Gemini 3.7 Flash 现已上线 Cursor
Gemini 3.7 Flash 现已在 Cursor 中可用，Cursor 同步公布了该模型在其评测中的部分结果。
X：Lee Robinson (@leerob)AI 评分 
Google DeepMind精选AI 评分Google DeepMind 发布 Gemini 3.7 Flash，面向编码与智能体
Google DeepMind 发布 Gemini 3.7 Flash，称其为面向编码和智能体最强的主力模型，距 Gemini 3.6 Flash 发布仅三周。
推荐理由：官方给出 3.7 Flash 在编码、文档与业务工作流上的基准对比和限时定价，可据此评估升级与成本。
X：Gemini Notebook (@Gemini_Notebook)AI 评分 Gemini Notebook 支持复制 notebook，含全部来源与 artifacts
Gemini Notebook 现已支持复制 notebook，副本会包含全部来源和 artifacts。学生可复制共享笔记做个性化学习调整，团队成员可复制基础模板快速启动新项目。
X：Ammaar Reshi (@ammaar)AI 评分 Google AI Professional Certificate 新增 2 小时 vibe coding 模块
Google AI Professional Certificate 新增了一个 2 小时的 vibe coding 模块，面向从未尝试过 vibe coding 的学习者，讲解如何构建可实际发布的进阶应用。课程还附赠 3 个月免费的 Google AI Pro。
- Google DeepMind精选AI 评分
Google DeepMind 发布 SL2T 手语转文本模型，率先落地 Gboard 与 Live Transcribe
Google DeepMind 发布多语言手语转文本模型 SL2T，首次将手语 AI 带入消费级产品，在 Pixel 11 的 Gboard 和 Live Transcribe 中支持美国手语（ASL）转英文听写。
推荐理由：SL2T 把多语言手语翻译从实验室带进 Gboard 与 Live Transcribe，读者可了解其数据规模与端侧隐私设计。
Google ResearchAI 评分Google Research：前沿 LLM 的事实性瓶颈在召回而非编码
Google Research 提出知识画像框架，用 WikiProfile 基准（2,150 条维基百科事实、每条配 10 道题）区分编码与召回，发现 Gemini-3-Pro 和 GPT-5 有 95–98% 的事实已编码，却仍无法直接召回 26–34%，即使开启思考也失败 11–12%。
- Google Research精选AI 评分
Google Research 发布 AMIE（Video）：基于 Gemini 与 Project Astra 的实时视频问诊系统
Google Research 发布 AMIE（Video），一个基于 Gemini 和 Project Astra 的实时视频问诊配置，可感知非语言临床线索、引导患者演员完成虚拟体格检查并实时进行诊断推理。
推荐理由：原文给出AMIE（Video）的三智能体异步架构与随机对照评测结果，可了解实时视频问诊中视听感知与推理的分工方式。
X：Jeff Dean (@JeffDean)AI 评分 Jeff Dean 在 KDD 2026 分享"相当精彩的一周"
Jeff Dean 表示过去一周相当精彩，他将在 KDD 2026 面向听众分享这段经历。他提到自己周四下午最后一次合上笔记本电脑后，未能回复 Google 同事发来的内部聊天消息，并为此致歉。
X：Ammaar Reshi (@ammaar)AI 评分 Ammaar Reshi 将《红色警戒 2》移植到 Mac/iOS/iPad，基于 Chrono Divide 引擎
Ammaar Reshi 发布 RedAlert2-Mac-iOS-iPad 项目，让《红色警戒 2》与《尤里的复仇》原生运行于 iPhone 和 iPad。由于 EA 从未公开 RA2 源码，项目基于 Alexandru Ciucă 用 TypeScript 从零重建的专有引擎 Chrono Divide，其中约 12.7 万行引擎代码非其本人所写。
X：Ammaar Reshi (@ammaar)AI 评分 作者用 Fable 5 将《红色警戒 2》移植到 iPhone 和 iPad 并开源
作者用 Fable 5 把《命令与征服：红色警戒 2》及《尤里的复仇》带到 iPhone 和 iPad。由于 EA 从未公开 RA2 源码，没有可直接移植的代码，Gemini 3.6 Flash 进行了数小时试玩测试，GPT-5.6 Sol 重建了遭遇战 AI，相关成果将开源。
- Google DeepMind精选AI 评分
Google DeepMind 的 WeatherNext 气旋预报精度提升，并开源模型
Google DeepMind 在 Nature 发表论文，称 WeatherNext AI 模型在预测气旋路径、强度和风场结构上达到 SOTA，平均多出一天（24 小时）的预报提前量，三天预报精度相当于此前模型的两天水平。
推荐理由：Google DeepMind 在 Nature 论文中给出气旋路径与强度预报的精度提升，并同步开源模型权重，读者可据此了解 AI 天气预报的当前进展与可用入口。
X：Gemini Notebook (@Gemini_Notebook)AI 评分 Gemini Notebook 升级版体验向 100% Pro 用户全量推送
Gemini Notebook 已将升级版 Notebook 体验推送给 100% Pro 用户，覆盖完整使用流程。升级包括更智能的对话交互、可生成图表、PDF、表格和图像等新输出格式，以及只需一个粗略想法和若干问题即可自动完成研究的智能体研究功能。
X：Ammaar Reshi (@ammaar)AI 评分 Google AI Studio 移动应用调整：放弃独立 App，转向 Gemini 对话生成应用
Google 宣布调整 AI Studio 移动应用策略，不再推出独立 App，转而与 Gemini 应用团队合作，让应用在用户与 Gemini 的日常对话中自然生成，覆盖移动端和桌面端。此前该应用在 168 个国家获得超 80 万预购。AI Studio 网页版体验将继续投入，面向从想法到提示词再到业务的用户。
- Google Research精选AI 评分
Google 发布 Science One Framework：用 Chain-of-Evidence 实现可验证自主科研
Google Research 提出 Chain-of-Evidence（CoE）可验证性框架，并落地为自主科研原型 Science One Framework 与自动审计指标 CoE Audit。
推荐理由：Google 提出可验证性框架 Chain-of-Evidence，并给出自动审计指标，读者可据此了解自主科研智能体的可信度如何被量化。
- Google DeepMind精选AI 评分
Google DeepMind 发布 Gemini Robotics ER 2 具身推理模型
Google DeepMind 发布 Gemini Robotics ER 2，作为机器人的高层大脑，支持视频理解、任务编排与多机器人协作，并可将动作执行交给底层 VLA 模型。
推荐理由：官方给出 Gemini Robotics ER 2 在进度分类、时刻定位与多机器人协作上的量化结果，可对照上一代判断具身推理模型的进展。
- Google DeepMindAI 评分
Google 在 Flow Music 发布 Lyria 3.5，提升音乐性、歌词、人声与创作控制
Google DeepMind 在 Google Flow Music 中推出新一代音乐生成模型 Lyria 3.5，在音乐性、歌词和人声质量上均有明显提升。新版本可生成更复杂自然的旋律结构、提示词遵循度和结构感知更强的歌词，以及更具情感表现力和发音更准确的人声，并支持更便捷地控制输出节奏与时长。该模型即日起在 Flow Music 上线。
- Google DeepMind精选AI 评分
Google DeepMind 发布 Gemini Robotics 2，为机器人带来全身智能
Google DeepMind 发布 Gemini Robotics 2，作为新一代机器人的智能层，解锁全身控制、灵巧操作和多机器人协作。
推荐理由：三款模型分别覆盖全身控制、具身推理与端侧部署，读者可据此判断机器人智能层的分工方式。
- Google Research精选AI 评分
Google Research 发布 SymptomAI：面向日常症状评估的对话式 AI 智能体
Google Research 发布研究论文 SymptomAI，用五个 Gemini Flash 2.0 智能体开展 n=13,917 的全国随机研究，让参与者描述症状并生成鉴别诊断（DDx）。
推荐理由：Google Research 用近 1.4 万人随机实验对比 SymptomAI 与真实临床医生的鉴别诊断，并接入 Fitbit 生理信号做交叉验证。
- Google ResearchAI 评分
Google Research 用强化学习控制量子纠错，让量子计算机从错误中学习
Google Research 在 Nature 发表论文，提出用强化学习框架让自主智能体从量子纠错检测事件中学习，在计算过程中持续调整数千个控制参数以对抗漂移。
- Google DeepMindAI 评分
Google 承诺 4000 万美元 AI 资源支持美国 Genesis Mission
Google 在 DOE Genesis Mission Summit 2026 上宣布投入 4000 万美元的 AI tokens 和云 credits，支持 Genesis Mission 的研究人员。
X：Ammaar Reshi (@ammaar)精选AI 评分 Google 发布 3 款 Gemini 新模型：3.6 Flash、3.5 Flash-Lite 与 3.5 Flash Cyber
Google 发布 3 款 Gemini 新模型。3.6 Flash 更快、更便宜，编码能力更强；3.5 Flash-Lite 以 350 tokens/s 成为该系列速度最快的模型；3.5 Flash Cyber 可自行发现并修复安全漏洞。三款模型当天已在 AIS 和 API 中提供。
推荐理由：三条模型线分别指向编码、速度和漏洞修复，读者可据此判断 Gemini Flash 系列的定位分化。
- Google DeepMind精选AI 评分
Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 与 3.5 Flash Cyber
Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 和面向网络安全的 3.5 Flash Cyber 三款新模型。
推荐理由：官方给出三款 Flash 新模型的定价、基准与开放入口，可据此判断智能体工作流的成本与延迟取舍。
Import AIAI 评分Import AI 465：开源与闭源模型网络能力差距收窄、Kimi K3 与 Demis 的 AGI 监管方案
英国 AI Security Institute 分析显示，领先开源权重模型与闭源网络能力前沿的差距正在收窄，GLM-5.2 与 DeepSeek V4-Pro 大致相当于 4 至 7 个月前发布的闭源前沿模型，而 2025 年大部分时间这一差距为 6 至 10 个月。
- Google DeepMind精选AI 评分
Google DeepMind 发布 Gemini 3.5 Flash Cyber 网络安全模型
Google DeepMind 发布 Gemini 3.5 Flash Cyber，一个基于 3.5 Flash 微调的轻量网络安全模型，用于快速发现、验证和修补漏洞。
推荐理由：官方给出 Gemini 3.5 Flash Cyber 在 CyberGym、Chrome 提交扫描等基准上的对比数据，可了解轻量安全模型的定位与访问限制。
- Google DeepMindAI 评分
Google DeepMind 与 Isomorphic Labs 公布生物韧性联合方案
Google DeepMind 与 Isomorphic Labs 公布联合生物韧性方案，一方面防止威胁行为者滥用其模型，另一方面让政府、科学家和生物安全专家用 AI 应对疫情。
- Google ResearchAI 评分
Google Research 揭示扩散模型创造力来源：score smoothing 如何让模型学会插值
Google Research 在 ICLR 2026 论文《On the Interpolation Effect of Score Smoothing in Diffusion Models》中解释了扩散模型的创造力来源。
X：郭明錤 Ming-Chi Kuo (@mingchikuo)AI 评分 郭明錤：Apple 股价 2H26 看涨趋势不变，WWDC26 将检验 AI 叙事成色
郭明錤重申其在 WWDC26 前对 Apple 2H26 股价趋势的看涨判断，Apple 股价在经历 WWDC26 后"利好出尽"回调与产品涨价冲击后，仍创下盘中历史新高。他认为 WWDC26 的关键不在会后短期股价反应，而在于 Apple 用同样的 Gemini 能否做出比 Google 更好的 AI 应用、智能体工作流与端云混合体验。
X：郭明錤 Ming-Chi Kuo (@mingchikuo)AI 评分 郭明錤：Apple 2H26 股价正向趋势预测应验，盘中创历史新高
郭明錤指出，其一个月前在 WWDC26 前预测的 Apple 2H26 股价正向趋势已应验，Apple 股价在经历利多出尽、产品涨价回调及近期股市动荡后仍于盘中创下历史新高。
- Google DeepMindAI 评分
Google DeepMind 推出 Gemini 驱动的 ATL Saathi，赋能印度下一代创新者
Google DeepMind 面向印度 Atal Tinkering Labs 启动 ATL Saathi 试点，这是一款由 Gemini 驱动的 Web 应用，为每位 Tinkering Lab 教育者提供 24/7 备课与培训助手。
- Google ResearchAI 评分
Google 发布 SensorFM：面向可穿戴健康数据的通用基础模型
Google Research 发布 SensorFM，一个直接从无标注可穿戴数据学习的大型传感器基础模型，预训练语料来自五百万名同意参与者、超过一万亿分钟的多模态传感器信号，覆盖 100 多个国家和 20 多种 Fitbit 与 Pixel Watch 设备。
- Google ResearchAI 评分
Google Research 如何用 Google Maps 路线干预缓解城市交通拥堵
Google Research 在 10 座美国城市开展大规模实验，通过修改 Google Maps 算法将不到 2% 的行程引导至拥堵路段之外的替代路线，使目标路段行驶速度中位数提升约 2%，燃油消耗率中位数下降 0.5% 至 1.0%。
X：Ammaar Reshi (@ammaar)AI 评分 Google AI Studio 上线 World Cup Hero：用 Nano Banana 2 Lite 和 Gemini Omni Flash 生成世界杯首发阵容视频
Google AI Studio 上线 World Cup Hero，用户可在 world-cup-hero.ai.studio 制作自己的世界杯首发阵容视频。该功能由 Nano Banana 2 Lite 和 Gemini Omni Flash 提供支持，可加入已晋级淘汰赛的球队。
X：Ammaar Reshi (@ammaar)AI 评分 用 Nano Banana 2 Lite + Gemini Omni Flash 打造世界杯首发阵容亮相视频应用
开发者用 Nano Banana 2 Lite 与 Gemini Omni Flash 做了一个应用，可让用户选择球队、摆好姿势，生成并导出自己所在球队世界杯首发 XI 亮相视频分享给朋友。推文同时附上了体验入口和代码。
- Google DeepMindAI 评分
Google DeepMind 与 A24 宣布首个研究型合作伙伴关系
Google DeepMind 与 A24 宣布达成首个聚焦研究的合作伙伴关系，双方将围绕多个项目展开长期研发协作，让 A24 及其电影人参与塑造新技术。Google 同时已对 A24 进行投资。该合作初期聚焦弥合前沿技术与下一代娱乐之间的差距，具体目标与技术产出将随时间演进。
Hugging Face Blog精选AI 评分
Hugging Face 与 Cerebras 将 Gemma 4 引入实时语音 AI
Hugging Face 与 Cerebras 联合演示了一套实时语音到语音流水线，用 Cerebras 加速 Gemma 4 31B 的推理，以降低语音交互延迟。
推荐理由：原文给出可替换的语音到语音流水线各层组件，读者可据此评估如何搭建低延迟实时语音交互。
- Google ResearchAI 评分
Google Research 将 Heat Resilience 数据扩展至全球 50+ 城市
Google Research 将建筑级屋顶反射率数据集从 14 城扩展至 50+ 城市，覆盖 9 个国家，并通过新的 Heat Resilience Earth Engine App 开放访问。该方法融合 Sentinel-2 与 30-cm 高分辨率卫星影像，在 Boulder 验证中 RMSE 仅 0.04，建模显示针对性冷屋顶规划可使全球城市极端高温降低最多 0.5°C。
- Google DeepMind精选AI 评分
Google DeepMind 发布 Nano Banana 2 Lite 与 Gemini Omni Flash
Google DeepMind 发布 Nano Banana 2 Lite（gemini-3.1-flash-lite-image）和 Gemini Omni Flash（gemini-omni-flash-preview）两款模型，前者是 Nano Banana 家族中速度最快、成本最低的图像模型，后者支持高质量视频生成与对话式编辑。
推荐理由：Google DeepMind 同时放出图像与视频两款新模型，并给出延迟、单价和可用入口，便于开发者评估替换与串联方案。
- Google Research精选AI 评分
Google 发布 TabFM：面向表格数据的零样本基础模型
Google 发布 TabFM，一个面向表格数据分类与回归的零样本基础模型，将表格预测重构为上下文学习问题，无需手动训练、超参数调优和特征工程，单次前向传播即可对未见过的表格生成预测。
推荐理由：原文给出 TabFM 的零样本表格预测机制与 TabArena 基准表现，读者可据此判断它能否替代传统树模型工作流。
- Google Research精选AI 评分
Google 用冻结多 Token 预测加速 Pixel 上的 Gemini Nano 模型
Google Research 提出一种将多 Token 预测（MTP）头接到已冻结的 Gemini Nano v3 模型上的架构，已在 Pixel 9 和 10 系列上线，用于 AI 通知摘要和 Proofread 等功能。
推荐理由：原文披露了冻结主干加 MTP 头的端侧推理方案，读者可了解手机端提速与省内存的具体做法。
- Google ResearchAI 评分
Google 用线性弹性缓存优化云成本，Spanner 内存用量降 15.5%
Google Research 提出线性弹性缓存，将页面淘汰建模为滑雪租赁问题，用轻量机器学习动态调整缓存大小，在 Spanner 生产环境实测内存用量降低 15.5%、缓存未命中仅增加 5.5%、TCO 降低约 5%。该方案用浅层决策树为每个页面预测 TTL，缓存写满时仍由 LRU 兜底，并在多个公开缓存 trace 上与 GDSF 基线对比验证。