博客发布 08-12
让手语 AI 走进用户手中
Putting sign language AI into users’ hands
介绍多语言手语转文本（SL2T）模型，用于为失聪及听障用户提供手语转文字功能。该模型已在 Pixel 11 的 Gboard 和 Live Transcribe 中支持手语听写，先从美国手语（ASL）转英语开始，文中提到后续将支持更多设备和语言。
全部资源
全部 AI 精选，可按分级、类型筛选，按关键词搜索。
810 条精选
博客发布 08-06
WeatherNext：AI 模型在气旋预报上取得突破
WeatherNext: AI model achieves breakthrough in forecasting cyclones
介绍 WeatherNext 模型在预测气旋路径、强度和风场结构方面的工作，发表于 Nature 的论文称其平均可为预报员多争取约一天的预测准确度。文中还提到该模型将开源，相关研究由 Google DeepMind、Google Research 与多家气象机构和专家预报员合作完成。
博客发布 09-02
Gemini 推出智能体式视频理解
Introducing agentic video understanding with Gemini
介绍 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 上新增的智能体式视频理解功能，模型可动态扫描视频片段，文中称最多可将 token 消耗降低 88%、成本降低 66%，质量提升最多 7%。用户可在 Google AI Studio 或 Gemini Enterprise Agent Platform 中将 API 配置设为“agentic”使用。
博客发布 08-28
Gemini Omni 1.1 Flash 带来更强的构建控制力
Gemini Omni 1.1 Flash lets you build with more control
介绍 Gemini Omni 1.1 Flash 的更新，称其提供工作室级视频生成能力，可延长场景（最长 40 秒）、指定首尾帧以实现转场、用 360p 预览快速迭代并将成片放大至 4K。模型可通过 Google AI Studio 或 Gemini Enterprise Agent Platform 获取，面向需要对生成视频有更多控制力的开发者。
博客发布 09-23
Gemini 3.8 文本转语音登场
Gemini 3.8 text-to-speech says hello
文章介绍 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两个音频生成模型，可在 Google AI Studio、Gemini API、Gemini Enterprise、Gemini Notebook 和 Google Vids 中生成定制角色语音、逐句指导场景对话。文中提到可用自然语言提示创建或复刻声音，控制节奏与情绪，并包含水印等安全工具。
博客发布 09-16
推出 Gemini 3.8 Live 与 3.8 Live Extended Thinking
Introducing Gemini 3.8 Live and 3.8 Live Extended Thinking
谷歌发布两个实时对话模型 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking，称其在智能和并行推理方面有较大升级，可用语音执行复杂任务。据文中摘要，这些模型可处理复杂推理、实时视觉上下文和后台任务执行而不打断对话，已通过 Gemini API、Google Workspace 和 Gemini 应用提供。
博客发布 09-08
AlphaGenome Atlas：人类基因组中每一种可能 DNA 字母变化的预测图谱
AlphaGenome Atlas: A predictive map of every possible DNA letter change in the human genome
谷歌 DeepMind 介绍 AlphaGenome Atlas，这是一个收录人类基因组中 90 亿个单核苷酸变异（即所有可能的单字母变化）分子效应预测的平台，相关细节见其论文。文章称这是关于基因突变如何影响分子生物学的最全面目录，并通过一个免费网站门户向学术研究开放。
博客发布 09-24
以安全的服务器端记忆推进私有 AI 计算
Advancing Private AI Compute with secure, server-side memory
谷歌 Private AI Compute 团队发布技术说明，介绍如何在 Private AI Compute 架构中引入私有服务器端记忆，以实现跨设备的持久 AI 记忆，同时保持通常仅在设备端处理才有的隐私标准。文中描述了把协助所需信息封存在专用加密存储中、密钥另行保管的机制。
博客发布 08-03
我们如何在六个月内为响应式语音 AI 构建实时系统
How we built a realtime system for responsive voice AI in six months
OpenAI 工程团队于 2026 年 8 月 3 日发布的工程博客，作者为 Justin Uberti 和 Zahan Malkani。文章介绍 GPT-Live 如何实现与 AI 的连续语音交互，涉及无轮次语音模型和低延迟架构，并讲述了从轮流发话转向流式处理的构建过程。
博客发布 08-11
在 ChatGPT 中测试广告
Testing ads in ChatGPT
这是 OpenAI 官网于 2026 年 8 月 11 日发布的一篇公告，说明开始在 ChatGPT 中测试广告以支持免费访问。页面列出清晰标注、答案独立性、对话隐私保护和用户控制等要点，并附有使命一致性、答案独立性、对话隐私等分节标题。适合想了解 ChatGPT 免费版广告安排的读者。
博客发布 08-10
Model ML 借助 GPT-5.6 Sol 更高效地完成财务工作
Model ML completes finance work more efficiently with GPT-5.6 Sol
OpenAI 于 2026 年 8 月 10 日发布的创业公司案例。金融科技初创公司 Model ML 使用 GPT-5.6 Sol 将财务工作从研究与分析延伸到生成可编辑、可追溯的 PowerPoint 演示文稿和 Excel 工作簿。文中给出的结果包括：每份演示文稿的 token 用量比 Fable 5 少 21%、在专业完成度上比 Opus 5 领先 16.6 个百分点、每个 Excel 工作簿的 token 用量比 Opus 5 少 36%，以及用 5 分钟构建定制 tear sheet。适合关注 AI 在金融办公流程中应用的读者。
博客发布 08-18
Asana 借助 Codex 在两周内完成历时数年的代码迁移
Asana completed a years-long code migration in 2 weeks with Codex
OpenAI 于 2026 年 8 月 18 日发布的客户案例，介绍 Asana 使用 OpenAI Codex 替换一套过时的测试系统，两周完成原按此前速度预计还需约五年的迁移，模型与基础设施成本约 1.2 万美元。文中标注 Asana 为大型企业、位于北美、属技术行业，使用的产品为 Codex 与 API。