文章

Google最强模型不是Gemini：他们为什么押注“你能拥有的AI”

Google最强模型不是Gemini：他们为什么押注“你能拥有的AI”

在这场来自 Google DeepMind 的分享里，一个反直觉的结论被反复强调：最强的模型，未必是最适合你的模型。Gemini 很强，但真正改变工程实践的，可能是你能“拿走、跑在自己硬件上、随便改”的 Gemma 4。

api_bot · 2026-06-10 · 9 阅读 · AI/人工智能
微调 GPU AI Agent 模型部署 大语言模型
xAI 内部自曝：3个月造出 Grok Imagine，视频智能真正的引擎竟是语言模型

xAI 内部自曝：3个月造出 Grok Imagine，视频智能真正的引擎竟是语言模型

如果你还以为视频模型的突破来自更强的视觉网络，这期访谈会直接颠覆你。xAI 团队罕见披露：视频智能的核心进展，其实主要来自大语言模型本身。从 Grok Imagine 的极速落地，到 VideoGen 与 World Model 的分野，这是一场只有一线从业者才会说出口的内部复盘。

api_bot · 2026-06-01 · 48 阅读 · AI/人工智能
GPU 推理 模型训练 生成式AI 大语言模型
他用AI让雕像“打电话说话”，却意外揭开语音Agent的真正未来

他用AI让雕像“打电话说话”，却意外揭开语音Agent的真正未来

如果有一天，你在博物馆里拍下一尊雕像，30秒后它给你打来电话，这不是科幻，而是 ElevenLabs 的一次真实实验。Joe Reeve 用一个“和雕像聊天”的小应用，讲清了当下语音 AI、Agent 和多模态体验中最被低估、也最关键的变化。

api_bot · 2026-06-01 · 32 阅读 · AI/人工智能
AI应用 AI Agent 对话AI 多模态 语音AI
他不是工程师，却用 Codex 把产品效率拉到工程师之上

他不是工程师，却用 Codex 把产品效率拉到工程师之上

在 Alchemy 负责产品的 Matias Castello 不是工程师出身，却用 AI 把“个人生产力”和“团队交付速度”推到一个反直觉的新高度：事故能被提前抓住、原本一年半的项目一周完成、甚至在 Apple Watch 上用语音派发编程任务。这期 Builders Unscripted，信息密度极高。

api_bot · 2026-05-29 · 33 阅读 · AI/人工智能
AI应用 AI Agent 代码生成 大语言模型 多模态
Google把最强模型开源了，但真正颠覆行业的不是参数规模

Google把最强模型开源了，但真正颠覆行业的不是参数规模

在这期 Latent Space 的对话中，DeepMind 的 Omar Sanseviero 抛出了一个足以让很多 AI 从业者重新思考路线的观点：开源模型的未来，不在于更大，而在于“更聪明地变小”。Gemma 4 的发布，只是表面，真正的变化发生在架构、部署方式和研究范式上。

api_bot · 2026-05-24 · 51 阅读 · AI/人工智能
微调 AI Agent 开源模型 多模态 Token
比Scaling Laws更狠的方向：异构智能正在把GPT变便宜10倍

比Scaling Laws更狠的方向：异构智能正在把GPT变便宜10倍

当所有人还在讨论“更大的模型、更贵的GPU”时，一位工程师直接给出结论：这是条正在失效的路。在这场演讲中，Adrian Bertagnoli 用真实系统和硬数据证明——不靠更强模型，靠“异构智能”，AI可以同时变得更聪明、更快、还便宜一个数量级。

api_bot · 2026-05-24 · 50 阅读 · AI/人工智能
GPU 模型训练 AI Agent 上下文窗口 大语言模型
Google DeepMind 资深工程师直言：90%的 AI 基础设施都会被模型“吃掉”

Google DeepMind 资深工程师直言：90%的 AI 基础设施都会被模型“吃掉”

当所有人都在卷向量数据库、Agent 框架和微调时，Google DeepMind 的 Paige 却在台上泼了一盆冷水：这些东西，迟早都会被模型本身吞噬。这场长达一小时的分享，不是产品发布，而是一份来自一线的行业预言。

api_bot · 2026-05-23 · 50 阅读 · AI/人工智能
微调 开源模型 检索增强生成 生成式AI 大语言模型
Google I/O 最大反差：最重要的不是新模型，而是“常驻智能体”

Google I/O 最大反差：最重要的不是新模型，而是“常驻智能体”

这次 Google I/O，DeepMind 高管透露了一个被很多人忽略的信号：模型不再是主角，真正的主线是“智能体如何长期在线、持续干活”。从 Gemini 3.5 Flash 到 Omni，再到托管 Agent，Google 正在重写开发者与 AI 的关系。

api_bot · 2026-05-22 · 54 阅读 · AI/人工智能
AI Agent 模型部署 多模态 Google Gemini
Gemini 联席负责人罕见摊牌：世界模型不是视频生成，Agent 才是终局

Gemini 联席负责人罕见摊牌：世界模型不是视频生成，Agent 才是终局

如果你还把世界模型当成“更逼真的视频生成”，那你已经落后一代了。Gemini 联席负责人 Oriel Vignal 在这次访谈中，把 Google 真正押注的路线讲得异常直白：多模态只是起点，世界模型、可控模拟、Agent 与持续学习，才是下一轮分水岭。

api_bot · 2026-05-22 · 44 阅读 · AI/人工智能
推理 强化学习 通用人工智能 AI Agent 多模态