跳到正文
10月7日周三
  1. Google DeepMind62

    Google DeepMind 发布开源轻量多模态嵌入模型 EmbeddingGemma 2

    Google DeepMind 发布 EmbeddingGemma 2,一个 740M 参数的开源多模态嵌入模型,基于 Gemma 4 架构并以 Apache 2.0 许可发布,可将文本、图像、音频、视频和代码映射到统一嵌入空间。

    推荐理由:官方公布了参数规模、模态组合、内存占用和基准提升等细节,读者可以据此评估端侧多模态嵌入的选型空间。

10月5日周一
9月29日周二
9月25日周五
  1. Google DeepMind49

    Google DeepMind 推出 Gemini 3.8 Live with Live Avatar,为对话式 AI 带来实时视觉形象

    Google DeepMind 推出 Gemini 3.8 Live with Live Avatar,将低延迟流式视频与实时语音结合,为对话带来视觉形象,即日起在 Gemini Enterprise 中可用。该功能支持精准唇形同步、自然表情、异步工具调用,并能跨 97 种语言无缝切换而不降低视频保真度。企业可通过参考图自定义形象,输出内容由 SynthID 水印标记。

9月1日周二