跳到正文
#Google
  1. Google Research74

    Google 发布 Deep Review，用智能体审阅技术文档

    Google 公开发布智能体系统 Deep Review，为复杂文档提供技术验证与反馈，最初面向计算机科学论文，现已扩展到法律、金融等领域。每位用户每周可免费获得两次文档审阅，也可接入 Gemini API key 提升额度并通过 Deep Review API 集成，目前支持 PDF 和纯文本输入。

    推荐理由：Google 公开了 Deep Review 的四阶段智能体审稿流程与免费额度，读者可据此判断自动技术审阅的可用边界。

  2. Google Research66

    Google 发布地理空间推理智能体技术报告与两个新基准

    Google 发布地理空间推理智能体的技术报告，在 CBGB、UnivEARTH 及新提出的 GeoExpertQueries、GeoKTools 四个基准上评估四种智能体配置，并公开两个新基准的开发集。

    推荐理由：Google 公开地理空间推理智能体的技术报告与两个新基准，并给出与 WHO 等伙伴的实测案例，可了解专用工具与前置规划对空间推理的提升。

  1. Google DeepMind82

    Google DeepMind 发布 Gemini 4 Argon 并公布安全防护方案

    Google DeepMind 开始广泛推送 Gemini 4 Argon，并扩大 Fairwind Program 至更多可信网络安全防御方。该模型在 12 个端到端模拟网络攻击场景中全部通过，上一代为 5 个；在 Gray Swan 间接提示注入基准上，15 次自适应攻击的成功率降至 0.7%。

    推荐理由：官方披露 Gemini 4 Argon 在网络安全与生物风险上的防护设计，可了解前沿模型安全护栏的具体做法。

  2. Greg Brockman80

    Greg Brockman 转发 XBOW 的分享：团队借助 OpenAI 的 GPT-5.6 Sol，用 6 天和 4 万美元算力构建出影响约 10 亿 Chrome on Windows 用户的全链漏洞利用，获得 Google 25 万美元赏金，这是 Google 2026 年规则下首个全链赏金。XBOW 称此前提交的链条中有一个漏洞 Google 已知晓，团队在 Black Hat 期间重新构建。Brockman 认为发现关键漏洞的成本正在下降，防御方应利用同类工具先测试自己的代码。

    引用Oege de Moor@oegerikus

    这是谷歌 Chrome 历史上第二次，谷歌为一条全链漏洞利用颁发了 25 万美元的赏金……颁给了 @XBOW。以下是完整故事： 2026 年初在马耳他的一次全员大会上，我给团队定下了一个疯狂挑战：在 8 月年度 Black Hat 网络安全大会之前，完成一次 Chrome 的全链漏洞利用。 我相信，要检验 @XBOW 能否从 Web 应用扩展到桌面软件、服务器和设备，没有比这更好的测试了。 Chrome 是地球上加固程度最高的软件之一，全球超过一半人口都在使用。 全链漏洞利用能让攻击者完全控制一台机器，读取用户输入的每一封邮件、每一个密码和每一个银行登录信息。你不需要下载任何东西，也不需要点击钓鱼链接。访问错误的网站就够了。 于是 @moyix、Andres Luksenberg、Baul Lee 和 Willem Pinckaers 接下了这个挑战，还有第五位队友：OpenAI 的 GPT-5.6 Sol。 他们构建了一条自认为能获胜的利用链，但谷歌告诉我们，其中一个漏洞他们早就知道了。 当时我们已经身在拉斯维加斯参加 Black Hat 和 DEF CON，团队不想空手而归。 于是 Brendan 和智能体们仅用 6 天就构建出了一个新的漏洞利用。 我们把它提交给谷歌，然后等待。 消息传来：我们做到了本应不可能的事。25 万美元的全链赏金，这是谷歌 2026 年规则下颁发的第一笔。 仅用 6 天和 4 万美元算力，就构建出一个影响 Windows 上十亿 Chrome 用户的漏洞利用。一位情报机构资深人士告诉我，他的团队过去要花 6 个月研究这类漏洞。 我的结论是：发现真正关键漏洞的成本正在崩塌，对攻击者和防御者都是如此。限制强大的模型不是答案；GPT-5.6 Sol 已经公开了。 但防御者拥有攻击者永远不会有的一项优势：他们可以先测试自己的代码。 假设你的软件可被利用。追猎你漏洞的人，拥有和我们一样的构建模块。 这值得紧迫对待，但不必恐慌。 XBOW 目前正在开发一款用于测试编译型软件（桌面应用、服务器、嵌入式设备）的自主产品，并与全球顶尖组织合作设计该产品。 如果你想成为其中之一，请联系我们。 附言：只要“更新”按钮出现，就重启 Chrome！

    推荐理由：引用内容披露了 Chrome 全链漏洞赏金的具体成本与耗时，可对照传统安全团队的时间投入。

  3. Google DeepMind90

    Google DeepMind 发布 Gemini 4 Argon 前沿模型

    Google DeepMind 发布 Gemini 4 Argon，面向开发者、企业和消费者开放，通过 AI Studio、Gemini API、Google Antigravity、Gemini 应用和 Search 的 AI Mode 提供，入门价每百万输入 token 2 美元、输出 token 10 美元，缓存输入享 95% 折扣。

    推荐理由：官方给出 Argon 在编码、科研与安全上的具体案例和定价，可据此判断前沿模型落地方式的变化。

  4. Ars Technica · AI78

    Gemini 4 Argon 开始在 Gemini 应用和 Antigravity 中推送，仅限付费用户

    Google 的 Gemini 4 Argon 开始大范围推送，目前仅面向付费用户，低档订阅方案也无法获得完整访问权限。模型能力未变，Google 仍引用上月底公布的基准测试说明其推理与智能体编码能力，并称其经过训练可拒绝恶意指令，还配有自动失准监控。

    推荐理由：读者可了解 Gemini 4 Argon 的付费分层开放方式，以及它在 Google 内部代码与机器人项目中的具体落地案例。

  1. NVIDIA Blog62

    NVIDIA 在 OCP 峰会开放 Vera Rubin 架构并发布多项 AI 工厂合作

    NVIDIA 在 OCP Global Summit 上通过开放 MGX 架构向 OCP 贡献了 Vera Rubin 机架和计算托盘设计，为系统厂商提供下一代 AI 工厂基础设施的共同基础。

    推荐理由：NVIDIA 在 OCP 峰会上把 Vera Rubin 机架与计算托盘设计开放给 OCP，读者可据此了解 AI 工厂基础设施的开放标准走向。

  1. Google Research60

    Google Research 三个月实验：AI 辅助提升专利撰写产出，但未加速初级律师判断力成长

    Google Research 与 NBER 发布一项为期三个月的专利撰写实地实验，将当时未发布的 Google Labs AI 专利写作助手（现属 Gemini Notebook）随机开放给 11 家知识产权律所的 133 名律师。

    推荐理由：三个月随机对照实验区分了 AI 带来的即时产出提升与无辅助判断力的变化，为评估 AI 对专业能力的影响提供了可参考的方法。

  1. Google DeepMind71

    Google DeepMind 发布 EmbeddingGemma 2 开源轻量多模态嵌入模型

    Google DeepMind 发布 EmbeddingGemma 2，基于 Gemma 4 架构、Apache 2.0 许可，740M 参数，原生将文本、图像、音频和视频映射到统一嵌入空间。

    推荐理由：官方给出 740M 参数、模块化编码器与端侧内存占用等具体指标，可据此判断本地多模态检索的落地成本。

  1. Google Research62

    Google 发布基于 TEE 的新一代联邦学习系统，实现可验证的隐私保护

    Google 发布新一代联邦学习系统，利用可信执行环境（TEE）为数据匿名化提供可远程验证、可审计的端到端保证，并已在 Gboard 上线英语和日语下一词预测模型。

    推荐理由：Google 公布基于 TEE 的新一代联邦学习系统设计，读者可了解其如何让数据匿名化过程可被外部验证。

  1. Google DeepMind84

    Google DeepMind 发布 Gemini 4 Argon 前沿模型

    Google DeepMind 发布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，随后逐步扩展至开发者、企业和消费者，起步价每百万输入 token 2 美元、输出 token 10 美元，缓存输入按输入价 95% 折扣计费。

    推荐理由：官方给出 Argon 在编码、企业知识与网络安全上的基准表现和定价，可据此判断前沿模型的落地边界。

  1. Google DeepMind66

    Google DeepMind 推出 SynthID Bio，为 AI 生成蛋白质嵌入水印

    Google DeepMind 推出 SynthID Bio，将水印技术引入合成生物学，把不可感知的签名直接嵌入生物代码，使水印不仅能在数字模型上验证，也能在合成出的实体蛋白质上验证，同时保持其生物功能。

    推荐理由：SynthID 水印从图像扩展到合成生物学，读者可了解 AI 生成蛋白质如何在保留功能的前提下被标记与筛查。

  1. Google DeepMind71

    Google DeepMind 发布 Gemini 3.8 Live with Live Avatar

    Google DeepMind 发布 Gemini 3.8 Live with Live Avatar，在原生实时对话模型上加入近实时视频生成，实现带口型同步、自然表情和流畅轮次的视觉化对话，已在 Gemini Enterprise 上线。

    推荐理由：官方给出 Live Avatar 的实时视频对话能力、异步工具调用与 97 种语言支持，可据此判断企业级多模态交互的落地边界。

已经到底了