Alphabet 想在新加坡和香港发债融资,正好赶上美国中期选举后市场对 AI 项目审查加严的担忧,这篇文章解释了两者怎么牵到一起。
谷歌Google
Gemini 模型、DeepMind 与 TPU 算力
在做什么
谷歌隶属 Alphabet,总部在加州山景城。AI 研究主要由 Google DeepMind 承担,产品包括 Gemini 系列模型、视频生成模型 Veo、自研 TPU 芯片和 Google Cloud 算力服务。
最近动态
信息流里提到这家公司的条目谷歌要关掉 Firebase Studio 这个在线 IDE 了,2027 年 3 月彻底下线,用它的朋友记得尽早迁到 Antigravity 或 AI Studio,数据删了找不回来。
苹果居然比 AI 热潮前还少花 20% 的钱,而 Alphabet、微软、亚马逊、Meta 都烧了 5–8 倍,看看这两种路线谁扛得住。
Gemini 产品负责人聊怎么做评测和产品取舍,60/20/20 那套分配方法对做 AI 产品的人挺实用。
Gemini 产品负责人聊怎么在模型天天变的时代做产品判断,还有评测和投入分配的具体方法,做 AI 产品的都能抄作业。
强化学习老难题——长期记忆,这篇论文在测试时用梯度下降把记忆写进世界模型,Memory Maze 上刷新 SOTA,做 MBRL 的值得看看方法细节。
老师担心作业是 AI 代写的,这篇论文给了个检测思路:把 Min-K% 扩展到代码溯源,还对比了 GPT-5、DeepSeek 等多个模型的检测差异。
模型刷分刷太容易?这篇 Stanford 和 DeepMind 的论文教你用 AlphaEvolve 把老任务自动加难度,735 个任务全落在 40%-60% 通过率,不用重写基准。
Dan Shipper 试用后说 Argon 写东西不像别家模型,训练路子明显不同,做内容的朋友可以关注下这个模型。
LeCun 亲自科普 JEA 和 JEPA 的区别,一句话说清:区别不在缩写,在要不要预测器,还捎带讲了 30 年谱系