Google DeepMind 发布 Gemini 3.8 Flash TTS 与 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型。前者侧重深度创意指导，支持自然语言生成定制声音、30秒语音复刻与逐句表演控制；后者面向高并发、低成本的规模化应用。
推荐理由：原文清晰对比了两款新 TTS 模型的定位与功能，并给出基准表现与安全机制，便于开发者评估选型。
赵志民综述递归自我改进（RSI），提出持久改进、自主闭环、递归增益、稳健可控四条判断标准，并沿五次边界推进梳理从 EURISKO、AlphaZero 到 GPT-5.6 的自我改进脉络。文章指出有界自我改进闭环已经出现甚至产生净正收益，但改进后系统持续提升自身改进能力的公开证据仍然不足；GPT-5.6 的 RSI 指数 57.9% 因题目、权重和聚合公式未公开，只能视为内部综合指标。
Latent Space 专访 Google 研究员 John Platt，聊他如何用 AI 攻克科学问题。
Anthropic 在 Claude Code 中推出 Projects，单次对话可生成并行云端会话、线程间传递上下文，用户离开后继续运行。OpenAI 推出 Astra for Law，含 26 个合作插件与 47 个社区插件，先在 ChatGPT 与 Codex 中开放，API 稍后推出。Vals 称其法律评测跑分在各价位均优于 GPT-6 Astra 加网页搜索。
Emerald AI、Google 与 NVIDIA 共同发起 AI 能源管理联盟（AEMA），推动 AI 数据中心根据电网状况动态调节用电。AEMA 采用技术中立、基于性能的标准，关注响应速度、持续时间和可预测性等可测量服务能力，而非具体软硬件。联盟还将定义 ride-through、限电和应急响应义务，标准化技术要求与性能指标，并为做出可信灵活性承诺的客户提供更快并网路径。
Google DeepMind 发布 Gemini 3.8 Live 与 Gemini 3.8 Live Extended Thinking 两款实时语音对话模型，前者面向规模与成本效率，后者面向高复杂度任务的多步推理。
推荐理由：原文给出了两款实时语音对话模型的能力定位与基准成绩，读者可据此判断它们在语音智能体场景中的适用性。
Google DeepMind 推出 Fairwind Program，向政府机构、Google Cloud 客户与网络安全合作伙伴开放其最先进的网络防御能力。
Google DeepMind 发布 Gemini 3.8 Flash 与 Gemini 3.8 Flash Cyber 两款模型，分别面向智能体工作流与网络安全。
推荐理由：原文列出了 Gemini 3.8 系列在编码与网络安全基准上对标前沿模型的表现及价格，读者可据此评估其替换现有工作流的成本收益。
Demis Hassabis 卸任 Google DeepMind CEO，转任 DeepMind 董事长和 Alphabet 首席科学家，Jeff Dean 与另外三位核心成员离开创办面向科学发现的 AI 公司 Discovery Loop，消息公布当天 Alphabet 股价下跌 4%。
Google DeepMind 在 Gemini 3.7 Flash、3.6 Flash 与 3.5 Flash-Lite 上线智能体视频理解能力，token 消耗最高降低 88%、成本最高降低 66%、准确度最高提升 7%。
推荐理由：原文给出最高 88% 的 token 降幅与 66% 的成本降幅，并说明按标准 API 计费、无额外功能费的开启方式，便于开发者评估接入成本。
Google DeepMind 发布 Gemini Omni 1.1 Flash，为开发者带来一套新的创意控制与生成视频能力，可通过 Gemini API 在 Google AI Studio 或企业 Agent Platform API 使用。
推荐理由：相比此前只能参考最后一秒，Omni 1.1 可分析最多 10 秒前文，场景延长以 10 秒为步进累计至 40 秒，读者可据此判断它对连续叙事工作流的价值。
Google DeepMind 发布语音转文本模型 Gemini 3.5 Transcribe，提供实时流式与预录制两种 API。据 Artificial Analysis 测量，其流式平均词错率为 4.0%，非流式为 2.6%，最终转录时间较 Chirp 3 缩短 70%。模型支持 85 种以上语言、自定义词汇表与函数调用，现已通过 Google AI Studio 等平台推出公开预览。
推荐理由：相比上一代 Chirp 3，Gemini 3.5 Transcribe 将流式转录错误率降至 4.0%，最终转录时间缩短 70%，并支持函数调用与自定义词汇表。
Google DeepMind 回顾 15 年游戏 AI 历程：DQN 学会 49 款 Atari 游戏，AlphaGo 击败李世石，相关基础研究催生了获 2024 年诺贝尔化学奖的 AlphaFold。
大厂争抢 AI 办公赛道的实质是云与算力之争——深扒单任务成本后云巨头的底牌浮出水面，谷歌 Gemini 3.5 Pro 难产，直接卖算力才最赚钱。节目还聊到卡帕西盛赞 Claude Tag、WorkBuddy 狂送免费额度以及飞书并入豆包。没有云底座的 OpenAI 和 Anthropic 只能硬着头皮继续讲大梦，而 AI 终于变成了一门算得清的生意。
Google DeepMind 发布 Gemini 3.7 Flash，定位为面向编码与智能体的最强主力模型，距 3.6 Flash 发布仅三周。
推荐理由：官方列出了 Gemini 3.7 Flash 相对 3.6 Flash 的跑分提升与半价策略，读者可据此评估编码与智能体工作流的升级幅度。
Google DeepMind 发布大规模多语言手语转文本模型 SL2T，让手语 AI 首次走出实验室进入消费级产品：SL2T 驱动 Pixel 11 上 Gboard 与 Live Transcribe 的手语转文字功能，首发支持美国手语（ASL）转英语，更多设备与语言将陆续跟进。
推荐理由：SL2T 以姿态关键点而非原始视频做端到端翻译，并进入 Gboard 与 Live Transcribe，可看作无障碍交互从实验室走向消费级产品的样本。
「科技早知道」主播从神经科学角度讨论 AI 对学习与记忆的影响：MIT Media Lab 的脑电研究发现，长期用 ChatGPT 写作的年轻人神经耦合度最低、大脑激活减弱，研究者把这种依赖 AI 后记忆下滑的现象称为「认知债务」。
谷歌彻底重组 Google DeepMind 领导层，Demis Hassabis 转任首席科学家，Jeff Dean 率三位顶级科学家离职创业。OpenAI 公布智能体入侵 Hugging Face 的细节，承认未做思维链（COT）监控，并暂缓发布新模型 Astra。
DeepSeek V4 Flash 把价格打下 10 倍，在硅谷划出“斩杀线”，同时 Google DeepMind 发生高层地震：哈萨比斯退居二线、Jeff Dean 离职。节目随后讨论中间层模型是否会被集体清退、Meta 是否会被直接斩杀，以及谁会成为下一个“美国版 DeepSeek”。
Google DeepMind 在 Nature 发表论文，其 WeatherNext AI 模型在热带气旋路径、强度和风结构预测上达到 SOTA 精度，三天预报相当于以往两天水平，为预报员多争取约一天预警时间。
推荐理由：该模型以 28x28km 分辨率取得气旋路径、强度与风结构预测的 SOTA 精度，领先时间多出约一天，相当于约十年气象进展。
贾扬清做客《声东击西》十周年特别节目，回顾从“人工智能已死”到“AI 颠覆世界”的十余年巨变，并分享二次创业的思考。他曾先后在 Google、Meta 和阿里从事 AI 研究与工作，第一家创业公司成立仅两年便出售给英伟达，上周官宣创立第二家公司。节目还讨论了单个 Agent 与一群 Agent 的差异、公司需要怎样的人，以及 AI 进入社会还缺少什么。
Google DeepMind 发布 Gemini Robotics ER 2，作为机器人的高层大脑负责推理、规划与任务编排，并将运动执行交给底层 VLA 模型。该模型支持连续视频进度追踪、精确关键时刻识别与多机器人协作，进度分类准确率达 57.4%，关键时刻识别准确率达 91.3%。开发者现可通过 Gemini API 与 Google AI Studio 使用。
推荐理由：官方博客给出了新模型在视频理解、任务编排和多机器人协作上的能力升级与评测数据，可据此判断具身智能的落地进度。
Google DeepMind 发布最新音乐生成模型 Lyria 3.5，今日起在 Google Flow Music 中推出。模型在音乐性、歌词与人声三方面均有改进，歌词的提示词遵循度和结构感知提升，人声更真实且发音改善。用户可更方便地控制输出节奏与时长。
推荐理由：官方列出了 Lyria 3.5 在音乐性、歌词与人声上的改进及节奏、时长控制，可据此对照 Google 音乐生成能力的当前水位。
Google DeepMind 发布 Gemini Robotics 2，通过三个模型为机器人带来全身智能、灵巧操作和多机协同能力。该系统可控制完整人形机器人执行耗时数分钟的多步任务，ER 2 推理模型已在 Google AI Studio 上线，On-Device 2 端侧模型仅需几小时即可适配新本体。
推荐理由：官方公布了全身控制、灵巧操作与多机协同能力，并给出端侧几小时适配新本体的指标，适合评估具身智能进展。
Google 宣布向 Genesis Mission 投入 $40M 的 AI token 与额度，用于加速科学发现前沿。
「科技早知道」邀请 Clink 创始人兼 CEO Patrick Wu 与 Linkloud 联合创始人高宁，对谈智能体支付（Agent Payment）的现状与创业机会。
Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 与 3.5 Flash Cyber 三款新模型，旨在提升规模化构建 AI 智能体的效率与可靠性。
推荐理由：原文给出了三款新模型在效率、速度和安全场景的具体基准数据与价格，读者可据此评估其在智能体工作流中的成本变化。
Google DeepMind 推出 Gemini 驱动的 Web 应用 ATL Saathi 试点，为印度 Atal Tinkering Labs 教育者提供规划与培训助手。该应用由 Gemini 3.5 Flash 支持，为 12 个核心模块生成摘要、信息图与测验，并为 10 个模块提供项目创意和分步实验指导。应用支持 8 种语言，首批将推广至 100 所试点学校。
Google DeepMind 与 A24 宣布一项聚焦研究的合作，Google 同时对 A24 进行投资。双方将围绕多个项目开展长期研发，让电影人在创作流程中参与塑造新技术并拓展叙事可能性；具体目标、技术成果与创作里程碑将随合作推进逐步明确。
推荐理由：公告明确了双方将围绕多个项目开展长期研发合作，并披露 Google 对 A24 的投资，读者可据此判断 AI 技术进入影视创作流程的走向。
晚点聊 LateTalk 联合 MoE Capital 创始合伙人 Henry Yin 发布「AI 季报 26Q2」，梳理 OpenAI 与 Anthropic 的新模型竞争、coding Agent 份额与价格战。
《晚点聊》第 170 期是「具身季报」系列第二期，邀请 Alphaist 创始合伙人陈哲复盘 26Q2 具身智能进展。季报按 TOP 5 展开：人形机器人马拉松、Figure 200 小时直播背后的物流场景、ICRA 上的中国高自由度灵巧手、英伟达 Cosmos 3 与世界模型投资热，以及 GEN-1 与 π0.7 的模型进展。
Google DeepMind 宣布 computer use 成为 Gemini 3.5 Flash 的内置工具，开发者可通过 Gemini API 与 Gemini Enterprise Agent Platform 用它构建跨浏览器、移动端和桌面环境操作的智能体。
推荐理由：计算机使用此前仅作为独立的 Gemini 2.5 模型提供，本次原生集成进 Flash 主模型，开发者可直接用它构建跨平台智能体。
Google DeepMind 与英国政府、Google Cloud、Faculty 及 Barnet、Dorset、Camden 三地规划部门基于 Gemini 共同开发 AI 规划原型，目标是将住房规划申请决策时间缩短 50%。
Google DeepMind 发布 AI Control Roadmap，提出把不可信内部智能体当作内部威胁的纵深防御框架，并同步发布面向政策制定者的技术框架《Three Layers of Agent Security》。
推荐理由：原文给出了把不可信智能体当作内部威胁的纵深防御框架，并按检测规避与攻击执行能力划分防护等级，可迁移到自家的智能体安全设计。
播客「捕蛇者说」嘉宾 laike9m 结合在 Google 做 coding agent 的经验，回顾 Agent 编程工具演进并展望 2026 年趋势。
Google DeepMind 联合 Schmidt Sciences、Cooperative AI Foundation、ARIA 并获 Google.org 支持，推出最高 $10M 的多智能体 AI 安全研究资助，面向全球研究者开放申请。
推荐理由：该资助计划把研究重点从单模型安全扩展到多智能体群体行为，为预测和缓解集体涌现风险提供资金支持。
Google DeepMind 发布音频模型 Gemini 3.5 Live Translate，支持 70+ 语言的近实时语音到语音翻译，可保留说话者的语调、节奏和音高，连续生成且全程仅比说话者滞后几秒。
推荐理由：官方公布了 70+ 语言与连续生成机制，并开放 Gemini Live API 等多端入口，可据此判断实时语音翻译在会议和通话场景的可用性变化。
Google DeepMind 发布 Gemma 4 12B，一款可在笔记本本地运行的多模态模型。该模型采用无编码器统一架构，视觉与音频输入直接进入 LLM backbone，仅需 16GB VRAM 或统一内存即可运行，性能接近 26B MoE 模型。它是该系列首款支持原生音频输入的中型模型，已采用 Apache 2.0 许可证开源。
推荐理由：官方给出了 16GB 内存即可本地运行的规格，以及与 26B MoE 模型的性能对比，便于开发者评估端侧部署方案。
Google DeepMind 在塞拉利昂完成的预注册试验显示，使用 Guided Learning 的学生数学成绩较对照组提高 +0.258 个标准差，约相当于八周内取得 1.2 至 1.7 年的常规学习进度。
推荐理由：这项预注册试验显示，八周内 AI 辅助学习带来 +0.258 个标准差的数学成绩提升，其脚手架式提问模式为教育场景的 AI 应用提供了可迁移方法。
本期周刊盘点上周 AI 动态：谷歌 I/O 发布 Gemini 3.5 Flash、视频模型 Gemini Omni 以及编程平台 Antigravity，OpenAI Codex 新增 /goal 等多项功能。