什么是 People + AI Guidebook？ People + AI Guidebook（PAIR 指南）是 Google 旗下 PAIR（People + AI Research）团队于 2019 年发布的实践指南，旨在为设计师、产品经理和开发者提供创建以人为中心的 AI 产品的系统化指导。 2018 年，来自 Google 产品和研发团队的百余位工程师、设计师和研究员汇聚一堂，共同编写这部指南。PAIR 的联合创始人 Jess Holbrook 和用户体验研究员 Kristie Fisher 主导了这一项目，最终在 2019 ...

近日，光轮智能完成 10 亿元 A++ 及 A+++ 轮融资。本轮融资引入新希望集团、鼎邦投资、奥克斯、鼎石资管等产业投资方，以及建投华科、国方创新、道禾长期投资、清新资本等财务投资机构。 本轮融资完成后，光轮智能成为全球首个具身数据领域的独角兽企业。 资金将重点投入于物理仿真引擎持续研发、规模化模型评测体系升级与全球交付及本地部署能力建设。 01 物理 AI 时代：新的基础设施正在形成 过去十年，算力定义了 AI 的基础...

Cloudflare 推出了 "Markdown for Agents" 功能，使 AI 爬虫能够通过发送 Accept: text/markdown 请求头来获取网页的 Markdown 版本。该公司还同时提出了一种名为 "Content Signals" 的机制，允许内容发布者声明其内容是否可以用于 AI 训练、搜索索引或推理使用。 核心要点 Markdown for Agents：AI 代理通过 Accept 请求头指定 text/markdown 即可触发转换，一篇 16,180 个 token 的博客文章转换为 Markdown 后仅需约 3,150 个...

什么是原生全模态Embedding？ 如果说 ChatGPT 等生成式 AI 大模型是 AI 用来表达的「嘴」，那么 Embedding（嵌入）模型就是负责理解与检索的「记忆神经」。 长期以来，这条记忆神经处于割裂状态。过去让 AI「听懂」播客，必须外挂语音识别模型先转成纯文本，导致说话人略带反讽的语调、背景里刺耳的警笛声等「冗余信息」瞬间灰飞烟灭。 如今，Gemini Embedding 2 直接「生吞」MP3 音轨的波形与高分辨率图片的原始像素，那些只可...

每日精选全球AI资讯，快速掌握行业趋势 🔥 今日亮点（Top 3） 1. 突发！Sora 宣布关停，史上最贵 AI 表情包生成器只撑了七个月 核心洞察：AI 行业持续火热 来源：https://www.36kr.com/p/3737580650823945 2. 开始赚钱的宇树，IPO为什么让人期待？ 核心洞察：AI 行业持续火热 来源：https://www.36kr.com/p/3736973452063236 3. “龙虾”入笼：为何金融行业不敢“养”？ 核心洞察：AI 行业持续火热 来源：https://www.36kr.com/p/37...

最近几天，谷歌 Nano Banana 可是被广大网友玩出了新花样。 比如制作精致可爱的产品照片：                 来源：https://x.com/azed_ai/status/1962878353784066342 将 13 张图像合并为单个图像 ：                 来源：https://x.com/MrDavids1/status/1960783672665128970 给人一键换衣： 反正你想到的，想不到的脑洞，都被广大网友挖...

这几天爆火的nano banana，让更多人体验到AI对图像生成与处理的革命。 网友们玩疯了，开发出各类好玩的用法。 有用nano banana直接将照片生成手办模型的： 有人脑洞大开，让nano banana、Seedance、Kling联手，将梵高和蒙娜丽莎、戴珍珠耳环的少女等名画的人物，同时带到了今天的纽约中央公园里，开启了一段浪漫的邂逅。 还有人使用nano banana反过来带我们穿越回了中土世界。 视频以第一人称视角在马车上疾驰，穿越迥异的区域...

小某书最新起号方式，还得看AI（doge）。 这两天打开一看，几乎全被各种精致逼真的手办图刷屏了： 而且仔细一扒，甭管是AI圈、二次元圈还是骑行圈等等，感觉大家一下子都在玩。 so，发生了啥？到底是什么引得大家如此动作一致？ 时刻游走在吃瓜第一线的量子位赶紧去瞧了瞧，结果发现，这不是最近爆火的图像编辑模型nano-banana嘛。 这个模型起初在LMArena平台匿名出现，后来因生图表现太好突然爆火，继而引得无数网友猜测其归属...

文章转载自「新智元」 昨晚，谷歌发布了其最新图像生成与编辑模型 Gemini 2.5 Flash Image，代号nano banana，被网友誉为「最强图像模型」。 此前，nano-banana 在 LMArena 上线后便迅速风靡。凭借角色一致性、提示编辑、原生世界知识和多图像融合四大能力，nano-banana 在盲测的 500 多万场中，获得了超 250 万选票，以 171 分优势领先第二名 flux-1-knotext-max，并取得了 LMArena 竞技场历史上最大的 Elo 分数领先优势。 目...

"这一切始于一个香蕉的表情，却预示着AI生成技术新时代的到来。" 一切始于一个略显神秘的预告。  当Google CEO桑达尔·皮查伊（Sundar Pichai）在社交媒体上仅仅发布了“🍌🍌🍌”三个香蕉的表情时，整个科技圈与投资界便已屏息期待。  随后谜底揭晓，代号为“nano-banana”的 Gemini 2.5 Flash Image-preview横空出世，这不仅是Google在AI图像生成领域的又一次重磅落子，更可能标志着整个行业从“技术玩具”向“工业级生产力...

谷歌正在扩展AI 模式的访问权限，这是一项实验性功能，允许用户直接在搜索中提出复杂的、多部分的问题和后续问题，以便更深入地挖掘某个主题。这家科技巨头还为该功能添加了更多功能，包括从上次中断的地方继续搜索的功能。 谷歌于今年 3 月推出了AI 模式，旨在与 Perplexity AI 和 OpenAI 的 ChatGPT Search 等热门服务展开竞争。今天宣布的更新旨在让 AI 模式更好地与上述服务竞争。 通过此次扩展，谷歌将取消 AI 模式的候补...

根据应用商店列表，谷歌的 NotebookLM Android和iOS应用预计将于 5 月 20 日发布。目前这些应用已开放预订。 自2023 年推出以来，这款基于人工智能的笔记和研究助手一直只能通过桌面设备访问。谷歌现在正准备让这项服务在移动设备上可用。 NotebookLM 旨在通过智能摘要以及针对文档和其他材料提问等功能，帮助学生、专业人士和研究人员更好地理解复杂信息。这款研究助手还支持生成 AI 播客（称为“音频概览”），以便更轻松...

根据该公司的内部基准测试，最近发布的谷歌人工智能模型在某些安全测试中的得分比其前代产品更差。 谷歌在本周发布的一份技术报告中透露，其 Gemini 2.5 Flash 模型比 Gemini 2.0 Flash 更容易生成违反其安全准则的文本。在“文本到文本安全性”和“图像到文本安全性”两项指标上，Gemini 2.5 Flash 分别下降了 4.1% 和 9.6%。 文本转文本安全性衡量的是模型在提示下违反 Google 准则的频率，而图像转文本安全性则评估的是模型在使...

根据谷歌官网发布的活动日程以及一篇意外发布的谷歌博客文章，谷歌将在即将举行的谷歌 I/O 开发者大会上发布新版 Android 设计语言。I/O 大会的标题暗示了 Android 设计系统即将迎来重大变革，从“Material 3”升级为“Material Design 3 Expressive”。这篇泄露的博客文章指出，谷歌的升级设计将专注于打造“在情感层面与人产生共鸣”的界面。 像这样的设计系统更新会影响应用程序开发人员如何为平台构建应用程序以及如何为用户定制...