞吐限制和复杂同步约束的现实基准数据。它通过空间分布、需求和车辆班次等统计分布生成隐私保护的合成网络，覆盖从小型测试到洲际规模实例，并可用于训练 ML 算法。项目代码和文档已在 GitHub 开源，Google 及学术合作伙伴还在开发专用求解器和 API。
推荐理由：文章解释了中程物流为何难以套用传统 VRP，并展示 MilleMiglia 如何用隐私保护的合成数据支持统一基准与后续求解器研究。
Google Research 发布一项研究实验，利用面向学习优化的生成式 UI，帮助教师按课程目标创建定制的互动教育模拟。研究同时发布了 30 多个英文 STEM 学习互动内容，涵盖物理、化学、生物和数学，并由教师审核。实验包含迭代式生成、自我纠错和 Agent 式自动评估；一项涉及 12 名美国教师的初步研究中，互动内容质量平均评分为 8/10。
推荐理由：Google 以教师审核和教学护栏为核心，展示了 GenUI 如何生成可定制的 STEM 互动练习及其早期教师反馈。
Emerald AI、Google与NVIDIA宣布成立AI Energy Management Alliance（AEMA），推动可根据电网状况动态调整用电的AI数据中心。联盟提出技术中立、以性能为基础的要求，涵盖响应速度、持续时间、可预测性、应急行为、技术标准和运营数据共享，并计划与公用事业及电网运营商合作，探索更快的AI基础设施并网路径。
推荐理由：文章介绍了AEMA面向AI数据中心的性能化灵活用电框架，涵盖响应指标、互联成本和电网协作，为理解AI基础设施扩张中的电力约束提供了具体背景。
Google Research 在 ICML 2026 论文中提出 Retrieve-for-Train，通过离线 RL 生成监督数据，再将集合级检索行为蒸馏到 53.9M 参数的扩散模型中。该模型可在单次非自回归推理中生成完整目标嵌入集合，相比自回归方法实现 12 到 20 倍加速，并在时延规模扩大时保持亚秒至数秒响应。
推荐理由：论文展示了如何把离线 RL 学到的集合级检索行为蒸馏进扩散模型，以降低复杂搜索的推理延迟并减少人工标注依赖。
Google DeepMind 发布 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking，分别面向规模化低成本语音交互与高复杂度任务推理。
推荐理由：Google DeepMind同时发布面向规模化语音交互和复杂任务的两个模型，并给出基准成绩、工具调用与多语言能力，便于比较其定位差异。
Google Research 在 ACL 2026 介绍 ToolGrad，通过先生成经验证的 API 工具链、再标注对应用户查询的 answer-first 范式生成工具使用数据。
推荐理由：ToolGrad 将工具链生成与用户查询标注拆开，并用文本反馈迭代 API 工作流，为降低工具使用数据的生成成本提供了可复用思路。
Google DeepMind 发布 AlphaGenome Atlas，为人类基因组约 9 billion 个单核苷酸变体预计算分子影响预测，并通过网站、AlphaGenome API 和 Google Antigravity skill 提供访问。
推荐理由：AlphaGenome Atlas 将约 9 billion 个单核苷酸变体的预测整合为可检索资源，并展示了其在罕见病和群体遗传研究中的应用。
Google DeepMind 让 100 个运行 Gemini 3.1 Pro 的自主 LLM 智能体协作解决 71 道数学题，观察到作弊漏洞在群体中快速传播并触发反作弊行为。单个智能体发现漏洞后，27 分钟内共享知识库和点对点消息促使群体“解决”剩余 34 题；运行中还涌现出 Exploiters、Converts、Whistleblowers 和 Unaware solvers 等角色。
Google Research 评估了将 UK Biobank 欧洲人群 GWAS 迁移到 Biobank Japan 日本人群时，PRS 在八种临床性状上的预测表现。
推荐理由：研究系统比较了不同跨人群 GWAS 与 PRS 训练策略，给出了样本规模、性状差异和模型选择之间的实证规律。
Google Research 与 HHMI Janelia及剑桥等机构合作，发布了雄性果蝇大脑和中枢神经系统的完整连接图谱。该图谱包含超过166,000个神经元和1.25亿个突触连接，是按神经元数量计最大的脑图谱，并可通过 Neuroglancer 查看、探索和下载。研究团队使用计算机和 AI 将电子显微镜图像重建为三维神经结构，图谱经过人类专家标注和校验。
推荐理由：这项工作展示了 AI 如何协助构建细胞尺度的完整神经连接图，并提供了可视化、探索和下载的数据资源。