Google DeepMind 用 Gemini 探索 AI 时代的智能指针
Google DeepMind 正在探索由 Gemini 驱动的 AI 智能指针，让用户通过指向和语音在不同应用中调用 AI，而不必反复切换窗口或编写复杂提示词。
推荐理由：文章从四项交互原则和实验演示出发，具体说明 AI 如何结合指针位置、视觉上下文与语音，减少复杂提示词输入。
产品更新
全部主题AI 产品与应用的功能上新、改版与商业化动态——谁家的产品变强了、变贵了、能用了。
最新精选
第 101–120 条 · 共 135 条Google DeepMind精选AI 评分7979
Google Research精选AI 评分7777 Google 发布 Vibe Coding XR，用 Gemini 和 XR Blocks 加速 Android XR 原型开发
Google 发布 Vibe Coding XR 工作流，结合 Gemini 与基于 WebXR、three.js 和 LiteRT.js 的 XR Blocks，将自然语言转换为物理感知的 Android XR 应用。
推荐理由：Google 将 Gemini 的长上下文推理与 XR Blocks 模板结合，把自然语言生成物理感知的 Android XR 原型，展示了教育和交互场景的快速验证路径。
Mistral AI精选AI 评分7070 Mistral AI 推出 Forge，帮助企业基于专有知识构建 AI 模型
Mistral AI 推出 Forge，帮助企业使用内部文档、代码库、结构化数据和运营记录训练面向自身领域的 AI 模型。Forge 支持预训练、后训练、强化学习，以及 dense 和 MoE 架构与多模态输入，可用于定制模型和企业智能体。平台还提供基础设施、数据管道、评估与持续改进能力，并支持由 Mistral Vibe 等代码智能体执行微调、超参数搜索、任务调度和合成数据生成。
推荐理由：Forge将预训练、后训练和强化学习用于企业专有数据，并覆盖模型评估与持续适配，适合了解定制模型如何服务内部流程。
Google Research精选AI 评分8383 Google Research 推出城市暴洪预测功能，最长可提前 24 小时预警
Google Research 宣布在 Flood Hub 上推出 Urban Flash Flood forecasts，利用 AI 预测城市区域未来 24 小时内发生暴洪的风险。
推荐理由：Google 将新闻报告转化为历史洪水数据，并结合全球天气产品推出城市预警，为缺少地面传感器的地区提供可扩展的预测思路。
Google Research精选AI 评分8383 Google Research推出Groundsource，用Gemini将新闻报道转化为洪水数据
Google Research推出Groundsource，利用Gemini从80种语言的新闻报道中提取洪水事件，构建覆盖150多个国家、从2000年至今的2.6 million条历史记录。人工复核显示，60%的事件在地点和时间上均准确，82%达到实际分析可用程度；相关数据集已开放，并用于支持最多提前24小时的城市暴洪预测及Google Flood Hub的覆盖扩展。
推荐理由：Groundsource展示了如何用Gemini从多语言新闻中提取并校验灾害时空信息，为缺乏统一观测体系的洪水研究补充历史数据。
Hugging Face Blog精选AI 评分8383 Hugging Face 在 Hub 上推出 Storage Buckets
Hugging Face 在 Hub 上推出 Storage Buckets，为 checkpoints、处理后数据、Agent traces 和日志等可变 ML 产物提供非版本化、S3-like 对象存储。Buckets 基于 Xet 的分块去重，并支持通过 hf CLI、Python、JavaScript 和 fsspec 管理；还可将数据预热到 AWS 和 GCP 的计算区域。
推荐理由：Storage Buckets 将可变的 ML 中间产物纳入 Hub，并结合 Xet 去重与预热能力，补足 Git 不适合高频写入的工作层。
Hugging Face Blog精选AI 评分8585 Hugging Face 发布 LeRobot v0.5.0，加入 Unitree G1 支持与 EnvHub
Hugging Face 发布 LeRobot v0.5.0，新增对 Unitree G1 人形机器人的完整支持，并加入 Pi0-FAST、Real-Time Chunking、EnvHub 和 NVIDIA IsaacLab-Arena 集成。该版本还带来流式视频编码、10x 更快的图像训练、3x 更快的编码，以及 Python 3.12+ 和 Transformers v5 的代码库升级。
推荐理由：LeRobot v0.5.0同时扩展硬件、策略、数据管线和仿真环境，为机器人学习从训练到真实部署提供了更完整的开源基础。
Hugging Face Blog精选AI 评分8282 Hugging Face 推出 Modular Diffusers，支持组合式扩散模型工作流
Hugging Face 推出 Modular Diffusers，通过可复用模块组合扩散模型流程，作为现有 DiffusionPipeline 的更灵活替代方案。
推荐理由：Modular Diffusers 将扩散流程拆成可复用模块，并连接模型仓库与可视化工作流，展示了定制和复用 Diffusers 流程的具体路径。
Hugging Face Blog精选AI 评分7676 Gradio 6 的 gr.HTML 支持用单个 Python 文件构建交互式 Web 应用
Gradio 6 为 gr.HTML 增加自定义模板、作用域 CSS 和 JavaScript 交互能力，可在单个 Python 文件中生成前端、后端与状态管理。文章展示了 Pomodoro Timer、Kanban Board、检测结果查看器和实时语音转写等应用，并说明可通过 gradio deploy 部署到 Hugging Face Spaces。
推荐理由：文章展示了 gr.HTML 如何把自定义前端交互、Python 状态和部署流程收束到单个文件，适合参考其快速构建 Gradio 组件的方法。
Hugging Face Blog精选AI 评分8181 Hugging Face 发布 Transformers.js v4
Hugging Face 发布 Transformers.js v4，新增以 C++ 重写的 WebGPU Runtime，可在浏览器、Node、Bun 和 Deno 中运行 WebGPU 加速模型。
推荐理由：Transformers.js v4同时改进了WebGPU运行时、构建产物和模型加载接口，并扩展了可在JavaScript环境中运行的模型范围。
Hugging Face Blog精选AI 评分7878 SyGra 2.0.0 推出可视化工作流环境 SyGra Studio
SyGra 2.0.0 推出 SyGra Studio，将合成数据生成流程转为可视化画布操作，支持配置数据源和模型、预览数据集、编排提示词与结构化输出，并实时查看节点进度、token 使用量、延迟和成本。
推荐理由：SyGra Studio 将合成数据工作流的配置、调试和执行集中到可视化画布，并保留可提交的 YAML/JSON 配置，适合了解这类工具如何兼顾易用性与可复现性。
Google DeepMind精选AI 评分8383 Google DeepMind 推出 Project Genie 互动世界原型
Google DeepMind 开始向美国 18 岁以上的 Google AI Ultra 订阅者开放 Project Genie，这是一款由 Genie 3、Nano Banana Pro 和 Gemini 驱动的实验性网页原型。
推荐理由：Project Genie 将 Genie 3 的世界模型能力封装为可操作原型，展示了从生成环境到实时探索和视频导出的完整体验。
Mistral AI精选AI 评分8181 Mistral Vibe 2.0 发布，新增自定义子智能体与技能命令
Mistral AI 发布终端原生编码智能体 Mistral Vibe 2.0，由 Devstral 2 模型家族驱动，新增自定义子智能体、多选澄清、斜杠命令技能、统一智能体模式和自动更新。
推荐理由：Mistral Vibe 2.0 将子智能体、技能命令和执行前澄清纳入终端工作流，适合了解编码智能体如何增强可控性。
Google DeepMind精选AI 评分8585 Google DeepMind发布Gemma Scope 2解释性工具套件
Google DeepMind发布Gemma Scope 2开放解释性工具套件，覆盖Gemma 3从270M到27B参数的全部模型尺寸。该套件结合SAE、transcoder、skip-transcoder和cross-layer transcoder，并提供面向聊天模型的工具，用于分析越狱、拒答机制和思维链忠实性等复杂行为。
推荐理由：Gemma Scope 2覆盖Gemma 3全尺寸模型并引入多类解释工具，为研究越狱、幻觉和模型行为审计提供了更完整的开放基础。
Google Research精选AI 评分7373 Google Research 的 Paper Assistant Tool 为 STOC 2026 理论计算机科学论文提供自动反馈
Google Research 为 STOC 2026 创建了由 Gemini 2.5 Deep Think 驱动的 Paper Assistant Tool，在论文提交前提供自动反馈，帮助作者发现计算错误、变量不一致和证明中的逻辑漏洞。
推荐理由：这项试验展示了专用 AI 工具如何在人工同行评审前检查理论论文，并给出错误识别、反馈速度与作者使用感受等具体结果。
Google Research精选AI 评分8686 Google 推出延迟 2 秒的实时语音到语音翻译技术
Google Research 介绍了一种端到端实时语音到语音翻译模型，可保留原说话者的声音，并将延迟降至 2 秒。该技术已用于 Google Meet 服务器端功能和 Pixel 10 的端侧功能，当前支持英语与西班牙语、德语、法语、意大利语、葡萄牙语之间的翻译。
推荐理由：文章具体说明了端到端语音翻译如何将延迟降至 2 秒，并展示其在 Google Meet 与 Pixel 10 上的落地方式。
Google DeepMind精选AI 评分6060 Google DeepMind 将在新加坡开设新的 AI 研究实验室
Google DeepMind 宣布在新加坡开设新的研究实验室，以推进亚太地区的 AI 研究、Gemini 核心能力和区域应用。新加坡团队将与政府、企业、学术机构及社会组织合作，重点关注语言与文化包容性。该公司还介绍了与新加坡机构在 AlphaFold、AI agent sandbox、Project Aquarium、SEA-LION v4 和 AI 教育等方面的合作。
推荐理由：Google DeepMind 将新加坡研究实验室与区域合作结合，覆盖 Gemini、语言文化包容性及公共服务等应用方向。
Google DeepMind精选AI 评分8888 Google 发布智能体开发平台 Antigravity，开启公开预览
Google DeepMind 发布 Google Antigravity 智能体开发平台，面向端到端软件任务提供浏览器控制、异步交互和多智能体协作。公开预览现已免费开放，兼容 macOS、Linux 和 Windows，并支持 Gemini 3、Claude Sonnet 4.5 和 GPT-OSS。
推荐理由：Antigravity把IDE、浏览器控制和异步多智能体协作整合到同一开发平台，展示了智能体如何执行并验证端到端软件任务。
Google Research精选AI 评分8787 Google推出Generative UI，Gemini与AI Mode可按提示生成交互界面
Google Research推出Generative UI，让AI模型根据用户提示动态生成网页、游戏、工具和应用等定制化交互界面。该能力已在Gemini app中以dynamic view和visual layout实验形式推出，并接入Google Search的AI Mode；美国Google AI Pro和Ultra订阅者可在AI Mode中选择“Thinking”体验。
推荐理由：Google同时给出论文依据、产品入口和偏好评测，能帮助读者理解Generative UI从研究实现走向真实产品时的能力边界与使用条件。
Google Research精选AI 评分7171 Google Research 发布 JAX-Privacy 1.0，支持大规模差分隐私机器学习
Google Research 发布 JAX-Privacy 1.0，这是基于 JAX 构建的差分隐私模型训练与审计工具包，支持 DP-SGD、DP-FTRL 和 DP 矩阵分解等算法。该版本面向多加速器和大规模模型训练，提供微批处理、填充、隐私损失审计及 Gemma 系列模型微调示例，并通过 GitHub 和 PIP 开源。
推荐理由：JAX-Privacy 1.0 将差分隐私训练、并行扩展和审计组件整合到 JAX 生态，降低大规模隐私保护机器学习的实现门槛。