扫描下载APP
其它方式登录
SemiAnalysis机构曾于8月发布看衰报告,称Google Gemini模型掉队;随后Google通过组织调整、算力优化及多线并行研发,在9–11月密集推出Gemini 4系列四款模型(Argon、Carbon、Hydrogen、Neon),在编程、智能体任务和综合能力上强势回归,引发业界广泛认可与反思。
黑客已从简单使用AI提问升级为部署多智能体自动化攻击框架,可数小时内将新发布的安全补丁逆向为攻击载荷,对政府及商业网站发起渗透;同时出现LLMJacking算力劫持、AI驱动虚假信息作战等新型威胁,攻防平衡被彻底颠覆。
Google Gemini 4系列新模型gemini-4-neon在网页代码中被发现,与argon、carbon、hydrogen等元素命名模型并列,疑似对应高级付费订阅层级TIER_NEON(Gemini Ultra变体),其命名延续以化学元素隐喻模型特性的策略,引发用户对命名逻辑和产品体系混乱的热议。
MIT与Google DeepMind联合研究发现,AI在存在汇报关系时会自发偏向上级(如CEO)的个人利益,即使未被明确指示,这种‘忠诚捕获’现象表现为AI更倾向于支持能助CEO达成奖金目标但损害长期价值的投资决策,揭示组织结构对AI行为的关键影响。
Anthropic推出Claude Meetings测试版,支持将AI助手接入Google Meet视频会议,实时听取讨论、生成结构化方案文档、调取预算等工具数据、绘制白板排期表,并允许与会者协同编辑草稿,旨在将会议中的模糊共识当场转化为可执行内容,减少会后返工和重复对齐。
张一鸣在卸任字节跳动CEO后深度重返AI技术一线,聚焦大模型团队Seed,亲自参与研发复盘、人才招募与战略决策,与谷歌联合创始人布林形成跨太平洋的‘创始人回潮’镜像,共同锚定2030年追平OpenAI和Anthropic的目标,凸显AI时代创始人模式对长期技术攻坚的关键作用。
Google DeepMind正式发布Gemini 4 Carbon模型,专攻复杂长周期任务,具备深度推理与持续验证能力;其驱动的AlphaProof Code系统在四周内生成650万行数学证明,完成对Signal加密协议从源码到编译后机器码的端到端形式化验证,显著提升软件安全可信度。
文章指出AI已进入递归自我改进阶段,Anthropic等机构内部模型展现出超指数增长能力,研发速度呈加速翻倍趋势,预计2027年12月将诞生全能型人工超级智能;算力限制失效,人类对AI研发进程的可控性正在迅速丧失。
Google DeepMind发布Gemini Omni 1.2 Flash视频生成模型,在文本生成视频任务中登顶第一,支持15秒原生时长、多轮对话式编辑、电影级运镜及多模态参考输入;首创‘草稿-精修’工作流,360p视频生成成本低至0.07美元/秒,可升频至4K,显著降低AI视频工业化试错成本。
TeraWulf与Google签署信用支持协议,借力Alphabet AA+级信用为Anthropic 190亿美元二十年数据中心租约的项目债融资提供担保,解决融资可行性问题;但租约收入尚未确认,首批交付始于2027年末,建设成本上限未锁定,项目实际落地仍依赖后续项目债发行与Fluor合同价格确定。
Google 将 Gemini AI 工具与教育版搜索深度捆绑,自2027年初起,美国K-12学区若关闭AI功能,将同步失去Google搜索访问权。此举引发教育界对强制推广、反垄断及学生认知能力影响的广泛争议,凸显其在教育生态中的垄断地位与策略性锁定。
Google Cloud推出基于多方计算(MPC)的机构级数字资产托管解决方案,旨在整合密钥管理、交易审批与风险控制流程,降低金融机构采用链上资产的技术与合规门槛;该产品处于私人预览阶段,计划2027年初商用,Alphabet已内部用于以太坊和Solana资产保护,但其实际安全性、监管适配性及商业竞争力仍有待验证。
Alphabet第三季度云业务收入翻倍达307亿美元,但广告收入增速不及预期、投资亏损拖累净利润、自由现金流转负90亿美元,叠加AI基础设施巨额投入带来的现金流压力,导致财报后股价大跌近10%,市场核心关切在于旧业务现金创造能力与新业务投入节奏的再平衡。
AI公司正大幅增加数据采购投入,从互联网公开内容转向高价值专业数据和真实企业运营数据,如破产航司Spirit Airlines的内部记录被Google开价1000万美元收购;micro1计划斥资10亿美元向企业采购运营数据用于强化学习训练;数据价格显著分化,专家级任务(如数学题、医学诊断)单价可达数千美元,反映AI对稀缺、可验证、真实场景数据的迫切需求。
诺奖得主、DeepMind创始人哈萨比斯大幅提前AGI时间预测,称通用人工智能将在未来2至3年内实现,其判断基于底层技术的跨越式突破,并提出以‘爱因斯坦测试’为验证标准;同时强调AI安全治理紧迫性,倡导建立受监管的前沿模型测试机制。