内容类型

产品更新

AI 产品与应用的功能上新、改版与商业化——谁家的产品变强了、变贵了、能用了。

近 30 天 73 条共 90 条精选收录 805 条

精选新闻

  • Google DeepMind 发布 Gemini Decision 1 模型与 Decisions API

    Google DeepMind 发布 Gemini Decision 1 模型和配套 Decisions API,作者称该功能从内部原型起步,6 周后即与新模型一同上线,由一支小型研究、工程和产品团队完成。作者本人参与了 API 与 Gemini Decision 1 的设计、构建和评估,并给出了文档、博客和 Playground 入口。

    Philipp Schmid

  • Google 发布 Gemini Decisions API 与 Gemini Decision 1 模型

    Google 发布 Gemini Decisions API,面向是/否、多选和评分标准类问题,由新的 Gemini Decision 1 模型驱动。该 API 支持文本、图像、音频、视频和 PDF 输入,单次请求最多 1,000 个问题、256k 上下文,端到端延迟 150-250 ms,每条回答附带置信度分数。定价为每 1M 输入 token 0.10 美元,输出不收费。

    Philipp Schmid

  • Google 发布 Gemini Decisions API 与 Gemini Decision 1 模型

    Google 发布 Gemini Decisions API,由新模型 Gemini Decision 1 驱动,已在 GoogleAIStudio 上线。该接口不做逐 token 文本生成,而是面向封闭集合选择打分,单次可处理最多 1,000 个问题,覆盖文本、图像、音频、视频和 PDF。

    Sundar Pichai

  • Google 推出 Gemini Decisions API 与 Gemini Decision 1 模型

    Google 发布 Gemini Decisions API,由新模型 Gemini Decision 1(gemini-decision-1)驱动,可在一次前向计算中对文本、图像、音频、视频和 PDF 输入评估最多 1000 个是/否、多选和评分问题,返回概率与置信度。

    Google AI (The Keyword)

  • vLLM 详解多模态服务中的 Encoder 分离(EPD)工程进展

    vLLM 官方博客介绍多模态推理中 Encoder/Prefill/Decode(EPD)分离的最新工程进展,核心能力已进入 vLLM v0.32.0,DeepSeek V4.1 Flash 的 metadata-only 支持在 main 分支通过 #62802 提供。

    vLLM Blog

  • Claude 开始推送 Whiteboards、Sheets 和 Data 三款新工具

    Claude 官方宣布今天开始推送 Claude Whiteboards、Claude Sheets 和 Claude Data 三款新工具。按官方描述,用户可以在白板上梳理方案、在表格里搭建追踪表,并用数据讲述故事。原文未披露具体功能细节和可用范围。

    Claude

  • Meta 介绍 Your Algorithm:让用户用自然语言调整 Facebook 推荐

    Meta 介绍 Your Algorithm,这套 AI 工具让 Facebook 用户用自然语言写下想看和不想看的内容,改动同时作用于 Feed 和 Reels。

    Meta Engineering

  • Gemini 4 Carbon 在 Gemini App 面向全球 Ultra 订阅用户开放

    Gemini 4 Carbon 已在 Gemini App 中面向全球 Ultra 订阅用户开放。

    Josh Woodward

  • Google 发布生成式 UI 开放协议 A2UI 1.0

    Google 发布生成式 UI 开放协议 A2UI 1.0,这是该协议的首个稳定版本,让 AI 智能体用交互界面而非纯文本作答。1.0 新增双向函数调用与无障碍支持,并提供 Web、Android、iOS 的开源渲染器 SDK 以及 Python、TypeScript、Dart 的智能体 SDK。

    Google Developers Blog

  • Google Cloud 推出 Gemini for healthcare

    Google Cloud 发布 Gemini for healthcare,用于整合临床、运营和行政系统中分散的数据。该平台通过专用技能和数据连接器接入电子病历、账单平台、临床指南和 Medicare 数据集,可在既定护栏和人工监督下编排病历综合、事前授权审核等多步工作流。

    Google AI (The Keyword)

  • Cursor Projects 支持多人协作

    Cursor 为 9 月推出的 Projects 功能加入多人协作,团队成员可邀请队友加入项目,与各自的智能体共同规划、构建和交付。项目提供共享上下文系统,存放需求文档、图表、技术规格和设计稿,新成员加入时上下文已预先配置;共享任务看板显示谁在做什么、智能体在处理什么以及对应 PR。

    Cursor Blog

  • Meta 在 Meta Model API 上线 Muse Ember 模型

    Meta 宣布 Muse Ember 即日起在 Meta Model API 上线,输入价格为每百万 token 0.10 美元,输出价格为每百万 token 0.50 美元。更多细节见其研究博客。

    AI at Meta

  • Google AI Edge Gallery 上线端侧语音识别与语音合成

    Google 在 Google AI Edge Gallery 中推出端侧自动语音识别(ASR)和语音合成(TTS)能力,可完全离线运行并与 Gemini Nano、Gemma 4 等端侧小模型配合。

    Google Developers Blog

  • Google Cloud 开源训练框架 MaxText 支持长上下文训练

    Google Cloud 在开源 JAX 训练框架 MaxText v0.2.4 中加入长上下文训练支持,提供 All-gather、A2A(DeepSpeed Ulysses)、P2P(Ring Attention)和 A2A+P2P 混合(USP)四种上下文并行策略,均基于 Tokamax 的 Splash Attention 内核。

    Google Developers Blog

  • Google 在 Google Cloud 上正式开放 Pathways 分布式训练系统

    Google 宣布 Pathways 在 Google Cloud Platform 正式可用(General Availability)。Pathways 是 Google 用来训练 Gemini 等自家大模型的分布式系统,它让单个 Python 客户端把整个计算描述成图,由分布式运行时负责放置、搬运张量并保持加速器忙碌。

    Google Developers Blog

  • Meta 将 Muse Wonder 训练的专用模型接入 Muse 和 Meta AI

    Meta 宣布把使用 Muse Wonder 训练的专用模型接入 @Muse 和 Meta AI,让用户用上 Muse Wonder 的部分前沿能力。这些模型包含 Active Memory 与 Active Focus,前者判断早期信息是否仍然相关,后者在约束变化时帮助摆脱卡点或寻找替代方案。

    AI at Meta

  • Cursor 上线应用构建与分享功能

    Cursor 推出新功能,用户可在 Cursor 中构建实时应用并通过链接分享。用户描述想要的工具后,Cursor 会完成构建、搭建数据库、运行确定性检查与智能体安全检查并部署。官方表示,智能体让写代码更容易,但多数应用始终没能离开 localhost。

    Cursor

  • Perplexity 推出 teammates 智能体功能

    Perplexity 推出 teammates 功能,可承接任务并主动使用用户的 Computer 任务、技能、记忆和工具来工作。teammates 之间可以协作,还能在 Slack 中给同事发消息。该功能现已面向 Max 订阅用户在网页端开放。

    Perplexity

  • Mistral 扩展 Studio 平台,新增托管智能体、工作流与应用

    Mistral 扩展 Mistral Studio 企业 AI 平台,新增托管智能体、应用,以及工作流、企业上下文、智能体可观测性和评估等能力。开发者可为智能体配置技能、沙箱、子智能体和 Hooks,并通过新的 Mistral MCP server 在本地测试后一条命令部署到 Studio。

    Mistral AI

  • Together AI 发布 Together Compiler,持续编译优化 AI 推理

    Together AI 发布 Together Compiler(TKCC),用高吞吐智能体在不到 24 小时内为不同推理负载生成优化,在 Kimi K3、GLM 5.3、MiniMax M3.1-Flash、DeepSeek v4.1-Flash 上实现最高 2.6x 的 TPS 提升。

    Together AI Blog