Glimpse 视觉推理模型发布

语音翻译一直是Google历时最久的机器学习项目之一，我们已经取得了长足进展。Gemini 3.5 Live Translate是我们最新的语音到语音模型，支持70多种语言。它能让日常产品和应用中跨语言的对话更加自然。 以下是一个示例，展示@InsideGrab的合作伙伴如何帮助旅客与司机建立联系。🚗 已在Google Translate和@GoogleAIStudio的Live API中推出。

Google 为 Gemini 和 Google Cloud 推出一系列新功能，支持基于组织上下文数据构建 Agent 系统，实现企业数据信息提取与任务自动化，例如根据历史会议记录自动整理项目待办事项。

Gemini 2.5 Deep Think 高级版本在 2025 年 ICPC 世界总决赛中取得金牌级别成绩，标志着 Gemini 模型编程能力持续精进，在竞赛级编程任务中表现卓越。

很自豪能与许多人合作完成其中的不少工作！ （引用 @deedydas）：claude 刚刚生成了一段关于 Google 历史的 2 分钟视频，效果简直太炸了

Jeff Dean 在离开任职 27 年的 Google 后首次公开对话，与 @dawnsongtweets 探讨 AI 未来走向。话题涵盖如何识别基础性想法、如何选择值得投入 5 年的研究问题、编码对构建推理模型的启发、递归自我改进（RSI）的可能形态、科研发现循环自动化，以及 AI 自主性提升后的安全与下一代研究者方向。

Periodic Labs 在 Menlo Park 建成高通量材料实验室，用实验与模型形成闭环：实验室产出新数据，模型学习后再指导下一步实验。团队仅用 1300 张 H200 加数月实验数据，对一款开源模型进行中期训练和 RL，得到 Neon，在其分析基准上超过 GPT-6 Astra。研究首先聚焦超导体、磁体和半导体材料等材料科学难题。

当前 AI 热点，聚合 9 个独立信源、4 条信号。

可灵AI凌晨正式上线视频模型 Kling 4.0，支持最长30秒直出和最多10帧的多帧参考，并强化全能参考与复杂打斗等大范围动态表现。作者烧数万积分实测城市追逐、电梯打斗、花样滑冰等场景，认为纸箱形变等细节体现物理规律理解的提升。1080P 30秒约450积分（约16元），720P约9元，4.0 Flash 720P 20秒仅120积分，官方还预告将支持10-bit 4K HDR输出。

Arena 宣布 Meta 的 Muse Spark Open 已进入 Agent Arena，用户可实测，评分即将公布。该模型为 816B 总参数、42B 激活参数，1M token 上下文窗口，原生多模态。

Meta 发布开源权重模型 Muse Spark Open，已在 Hugging Face 以 Muse Model License 提供。模型总参数 816B、激活 42B，上下文窗口 1M token，面向编码与智能体工作流，原生多模态（图像、音频、文档），并相比 8 月发布的 Muse Spark 增加了安全后训练。