搜索
MPIDetector用少样本推理检测跨模态提示注入
论文提出MPIDetector，用少样本上下文学习而非微调，检测文本与图像中的提示注入。评测覆盖Gemini、Qwen与豆包等模型，文本最高准确率90.91%，视觉最高99.28%，500条混淆网页注入检出率最高99.80%。价格与国内可用性未知。
6 分钟前动态Gemini 3.8 Live上线Live Avatar，企业可用近实时虚拟形象
谷歌在Gemini Enterprise推出Gemini 3.8 Live的Live Avatar，将近实时视频与语音结合，实现口型同步、自然表情和流畅轮替。它同时处理视听输入，并可在对话持续时异步调用工具。支持97种语言切换且画面稳定；自定义形象仅企业白名单开放。国内可用性与价格未知。
34 分钟前动态谷歌发布Gemini 4 Argon，先向可信防御者开放
谷歌发布Gemini 4 Argon，先经Fairwind计划向可信网络防御者开放。输出上限提至100万token，入门价为每百万输入2美元、输出10美元。公司称其在长程软件工程、企业知识与防御性安全基准领先，但开发者与消费者开放时间及国内可用性均未知。
34 分钟前动态Gemini 4 Argon强化机器人物理推理
Gemini 4 Argon被描述为物理理解、代码生成与视觉语义推理的跃升，纯推理在具身推理基准ERQA得分87%，超过其他前沿模型。文中给出机器人全生命周期四类代表用法，价格、开放参数与国内可用性均未知。
34 分钟前动态谷歌公布Gemini 4 Argon安全方案并开始扩大推出
谷歌开始向更广范围推出Gemini 4 Argon，并扩大Fairwind计划，让更多可信网络防御者使用。安全报告称其网络场景12项全解（上代5项），对抗违规近减半，生物越狱红队解锁不足1%子任务，间接提示注入成功率0.7%。价格、国内可用性与具体参数未知。
34 分钟前动态谷歌公开Deep Review，为复杂文档提供核验反馈
谷歌于10月14日向公众开放Deep Review，用智能体检查复杂文档的逻辑、数学表述和事实依据。初期支持PDF和纯文本，每人每周有2次免费审阅；高频用户可连接Gemini API密钥。官方明确上传文档会为界面展示保存一年。
49 分钟前动态Harness²用两级递归改进开放世界智能体执行框架
Harness²用两级递归改进智能体执行框架：任务级以对比式Propose-Probe-Compose在无真值时修正当前框架，框架级再沉淀经验。单步可提升GLM-5与Gemini 3.5 Flash，三项专业基准最高增益分别为11.5分、4.5分和11.8个百分点。
53 分钟前文章2026 年 AI 视频生成工具横评：国内能用的哪家强、多少钱、做什么最合适
我们的判断：如果只选一个日常生成引擎，H3 值得优先试；如果要导演多人物、多镜头的故事，Seedance 2.5 更值得投入测试预算；如果做批量内容工具，万相的人民币秒价更容易核算，这些是结合公开评测、功能和价格作出的采购建议，不是所有题材的绝对排名。[1][2][3][4] 本文核查日为 **2026-10-24**，优先采用近 90 天发布的模型说明、当前计费文档及协议；较早的来源只用于仍在
57 分钟前文章AI 月报：2026 年 9 月下旬到 10 月下旬，AI 圈真正重要的 30 件事
我们的判断：创作者试内容复用，开发者试模型分工，老板试流程自动化；验收看返工时间和合格成品数。 本期窗口为 **2026-09-21 至 2026-10-24**。厂商测试、客户证言非本站实测；“今天试”为编辑建议。价格按页面记录，税费另看结算。 先算一笔账：假设一次请求有 **10 万非缓存输入、1 万计费输出 token**，仅按模型单价计算： | 模型 | 这次请求的模型费用 | |
57 分钟前动态Gemini 4 Argon上线，主打复杂专业任务
谷歌宣布Gemini 4 Argon已面向开发者和企业全球上线，可经AI Studio与Gemini平台API调用，Ultra及Pro订阅用户还可在应用和搜索中使用。模型主打编程、金融、法律、安全与科研等长流程任务，官方称Vals指数第一。入门价为每百万输入2美元、输出10美元，国内可用性未知。
1 小时前动态Google发布Gemini 4 Argon，先向可信网络防御者分阶段开放
Google回顾2026年9月AI进展，头条是前沿模型Gemini 4 Argon。它具备高级推理和100万token输出上限，面向编程、网络安全防御、金融研究与法律起草，并支持自主安全补丁。目前仅经Fairwind计划向可信防御者分阶段开放，更广可用性、价格及国内情况未知。
1 小时前动态Gemini推出小企业工作入口，整合品牌与经营资料
谷歌于10月20日宣布面向小企业的新Gemini入口，可集中处理品牌、财务和客户信息，并连接Workspace、Shopify、Canva等应用。用户可上传品牌资料，让Nano Banana 2.1沿用视觉风格生成素材；功能在随后数日分批推送。
3 天前动态谷歌在美国推出统一购物车，连接搜索与Gemini
谷歌于10月15日在美国推出Universal Cart，把不同商家的商品放到统一购物清单，提供价格与补货提醒、优惠信息及结算路径。功能覆盖搜索和Gemini应用，结算基于通用商业协议或跳转商家页面，实际体验依赖支持商家。
2026年10月15日动态Gemini 4 Argon正式开放，支持复杂任务与开发接入
Gemini 4 Argon 在定向测试后正式扩大开放，开发者可通过 AI Studio、Gemini API 等入口接入，符合条件的订阅用户也可使用。爱范儿介绍百万词元统一输入输出上限及首发优惠价格；少数派提供中文任务体验作为补充。
2026年10月14日动态谷歌展示Argon机器人用法，公开仿真与控制提示
谷歌开发者博客展示Gemini 4 Argon在机器人控制、真实场景转仿真、物理理解和研究迭代中的用法，并提供代表性提示词。内容包括根据视频重建仿真场景以及在仿真中练习动作，属于实验工作流，不能直接等同于可量产机器人方案。
2026年10月14日动态Gemini 4 Argon正式开放，开发者可接入API
10月13日，谷歌扩大Gemini 4 Argon的开放范围，开发者可通过AI Studio等入口使用。首发标准输入和输出价格为每百万词元2美元、10美元，缓存输入优惠95%；Gemini应用和Antigravity的使用还取决于订阅等级。
2026年10月14日动态谷歌发布通用办公智能体，支持按任务选择不同模型
Google Cloud 介绍 Gemini Agent，覆盖资料研究、邮件、演示文稿、数据分析与代码执行等任务，也可拥有企业身份和调用多个子智能体。报道强调其多模型路线，包括使用 Claude，具体企业接入条件需要按产品说明确认。
2026年10月9日动态Gemini推出视觉引导，提供实时描述与取景提示
谷歌在兼容Android设备上推出Guided Vision，让Gemini Live通过摄像头描述物品、读取文字并给出口头取景建议。功能面向视障及需要视觉协助的用户，支持Android 9及以上；官方明确它不用于导航、障碍物检测或替代助行工具。
2026年10月2日动态谷歌预览Gemini 4 Argon，强化长程推理工作
谷歌于9月30日公布Gemini 4 Argon，先通过Fairwind计划向可信安全团队开放。模型面向代码迁移、专业知识工作和长程任务，单次输出上限提高至100万词元；此次属于分阶段预览，普通开发者的全面开放另有后续公告。
2026年10月1日动态谷歌展示四种模型创作案例，涵盖动画与交互仿真
谷歌分享开发者使用Gemini 3.8 Flash制作火箭轨迹、动态纹样、三维骨架和变速器交互模型的案例。文章强调多步骤提示、约束和检查对于复杂视觉任务的作用；这是一组应用展示，不是9月28日又发布了一款新模型。
2026年9月29日