Google 展示开发者用 Gemini 3.8 Flash 做的四个项目
Google 介绍开发者用 Gemini 3.8 Flash 构建的实验项目,包括卫星与轨道火箭路径模拟、将日本传统青海波纹样转成动态水墨画、用四阶段提示词生成霸王龙骨架,以及从零搭建自动变速箱交互模型。
推荐理由:官方给出 Gemini 3.8 Flash 相对 3.7 Flash 的能力提升方向,并附四个开发者实测案例,可据此判断它在复杂多步任务上的表现。
Google 介绍开发者用 Gemini 3.8 Flash 构建的实验项目,包括卫星与轨道火箭路径模拟、将日本传统青海波纹样转成动态水墨画、用四阶段提示词生成霸王龙骨架,以及从零搭建自动变速箱交互模型。
推荐理由:官方给出 Gemini 3.8 Flash 相对 3.7 Flash 的能力提升方向,并附四个开发者实测案例,可据此判断它在复杂多步任务上的表现。
布鲁克林 Edy's Grocer 店主 Edy Massih 用 Gemini 将家族黎巴嫩菜谱按需放大为大型宴会批量配方,避免手工换算香料与糕点比例出错。Gemini 还能把活动菜单转成分区采购清单、汇总共用食材并提前排好备餐日程,同时为无麸质、无坚果等饮食限制提供保留风味的替换方案。Edy 表示 Gemini 让他减少行政事务,把更多时间用于推广黎巴嫩饮食文化。
Google 发布 Gemini 3.8 Live with Live Avatar,将低延迟流式视频与实时对话能力结合,为对话模型带来近实时的视觉形象。该功能支持精确唇形同步、自然表情与流畅轮次切换,并可在对话中异步调用工具、在后台获取数据。它支持 97 种语言的原生语音到语音同步,输出均带 SynthID 水印,现已在 Gemini Enterprise 提供,自定义形象仅限企业白名单申请。
推荐理由:Gemini 3.8 Live 新增实时视频形象能力,读者可了解多模态对话在企业场景中的落地形态与开放范围。
Google Gemini 开始推送新一批 Connected Apps,用户可在 Gemini 内直接连接第三方工具,无需在标签页之间切换。
推荐理由:Gemini 把第三方应用接入聊天入口,读者可据此判断多应用协同的工作方式会如何变化。
Google Labs 在 Google Flow 中发布 6 款由建筑、声音设计和数字内容领域创意人打造的新工具,包括生成自定义环境音与音效的 Mondo Sónico。
Google 发布 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型,前者面向角色设计与深度创作控制,后者面向高并发、低成本的配音与语音智能体场景。
推荐理由:两款 TTS 模型把语音生成从固定音色扩展到自然语言定制与逐句导演,并给出基准排名和开放入口。
Nano Banana 2(Gemini 3.1 Flash Image)目前可通过 Google 订阅、按量计费 API 以及创意平台限时无限量窗口三种方式使用。
Higgsfield 与 Magnific 在一份订阅内覆盖图像、视频、语音和导出,是七家平台中覆盖面最广的两个;Runway 强在 Aleph 2.0 的帧级剪辑,ElevenLabs 强在以语音为核心的制作与本地化。
Google Labs 推出面向家庭的新版 CC 智能体,拥有独立 Google 账号和明确权限模型,最多支持六名成员协作。CC 只读取成员主动共享的信息,自动整理成共享每日简报并接入 Calendar 和 Tasks,还能在授权下填写许可单、活动报名 PDF 等事务。
推荐理由:Google Labs 把个人智能体 CC 扩展为家庭共享形态,读者可了解其权限模型与共享记忆的具体设计。
Google 发布 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking 两款实时语音对话模型,前者面向规模化与成本效率,后者面向高复杂度任务和多步推理。
推荐理由:Google 发布两款实时语音对话模型,给出语音智能体基准成绩与开发者接入渠道,可据此判断语音 Agent 的可用性。
Google 博客介绍用 Gemini 处理家务的 4 种方式:借助 Gemini Live 摄像头排查家电故障、定制膳食计划与购物清单、上传收据照片整理家庭开支,以及对比家庭用车等大额采购。
Google DevFest 2026 于 10 月 1 日至 12 月 31 日回归,由全球 Google Developer Groups 在 115 个国家举办 800 多场活动,预计近百万开发者参与。
Google Labs 的 Dreambeans 现已向美国所有账号(18+)开放,支持 Android 和 iOS。该实验功能结合个性化主题与用户选定的 Google 应用(Calendar、Gmail、Photos、Search、YouTube,以及新增的 Gemini)生成每日故事集,连接 Google Photos 后还可融入用户及亲友的影像。
Gemini 应用现已登陆 Windows。 只需一个快捷键,助你保持专注。按下 Alt + Space,即可在你常用的工具和日常应用旁润色草稿、总结长文档、头脑风暴新想法,以及创建自定义图像和视频。
Google Flow 通过 Gemini Omni 1.1 Flash 推出更新,带来更多创作控制能力。新增首尾帧控制以保持角色与叙事一致,支持导出 1080p 或 4K 视频,并可用 360p 低额度快速草拟、再下载 720p 版本。这些能力即日起在 Google Flow 中可用。
Google Flow Sessions 第四期结营,这一为期六周的创意合作项目让艺术家们借助 Google Flow 的生成模型完成各自的短片创作,作品现已公开。该项目以共同创作为核心,为创作者提供时间和空间把个人热情项目落地。
Google 发布新一代音乐生成模型 Lyria 3.5,并已在 Google Flow Music 中上线。官方称其在音乐性、歌词、人声和创作控制四方面均有提升:可生成更丰富自然的旋律结构,歌词质量与提示词遵循度、结构感知更好,人声更具表现力和情感且发音改善,同时更易控制输出的节奏与时长。
Google AI Futures Fund 与日本电信运营商 KDDI 合作启动 AI Startup Support Program,面向日本 AI 原生创业公司提供双方基金的投资。
Google 在 5 月正式发布 Gemini 3.5 与 Gemini Omni,前者主打智能体与编程的前沿智能,后者支持图像、音频、视频和文本输入并生成高质量视频。
Altimeter Capital 合伙人 Freda Duan 在《Freda的投资札记》第2集里提出,Token 消耗并非越多越好,行业会逐渐从按 token 收费转向按效果收费。
前Anthropic、现Google DeepMind研究科学家姚顺宇在访谈中回顾了参与Claude 3.7、4.5和Gemini 3开发的经历,并直言AI个人英雄主义时代已经过去,如今是集体主义的故事。他还谈及预训练未到头、Coding爆发、"硬蒸"与"聪明的蒸"等技术话题,以及从理论物理转行AI的心路。
广密在《全球大模型季报》第9集中判断,Coding把AI从Chatbot第一幕推向能干活的Agent第二幕,是新的"AI加速器",领先的Coding模型就像领先的GPU。他认为Opus 4.5到Opus 4.6是类似GPT-3到GPT-4的跨代际提升,今年6月前可能还有一次同幅度跨越。他还点评了Anthropic、OpenAI、Gemini的内部情况,并指出模型正成为新一代操作系统。
百度秒哒产品总经理朱广翔在访谈中称,2024 年下半年押注 No Code 时"基本上没人信",如今秒哒已成为 Supabase 官方认可的三家 leading AI builder 之一。
张小珺与广密在《全球大模型季报》第8集跨年对谈中提出,Pre-training scaling 已接近尾声,Online Learning 是继预训练和 RL 之后的第三个范式,可能才是唯一重要的真问题。
真格基金管理合伙人戴雨森提出 2026 年关键词为"The Year of R",即 Return、Research、Remember 与多模态 Reasoning,认为这将是现实与回调之年。
Google DeepMind 机器人团队高级研究科学家谭捷在访谈中介绍了 Gemini Robotics 1.5 的两项关键突破:把 thinking 加入 VLA 模型,以及 cross-embodiment transfer(跨具身迁移),并称 motion transfer 是独门秘诀。他认为机器人智能近年主要依赖多模态大模型,最大瓶颈是数据,未来传统物理仿真会逐步被生成式模型仿真取代。
十字路口与庄明浩复盘 2025 年 AI 行业,以“拐点”为年度关键词,梳理从年初 DeepSeek R1 到近期 Sora 2 的模型大战,以及 Manus 引爆的“Agent 元年”。节目还讨论开源生态与人才流向、DeepSeek V3.2 发布后 V4 和 R2 今年或不再出现,并将目光投向资本市场对 AI 的集体狂想。
硅谷 AI 叙事核心指标已从 Scaling Law 转向 Token 消耗,行业竞争从比模型更聪明转向拼谁能把已有智能用得更好、更快、更省,Infra 将成为下一个主战场。节目还复盘了 GPT-5 发布、Agent 热潮冷却、Meta 抢人大战等半年变化,并讨论了英伟达估值、A 股牛市与散户角色等二级市场话题。