Google DeepMind 发布 EmbeddingGemma 2,一个基于 Gemma 4 打造的 740M 开源多模态 Embedding 模型

Google DeepMind 发布 EmbeddingGemma 2,把文本、代码、图像、视频和音频嵌入同一个 768 维向量空间,740M 参数、Apache 2.0 开源,主攻端侧检索与隐私优先的 RAG。

Google DeepMind 发布 EmbeddingGemma 2,把文本、代码、图像、视频和音频嵌入同一个 768 维向量空间,740M 参数、Apache 2.0 开源,主攻端侧检索与隐私优先的 RAG。

Anthropic 为 Claude Code 发布 v2.1.292 版本,新增插件市场一键安装、子代理 effort 参数、prompt 自动补全等开发接口,同时集中修复了 20 余项权限绕过、沙箱逃逸和会话恢复问题。

Google 发布图像生成与编辑模型 Nano Banana 2.1,价格比上一代便宜约一半,同时提升了文字渲染、角色一致性和信息图能力。它不是最强的 Pro 模型,但把高质量图像生成的单位成本压到了新的档位。

Google 发布 EmbeddingGemma 2,一个基于 Gemma 4 的 Apache 2.0 开源多模态嵌入模型,用不到 10 亿参数把文本、代码、图像、视频和音频映射到同一个 768 维向量空间,让开发者在单一模型里完成跨模态检索。

Google DeepMind 发布开源多模态嵌入模型 EmbeddingGemma 2,把文字、图像、视频帧和音频映射到同一个向量空间,740M 参数即可在手机本地跑多模态检索。它值得关注的点在于:端侧语义搜索不再需要串联图像描述、语音转文字等多个模型。

Google 在 Gemini API 更新日志中宣布图像生成与对话式编辑模型 Gemini Nano Banana 2.1 正式 GA,同时给出旧版 gemini-3.1-flash-image 的停用时间表,开发者需要在 2026 年 10 月 29 日前完成迁移。

Anthropic 为 Claude Code 推出云端会话(Cloud Sessions),每个任务独占一台虚拟机、独立分支,可并行运行,完成后输出分支直接转 Pull Request。这意味着 AI 编程代理开始从“单机串行”进入“多机并行”的工程化阶段。

ARC Prize 公布了 DeepSeek V4.1 Flash 在 ARC-AGI 两项基准上的成绩,准确率较前代明显提升,但单任务推理成本上涨约 250%,性能与价格之间的取舍再次成为焦点。

Anthropic 为 Claude 推出 Google Workspace 集成测试版,用户可以直接在 Docs、Sheets、Slides 中调用 Claude 生成和编辑内容,不必再来回切换窗口。这意味着 Claude 正从独立聊天工具,转向嵌入企业高频办公场景的生产力插件。

Sierra 与 Meta 联合 Genesys、Shopify、Stripe、Walmart 等企业发布 Personal Agent Protocol 开放协议,为个人 AI 代理与商家系统之间的身份认证、权限控制和任务执行制定统一标准。这关系到个人代理能否真正替用户完成下单、改签、退换货等实际操作。