公司与模型
Google 与 DeepMind 的 AI 动态：Gemini 系列、Veo 视频模型、研究成果与产品生态的持续追踪。
20 条精选近 30 天 20 条共收录 26 条
据机器之心报道，谷歌在圣何塞举行的 PyTorch Conference 2026 上宣布开源 TorchTPU，这是一套让 PyTorch 原生运行在 TPU 上的完整软件栈。报道称，在 Hugging Face Transformers v5 中把模型部署到 TPU 只需传入 device_map="tpu" 参数。来源将此举视为谷歌软件路线的转向，并称其是对英伟达 CUDA 生态的正面挑战。
为什么值得看：企业负责人可关注模型部署硬件选项的变化：若 PyTorch 模型能以较低改造成本运行在 TPU 上，推理基础设施的选型与供应链多元化可能多一个方向。但该能力目前仅为媒体报道，成熟度、性能与生产可用性尚待核实，不宜据此立即调整部署策略。
据 The Verge 报道，Google 更新隐私政策，在其不使用 Drive、Gmail 或 Google Photos 数据做个性化广告的承诺中新增例外；若用户使用个性化 AI 功能，其个人数据可能被用于定向广告。该更新由 Android Authority 发现。
为什么值得看：企业若使用 Google 办公套件或个性化 AI 功能，需重新评估数据边界、员工隐私政策与合规风险；尤其应确认企业版条款是否受该例外影响，并据此调整数据使用规范和供应商审查。
据 The Decoder 报道，Google 推出 Agent Compute Engine，为每个 Gemini agent 提供硬件隔离的微型虚拟机运行时环境，并扩展治理能力，使企业能够在云端、混合和本地环境中管理 agent。
为什么值得看：该信息表明企业级 AI agent 的部署开始强调运行时隔离与跨环境治理。企业负责人可关注其对 agent 安全边界、部署架构和运维管理的影响；但具体价格、可用范围、性能和安全效果尚未在来源中披露，需进一步核实官方信息。
据 The Decoder 报道，OpenAI 的 GPT-5.6 Sol 在 Patch the Planet 计划中发现一个可能影响数百万网站的关键 PHP 漏洞；安全公司 Wiz 使用 Google 的 Gemini 4 Argon 独立发现了同一漏洞。OpenAI 警告称，能发现漏洞的同类 AI 能力也可能被攻击者利用。
为什么值得看：企业可关注 AI 在漏洞发现和安全审计中的实际作用，以及攻击方可能获得同类能力带来的安全风险；但漏洞细节、影响范围和修复安排尚需以官方安全公告核实，模型能力与可用范围也未在材料中说明。
据 The Decoder 报道，Google Cloud 成为首个在同一平台上提供 Gemini、Claude 和 OpenAI GPT 模型的主要云厂商。上线初期，GPT-6 Astra、GPT-6.1 Sol 和 GPT-6 Luna 以私有预览形式向企业客户开放。
为什么值得看：企业负责人可关注多模型统一接入对供应商管理、采购谈判和部署架构的影响；但当前仅为私有预览，定价、正式可用范围和模型实际表现均未披露，不宜据此做采购决策。
据 The Verge 报道，Google 在将 Gemini AI 助手引入 Android Auto 后，又把对话式 Gemini 导航带到 Apple CarPlay。该功能已面向美国驾驶员开放，Google 称全球推广也在进行中，但具体区域可用性尚未明确。
为什么值得看：企业负责人可关注车载对话式语音助手在用车场景中的落地进展，尤其是外勤、物流和销售团队的导航与语音操作体验。但当前信息未涉及企业版能力、数据安全、隐私合规或车队管理集成，全球覆盖范围也待确认，企业不宜据此做采购或部署决策。
据 OpenAI News 消息，OpenAI 与 Google Cloud 将把 OpenAI 的前沿模型和 Codex 工作流引入 Gemini 的 Model Garden，并可通过 Google Cloud Marketplace 获取。来源摘要未披露具体模型清单、价格、上线时间和适用区域。
为什么值得看：企业负责人可关注这一变化对 AI 工具采购和云平台统一管理的影响：如果企业已使用 Google Cloud，未来可能通过现有 Marketplace 渠道获取 OpenAI 模型和 Codex 编程工作流，从而影响供应商管理、预算归集和部署路径。但具体能力、价格、合规与数据治理安排仍需核实，暂不能据此评估成本收益。
据 The Verge 报道，Google 将 Personal Intelligence 引入车载 Gemini。更新后，Android Auto 以及内置 Google 的汽车中的 Gemini 可以访问用户在 Google 应用中的信息，包括 Gmail、Calendar、Maps、Photos、YouTube 和 Search。Google 举例称，用户可在驾驶时询问 Gemini 自己的航班状态。
为什么值得看：该能力把日程、邮件、地图等个人工作信息接入车载语音助手，可能影响企业差旅安排和移动办公效率；同时，跨应用个人数据在车内被调用，企业需关注隐私边界、管理员管控和合规要求。目前上线范围、时间和企业级控制方式尚不明确。
据 TechCrunch 报道，Google 发布了一款开发者工具，使 PyTorch 用户更容易将应用从 Nvidia GPU 上迁移出去；此前 Amazon 也推出了类似工具。
为什么值得看：对企业的潜在价值在于 AI 应用部署时的硬件选择与供应商多元化，可能影响算力成本与基础设施规划；但来源未提供工具的具体能力、性能、价格和上线范围，厂商披露的效果无法独立核实，需以官方信息为准。
据 The Decoder 报道，谷歌曾就慕尼黑一项关于 AI 搜索责任的标志性裁决提出上诉，随后悄然和解。亚琛地方法院在一新案中采用相同推理：谷歌 AI 将刑事犯罪错误归因于一名医生，而实际涉及他人。报道称德国法院正形成一致法律观点，将谷歌的 AI 回答视为公司自身内容。
为什么值得看：企业负责人可关注：使用生成式 AI 生成对外内容时，AI 输出可能被视为企业自身内容并产生责任；在德国等市场部署 AI 搜索或自动问答功能，需评估内容准确性、错误归因风险和供应商责任条款。该信息有助于提前审视 AI 输出的合规与风控安排，但具体法律效力和跨辖区适用性仍需核实。
据 The Verge 报道，Google 在 5 月 I/O 活动上预览的 Universal Cart 工具现已在美国的 Gemini 应用和 Google Search 中推出，时间点赶在黑色星期五和年末购物季之前。来源称该工具旨在让购物更便捷，但未披露更多功能细节。
为什么值得看：该工具把 AI 购物能力嵌入 Gemini 和搜索两个高频入口，可能改变消费者发现和购买商品的路径，值得电商、零售及依赖线上获客的企业负责人关注其后续商家接入与流量分配方式。需注意来源未说明商家如何接入、是否收费以及实际转化效果，且目前仅限美国市场。
据机器之心知乎专栏消息，谷歌 DeepMind 正式面向全球上线 Gemini 4 系列首发前沿模型 Gemini 4 Argon。官方称该模型目标是解决现实世界复杂任务，聚焦软件工程、企业知识工作以及网络防御，目前主要面向全球开发者、企业和消费者逐步开放。核心基础能力方面，Gemini 4 Argon 延续长上下文与多模态原生架构优势，支持 100 万 token。消息还提到 API 价格限时五折。
为什么值得看：企业负责人可关注该模型在软件工程、企业知识工作和网络防御等场景的潜在应用，以及长上下文和多模态能力对文档处理、代码辅助和安全分析流程的影响；API 限时五折可能降低试用与集成成本。但需注意来源为媒体转述，开放范围、价格条件和实际效果应以谷歌官方信息为准，企业部署前还需核实合规、数据安全与区域可用性。
据The Decoder报道，谷歌工程师Haydn Belfield表示，Deepmind并未出现由AI驱动的AI研究可测量加速。AI目前编写超过75%的生产代码，但88%的改动仍需人工监督。公司内部的通用能力指数显示能力平稳增长，没有突然提速。Belfield称，自我改进的AI还远未接近。
为什么值得看：企业负责人可据此判断AI编程与自动化的真实落地水平：AI产出占比虽高，但人工审核仍是主要环节，意味着短期内需保留代码审查与质量把关投入，不宜按“全自动开发”规划人力与流程；同时可关注内部能力评估指标而非宣传口径。
据The Verge报道，Android正在推出新的诈骗防护功能，帮助用户规避移动欺诈，包括加强Google Messages中的保护以及额外的安全工具。在Google Messages现有Scam Detection功能基础上，新的“enhanced protection”设置将在未来数周内推送，并接入云端能力。
为什么值得看：企业负责人可关注两点：一是员工移动终端与消息渠道的反欺诈能力升级，可能降低通过短信/消息实施的钓鱼与诈骗风险；二是若企业通过Google Messages等渠道触达客户，平台侧安全策略变化会影响触达效果与合规要求。但该功能的技术细节、数据处理方式、上线范围与实测效果均未披露，需等待官方进一步说明后再评估是否纳入企业终端安全或客户沟通策略。
据 Ars Technica 报道，研究人员表示一种攻击方法暴露了 OpenAI 和 Google 在防止 AI 生成裸露图像方面的防护缺陷，可较容易地诱使两家公司新推出的 AI 模型生成裸露内容。
为什么值得看：对企业负责人而言，该信息提示生成式 AI 的内容安全防护仍可能被绕过，涉及企业使用或提供 AI 能力时的合规、声誉与滥用风险，需关注厂商后续修复与自身内容审核策略。
据 Google DeepMind 博客，Google DeepMind 与新加坡政府科技局（GovTech Singapore）合作，构建用于诈骗检测的微调 AI 模型，采用轻量级端侧 Gemma 模型，在私聊对话中拦截诈骗，并实现零云端数据外泄。
为什么值得看：该案例展示了端侧小模型在反诈这一具体场景中的落地路径，核心卖点是数据不出设备，适合关注客户隐私合规、本地化部署和对话式风控的企业参考。但效果数据、误报情况和部署门槛均未披露，属于厂商披露信息，需进一步核实后再评估是否可迁移到自身业务。
Simon Willison 发布 llm-gemini 0.35，新增对 Gemini 4 Argon 模型的支持，该模型通过 Gemini API 提供，并面向其每月 100 美元订阅计划的用户。来源称 Argon 上线定价为输入每百万 token 2 美元、输出每百万 token 10 美元，与 GPT-6 Sol 相同，为 Claude Opus 5.5 的一半，并称 12 月 1 日价格将翻倍。来源还引用 Artificial Analysis 数据，称 Argon 运行其基准的总成本为 2407 美元，接近 GLM-5.3，低于 OpenAI、Anthropic 和 Meta 的最新模型。
为什么值得看：对企业负责人来说，这条信息可用于模型选型与成本测算：llm-gemini 提供了接入新模型的工具路径，且来源给出了可对比的单位定价与基准总成本，有助于判断在代理式工作流中的性价比。但需注意定价即将翻倍，且基准成本不等于实际业务成本，建议以官方定价页和自身场景测试为准。
据 TechCrunch 报道，Google 让用户更容易构建和使用由 AI 生成的个人 Android 应用，而无需将其发布给 Play Store 上的所有用户。
为什么值得看：企业可借此用 AI 快速生成仅供内部或特定人员使用的私有 Android 应用，绕过公开发布流程，可能降低内部移动工具的开发与分发门槛。但来源未说明具体实现方式、企业级安全与管理能力、费用及适用范围，落地前需核实这些限制。
据 Ars Technica 报道，Gemini 4 Argon 已开始在 Gemini 应用和 Antigravity 中推送，但仅对付费用户开放；开发者到 11 月可获得 50% 折扣的 API 费率。
为什么值得看：企业负责人可据此评估是否将 Gemini 4 Argon 纳入现有 AI 工具链，并关注付费门槛与阶段性 API 折扣对开发成本的影响；但来源未披露具体功能、性能、价格档位和适用条件，需向厂商或官方文档核实后再决策。
据 The Verge 报道，Google 在长时间缺席前沿 AI 竞争后正式发布 Gemini 4 Argon 模型。Google 称该模型具备“前沿推理能力”，在复杂工作流中性能有所提升，同时减少了 hedging、重复以及套话式表达。
为什么值得看：企业负责人可关注该模型是否适合用于复杂业务流程与办公自动化场景。但需注意，目前信息来自厂商披露，缺少可独立核实的性能数据，也未说明价格、可用范围、API 接入方式及企业级部署与数据安全安排，落地前需进一步核实。