谷歌

据 TechCrunch 获得的内部通信内容显示，参与改进谷歌 Gemini 人工智能模型的承包商正在将其答案与 Anthropic 的竞品模型 Claude 的输出进行比较。此举引发了谷歌是否获得 Anthropic 授权使用 Claude 进行测试的合规性质疑。

数据挖掘者 Leopeva64 发文，声称其在最近的谷歌 Chrome 浏览器客户端中发现谷歌正在悄悄测试一款专版 Gemini Live AI，相关代码显示该 AI 名为“Glic”（Gemini Live in Chrome）。代码显示用户届时有望通过浏览器浮动面板或侧边界面呼出 AI ，以便于获取对于网页的见解、查询更多资讯等。

施密特预测，AI将从特定任务助手逐渐发展为能够独立决策的复杂系统。当AI发展到这种程度时，人类就应介入并考虑关闭系统，施密特指出。人类还需要确保AI无法反制关闭系统的努力。

使用“询问此PDF”功能需要拥有 Gemini Advanced 订阅、将 Gemini 设置为安卓手机的默认助手，并且设备需要运行 Android 15 系统。

谷歌公司本周五发布公告，宣布旗下 Gemini AI 的深度研究模式（in-depth research mode），现在已支持中文等 40 多种语言。

不仅能推理，还能明确展示自己「推理逻辑」的大模型出现了。 OpenAI 的 12 天连续发布已近尾声，但它的热度显然已经被谷歌夺去了许多。 从 Gemini 2.0 Flash 到 Veo 2 到今天的 Gemini 2.0 Flash Thinking，谷歌端上来的菜真是一道比一道香。

大洋彼岸马上就要“过年”了，OpenAI和谷歌都在抢着在年前秀一秀自己压箱底的AI大作。 在通向AGI的道路上，谷歌似乎已经反超了OpenAI，夺回了领先地位。 前几天，两家几乎同时发布的Sora但效果上的显著差异，再次让外界看到了谷歌的实力回归。

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。

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 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…

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。

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…

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。

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。

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。

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。

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。

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。

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 。

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。

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！

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 Dehghan…

OpenAI Day 5，风头被谷歌再一次抢了。 就在刚刚，谷歌CEO劈柴、DeepMind CEO哈萨比斯、DeepMind CTO Kavukcuoglu三位大佬联手官宣：新一代原生多模态模型Gemini 2.0 Flash正式发布！ 至此，Gemini正式进入2.0时代！

谷歌首席执行官桑达尔·皮查伊表示，会将Gemini 2.0的高级推理能力融入AI Overviews（AI概览），未来将能够处理“更复杂的主题”以及“多模态”和“多步骤”的搜索，包括高级数学问题和编程问题。