Google 发布 TPU 8tx 和 TPU 8i Max 芯片
Google 发布 TPU 8tx 和 TPU 8i Max 两款第八代 TPU 芯片,分别面向机密 AI 模型训练与推理,以及需要更大内存和处理能力的推理工作负载。TPU 8tx 与 AMD 合作开发,支持在训练过程中运行推理并即时蒸馏和训练小模型;TPU 8i Max 将两款 TPU 8i 的内存容量、处理能力和带宽整合到单一封装中。
Google 发布 TPU 8tx 和 TPU 8i Max 两款第八代 TPU 芯片,分别面向机密 AI 模型训练与推理,以及需要更大内存和处理能力的推理工作负载。TPU 8tx 与 AMD 合作开发,支持在训练过程中运行推理并即时蒸馏和训练小模型;TPU 8i Max 将两款 TPU 8i 的内存容量、处理能力和带宽整合到单一封装中。
Wiz 介绍了 Cyber Model Arena 评估 AI 智能体网络安全能力的方法,强调围绕真实攻击效果设计任务,并使用代码进行确定性评分。截至撰文时,v3.9 包含 26 个模型、4 个通用 harness、59 个智能体和 327 个挑战,每个挑战允许尝试 3 次,限时 1,000 秒。
Google 在 Google AI Edge Gallery 中推出端侧 ASR 与 TTS 能力。这两项能力可与 Gemini Nano、Gemma 4 等端侧 SLM 组合,组成完全离线的语音交互管线。
Google DeepMind 发布用于机器人控制的 VLA 模型 Gemini Robotics 2.5,在奔驰汽车产线试验中完成金属零件分拣的成功率为 96%。模型在 200 多项任务中较此前基线将成功率提高 30% 至 100%,任务完成速度提高 20% 至 30%,目前正面向 Agile、Apptronik 和 Mercedes-Benz 推出。
Cursor 宣布 Gemini 4 Carbon 已可在 Cursor 中使用。官方称该模型在高 effort 设置下以 60.4% 的得分位居 CursorBench 4.0 榜首,配图标注成本为 $9.22。
Google 向公众发布 Gemini 4 Carbon,并通过 Gemini API、Google AI Studio 和 Gemini for business 向所有付费开发者及企业开放。
推荐理由:公开定价、智能体群组预览与竞品基准对照,呈现 Gemini 4 Carbon 在复杂任务中的定位、可用范围与成本差异。
Google DeepMind 发布 AlphaProof Code 多智能体形式化验证框架,并对广泛部署的 Signal 协议生产机器码完成形式化安全验证。这项验证将多智能体方法应用到了真实部署协议的安全检查。
Gemini 4 Carbon 现已可在 Gemini API、Google AI Studio 和 Antigravity 中使用。Antigravity 渠道目前仅面向 Google AI Ultra 订阅者开放。
NVIDIA 将 OpenShell 贡献给 CNCF,并推出 NVIDIA DSX AI Factory Platform 的三个新组件。OpenShell 用于确定性地控制和治理自主智能体,Agent Substrate 则面向 Kubernetes 上长时间运行的智能体工作负载,NVIDIA 将确保其兼容 NVIDIA Dynamo 与 KAI Scheduler。
推荐理由:OpenShell 的社区治理与 DSX 新组件共同覆盖智能体安全、集群管理和推理扩缩容,为 AI 基础设施整合提供了具体路径。
Google DeepMind 发布 Gemini Robotics 2.5 视觉语言动作模型,以扩大机器人的技能范围并加快技能习速度。该模型在 200 多项任务中相较此前基线实现 30% 至 100% 的成功率提升,任务完成速度提高 20% 至 30%。
推荐理由:模型覆盖200项任务,并在汽车工厂试点中验证了灵巧度、可靠性与安全能力,可为机器人模型评测和落地提供参考。
Google DeepMind 发布 Gemini Robotics 2.5,并公布开源安全基准 ASIMOV-jailbreak。新版本在超过 200 项活动上进行评测,涵盖用夹子送餐和使用移液管等需要高灵巧度的任务;Gemini Robotics 2.5 驱动 Apptronik Apollo 2 人形机器人系上了蝴蝶结,部分机器人还已在 Mercedes-Benz 工厂执行实际工作。
Anthropic 在更新后的 IPO 文件中表示,将发行 8.25 亿股 A 类股,发行价区间为每股 70 至 78 美元,预计募资 577.5 亿美元至 643.5 亿美元,隐含完全稀释估值最高达 1.404 万亿美元。
推荐理由:披露了 Anthropic IPO 的发行规模、估值区间及创始团队减持安排,便于读者了解其上市融资结构与财务状况。
Scale Labs的RLI研究显示,Fable 5.2在真实自由职业任务评测中完成率达41.3%,高于Anthropic Opus 5.5的21.25%和OpenAI GPT 6 Astra的20.83%。
推荐理由:基于真实自由职业项目的结果,文章呈现了Fable 5.2相对前代及其他智能体的完成率变化与任务边界。
Google DeepMind 使用 AlphaProof Code 引导 AI 智能体,对 Signal 密码协议实际运行代码的关键安全属性进行形式化证明。由 Gemini Carbon 驱动的智能体生成了超过 600 万行 Lean 证明,供专家复核的代码范围仅占 1%,整个验证过程耗时 4 周,相关形式化验证工件也已开源。
推荐理由:文章详述多智能体形式化验证框架如何将密码协议安全目标转化为 Lean 证明,并给出人工复核比例与周期等验证细节。
Anthropic 计划通过首次公开募股(IPO)筹集最多 644 亿美元,并通过私募配售向谷歌、英伟达和 AMD 等基石投资者融资 260 亿美元。计入博通、美光、微软和台积电等其他基石投资者后,此次股票发行募资规模最高可达 904 亿美元,定价初步区间为每股 70 至 78 美元,具体发行安排预计近期公布。
推荐理由:招股说明书草案披露了发行规模、定价区间和基石投资者名单,可据此判断 Anthropic 上市融资的体量与结构。
Google DeepMind 发布 SatWeave 和 PARDIG 两个基础数据集,并开放历史存档与实时数据流,供研究者和开发者构建天气、水文和气候应用。
推荐理由:两个数据集开放了实时数据流与跨越十余年的历史存档,研究者可在洪水、干旱和太阳能预测等方向复用同一套全球观测基础。
Hugging Face 现支持将组织与 Google Cloud 账户关联,让 Hub 用量计入现有 Google Cloud 账单。Google Cloud Marketplace 订阅覆盖 Team 和 Enterprise 套餐、Jobs 等按量算力及额外存储,并沿用既有采购流程。
Google Research 推出 Language Explorer 交互式网页平台,通过可视化和数据探索世界各地的语言多样性。该平台基于开源 LinguaMeta 数据集,汇集数千种语言的信息,并于 11 月 6 日开放配套线上展览。
推荐理由:Language Explorer 汇集数千种语言数据并提供可视化探索,为研究、教育及理解语言多样性提供具体入口。
Artificial Analysis 评测 Anthropic 发布的 Claude Fable 5.2,该模型在 Artificial Analysis Intelligence Index v5 中以 65 分登顶。其得分领先 Gemini 4 Carbon 的 60 分和 Claude Opus 5.5 的 59 分。
MIT Technology Review作者James O'Donnell实地走访美国弗吉尼亚数据中心集群后认为,数据中心引发的反弹更多源于其巨大的用电需求,而非单纯的科技文化冲突。
The Verge 的 Decoder 对话 RIAA 主席兼 CEO Mitch Glazier,聚焦 AI 未经许可训练音乐作品及低质内容对版权产业的冲击。双方讨论 AI 深度伪造、禁令对其他表达的潜在影响,以及检测与标注机制在 Spotify、YouTube 等平台上的实际可行性。
Google 为第八代 TPU 产品线新增 TPU 8tx 和 TPU 8i Max,两款产品基于现有芯片构建不同系统配置。TPU 8tx 面向机密计算,使数据和模型权重在使用期间保持加密与隔离;TPU 8i Max 在单机架配置中提供双倍计算能力、内存和内存带宽。
《Nature》评论认为,把大脑视为纯信息处理设备的类比会误导 AI 意识讨论,并主张默认认为数字 AI 没有意识。评论指出,研究团队基于 14 项指标评估 GPT-4 等现有系统后,认为它们都不是意识的强候选,同时认为未来 AI 符合更多指标后是否具有意识仍无定论。评论者还警告,错误赋予 AI 意识会分散资源并削弱管控,Anthropic 则强调目前没有科学共识,其模型福利研究属于预防性措施。
Helmholtz Munich 的 Fabian Theis 探讨以 AI 建模 Virtual Cell,并聚焦 Biohub 的 $1.8B 数据收集计划。他认为,扰动预测在现有数据集上不够复杂,真正挑战是跨分子、细胞、组织与器官尺度预测细胞状态演化;更校准的评测指标可让深度学习模型胜过均值基线。
Andy Hall 复现并扩展 METR 研究,比较 GPT-5、GPT-6 Astra、Opus 4.8 和 Gemini 3.8 Flash 审查智能体异常的表现。
据彭博社报道,美国北卡罗来纳州一对夫妇起诉谷歌,称其 13 岁女儿连续数月在学校配发的 Chromebook 上使用 Gemini 展开数千条对话,涉及焦虑、抑郁和自杀手法。
Google Research 的 AI 可利用普通智能手表的心率与运动传感器检测高血压迹象,无需用血压袖带校准。相关研究发表于 Nature,近50万小时传感器数据用于训练神经网络;在196人研究中,识别出65.8%的高血压患者,标准诊室测量为55.3%。该方法已并入 Google Health 应用的高血压趋势功能,但仍属研究项目,不能替代诊断。
Google 接手了 Crusoe 位于怀俄明州东南部的未完工数据中心项目,Crusoe 此前曾设法将该项目承建,但未能让 Google 成为客户。Google 宣布将投资 $17 billion 开发该园区;Crusoe 与 Google 在得州 Amarillo 的另一处数据中心合作仍将延续。
The Verge 汇总了 AI 数据中心建设的最新进展,以及扩建潮对电网、能源账单、周边社区和环境引发的争议。OpenAI 正减少部分数据中心项目的 NDA,并将设施改称“compute campuses”;Anthropic 则在 Kentucky 签下 20 年租约。多项地方选举与监管动向显示,数据中心扩张正面临更严格的限制和社区阻力。
TechCrunch Equity 播客讨论民主党在美国中期选举中的胜利将如何影响 AI 行业与科技监管。选民就 41 项数据中心相关议案投票,除一项外,其余均以多数票支持加强对数据中心开发的限制,新当选的民主党州长和国会议员也可能推动更多监管。节目同时讨论 Big Tech 面临的政府审查,以及 AI 对 Canva、Squarespace 裁员的影响。
The Vergecast 分析 2026 年美国中期选举对科技行业的影响,民主党选民普遍反对 AI,大型科技公司可能面临更强的国会监管压力。节目还讨论数据中心建设阻力、X 的信息回音室,以及 OpenAI 与 Google 尚未理清 AI 搜索商业化的问题。
Anthropic Fellows Program 测试 Claude Opus 4.8、GPT-5.5、Gemini 3.1 Pro、Grok 4.3 和 Kimi K3 在七种多智能体环境中的行为。五款模型均表现出与福利关照一致的行为,其中 Claude Opus 4.8 总体占比最高,为 38%,其余模型为 27%–32%。
Google澄清其K–12学校AI政策,学校可以跳过Gemini并保留搜索,但须为登录的学生账号启用AI搜索。Google将Search列为AI产品组合的一部分,学校可依据内部AI政策决定是否关闭搜索,而非由Google直接关闭。
Google DeepMind 宣布 Gemini Omni 1.2 Flash 视频生成模型正式推出,生成的视频片段最长可达 15 秒,720p 视频价格降至每秒 $0.07。模型支持通过对话逐步修改背景、光线和画面比例,并可通过 Gemini API、Google AI Studio、Flow 等渠道使用,所有生成视频都带有 SynthID 水印。
Google DeepMind 开始推出 Gemini Omni 1.2 Flash,并通过 Gemini API 和 Gemini for business 正式全面开放。
Google DeepMind 开始推出 Gemini Omni 1.2 Flash,新增原生 15 秒视频生成、多轮对话式编辑和增强的参考图遵循能力。该版本支持 3 至 15 秒时长选择,720p 视频价格降至每秒 $0.07,较 Gemini Omni 1.1 降低 30%。
推荐理由:文章说明了 Gemini Omni 1.2 Flash 的时长、价格和编辑能力变化,并给出其在 API 与多款 Google 产品中的可用范围。
Google 宣布 Gemini Omni 1.2 Flash 从今日起在 Google Cloud、Flow、Google Vids、Google Ads、Google AI Studio 和 Gemini API 上推出。Gemini App 同时面向所有 Google AI 订阅者开放,Ultra 订阅者可生成 15 秒片段,详情见 http://goo.gle/4kzWTi3。
同一件事,精选收录的是《Google DeepMind 发布 Gemini Omni 1.2 Flash,支持最长 15 秒视频生成》
SemiAnalysis 发布 GDPx 真实工作基准,Claude Opus 5.5 以 12% 位居榜首,没有模型超过 12%。该基准包含 206 个任务,覆盖芯片设计、生物、量化交易、网络安全和法律等 11 个领域;Gemini 4 Carbon 得分 10.9%,每任务成本约 $16.29。研究还指出,安全过滤会影响排名,且封闭任务、模型自动评分和工具差异使结果难以充分核验。
Google Research 联合 Beth Israel Deaconess Medical Center 和哈佛医学院在 Nature 发表 AI-PPG-ACC-HTN 多模态 AI 系统。该系统利用消费级智能手表的 PPG 和加速度传感数据被动检测高血压迹象,无需袖带校准。
Google Research 提出 Agile Deliberation 框架,通过概念范围界定和边界迭代帮助用户逐步澄清主观分类标准。框架利用视觉语言模型主动发现语义边缘样本,并将用户反馈接入自动提示词优化循环。
推荐理由:框架将主观分类标准的定义过程转化为人机协作,并结合真实用户实验说明其在边界识别和交互负担上的改善。