#Google Gemini

avatar
sitin
1周前
Google Gemini 应用上线了面向所有用户的新学习工具：Guided Learning，致力于增强批判性思维、深化理解并提升学习效率。 它不是一个“给答案”的工具，而是一个 AI 家教练，通过提问、互动、多媒体内容和分步讲解，引导学生主动思考、深度理解知识点。 1.三大配套功能 引导式学习：分步拆解难题、量身定制解释、支持上传个人资料。 可视化体验：自动配图、信息图、YouTube 视频，帮助理解抽象概念。 智能备考：自动生成抽认卡、学习指南，针对错题给出知识点与练习。 2.教育化设计 为教师提供可直接嵌入 Google Classroom 的链接，打造无评价、鼓励探索的学习环境。 3.技术底座 由 Google 专为学习优化的 LearnLM 模型家族支持，已集成进 Gemini 2.5。
Google Gemini 2.5发布引发AI模型性价比热议· 97 条信息
OpenAI新德里发布会：ChatGPT语音翻译功能引发热议· 329 条信息
#Google Gemini #Guided Learning #AI教育 #批判性思维 #LearnLM模型
avatar
Google Gemini 的 StoryBook 功能用了 20+ 个 Agents，其中 6 个是专门为故事书功能设计的核心 Agents： 1. Writer - 负责创作故事内容 2. Storyboarder - 分镜和插图说明 3. NewStorybook - 核心 Agent 4. IllustratorSingleCall - 插画导演 5. Animator - 动画导演 6. Photos - Google Photos 集成
Google Gemini 2.5发布引发AI模型性价比热议· 97 条信息
OpenAI新德里发布会：ChatGPT语音翻译功能引发热议· 329 条信息
#Google Gemini #StoryBook功能 #Agents #故事创作 #插画
avatar
sitin
2周前
NotebookLM 是 Google Labs 推出的 AI 研究和笔记工具，基于 Google Gemini 模型， 可帮助用户上传并分析 PDF、网站、YouTube 视频、音频文件、Google Docs 或 Google Slides 等资源，生成摘要、解答问题并提供清晰引用，还支持将内容转化为播客式音频对话（Audio Overviews），方便随时随地学习 最近，NotebookLM 的视频概览功能线，用户可以前后跳转10秒，并调整播放速度，目前仅支持英语和桌面端。 通过将复杂的信息转化为易于理解的幻灯片，并配以旁白，为用户的学习过程增添了一份视觉辅助。 能够根据用户请求的主题，自动生成相关的视频内容。用户上传的图片、图表、引用和文档等信息都可以被提取和整合，从而帮助更好地阐述主题。
谷歌Deep Research：AI操作系统雏形？· 39 条信息
#NotebookLM #Google Gemini #AI研究工具 #视频概览功能 #教育辅助
avatar
ginobefun
2个月前
推荐阅读 20250618 ① 🤖 Andrej Karpathy 万字演讲精华：软件 3.0 时代来临 - 详解软件 3.0 概念：继传统代码 (1.0) 和神经网络 (2.0) 之后，“提示词即程序” (Prompts as Programs) 成为新范式。 - 提出 LLM 心理学两大问题：智能水平参差不齐 (Jagged Intelligence) 与顺行性遗忘症 (Anterograde Amnesia)。 - 强调“部分自主” (Partial Autonomy) 是关键，通过“自主性滑块” (Autonomy Sliders) 平衡人机协作，跨越 Demo 与产品之间的鸿沟。 - 呼吁开发者“为智能体而构建” (Build for Agents)，未来的软件需要同时服务于人类、API 和智能体。 📖 详细： ② 💻 揭秘 Google Gemini 顶级 AI 编码模型诞生记： - 反思传统标准：深入探讨为何像“竞赛编程”这类 benchmark，并不能真实反映开发者在大型代码库中的实际工作流与需求。 - 成功的核心要素：揭示顶尖编码模型成功的关键，不仅在于高质量的代码数据，更在于其背后强大的通用推理能力、世界知识以及百万级长上下文窗口的支撑。 - 未来方向：讨论 AI 编码工具的未来，将从代码补全进化到更复杂的代码库级别任务，并通过 Agentic 的方式与开发者进行更深度的协作。 📖 原始视频： 中文克隆播客： ③ 🤖 深度解读 OpenAI 官方 AI 智能体构建指南： - 三大核心基石：系统拆解智能体的核心组件——模型 (Model) 是大脑，工具 (Tools) 是手脚，指令 (Instructions) 是行为准则，三者分离的设计是构建灵活、可维护智能体的关键。 - 渐进式架构：倡导从简单的单一智能体起步，在验证价值后，根据需求演进到多智能体编排模式，如中心化的“主管模式” (Manager Pattern) 或分布式的“去中心化模式” (Decentralized Pattern)。 - 安全与信任：强调必须内置“分层防御”安全护栏（如 PII 过滤、风险评估）和清晰的“人工监督” (Human-in-the-Loop, HITL) 机制，确保智能体在关键时刻安全可控。 📖 详细： PDF 地址： ④ 🤖 Google Gemini 2.5 家族迎来全面更新： - 全新成员登场：推出 Gemini 2.5 Flash-Lite 预览版，这是该系列中成本和延迟最低的模型，专为分类、摘要等大规模高吞吐量任务而设计。 - Pro 与 Flash 进入稳定期：Gemini 2.5 Pro 和 Gemini 2.5 Flash 现已正式通用 (GA)，为开发者在生产环境中构建应用提供了更高的稳定性和可靠性。 - Flash 定价调整：Gemini 2.5 Flash 更新了定价，取消了“思考”与“非思考”的价格差异。新的价格为输入 $0.30/百万 Token，输出 $2.50/百万 Token。 - 全系具备“思考”能力：所有 2.5 模型都具备推理能力，允许开发者通过控制“思考预算”来平衡模型的响应速度和准确性。 📖 详细： ⑤ 🚨 深度复盘：谷歌云 6.12 全球中断事件 - 根本原因： 核心组件 Service Control 中一个未受功能开关保护的新功能，因一个空指针 bug 被错误的配置数据触发，并通过 Spanner 数据库被快速同步至全球。 - 关键失误 1 - 缺乏功能开关： 新代码在未受控的情况下被激活，导致 bug 一旦触发就无法被隔离，造成了全球性的影响。 - 关键失误 2 - 恢复与沟通： us-central-1 区域因“羊群效应”恢复缓慢；官方状态页本身也因托管在故障设施上而中断，导致信息真空。 - 核心教训： 展示了在大型分布式系统中，一个微小的代码缺陷如何通过自动化流程被放大为全球性灾D难，强调了纵深防御和基础工程纪律的重要性。 📖 详细：
谷歌Deep Research：AI操作系统雏形？· 39 条信息
#软件3.0时代 #LLM心理学 #Google Gemini #AI编码模型 #OpenAI智能体 #谷歌云中断事件 #技术故障 #AI安全
avatar
Geek
2个月前
🎨 Gemini Image App 一个现代化的全栈 AI 图像处理平台，集成了 Google Gemini、OpenCV 和 YOLO 等先进技术，提供图像问答、生成、编辑、目标检测、图像分割和视频生成等功能。
#AI #图像处理 #Google Gemini #OpenCV #YOLO #目标检测 #图像分割 #视频生成
avatar
orange.ai
6个月前
卧槽，我在 Google Gemini Thinking 中竟然体验到了 DeepSeek R1 Zero 的论文里提到的语言的混乱现象 出现了很多种，完全分辨不出来是什么语言... 难道 Google 这个思考模型也是靠大量 RL 搞出来的吗？
#Google Gemini #DeepSeek R1 Zero #语言混乱 #思考模型 #RL