Kevin Kelly 2016 年的 AI 预测,10 年后回看
Kevin Kelly 在 2016 年《必然》中预测,到 2026 年 Google 的主要产品将不再是搜索而是 AI,AI 未来会像 Amazon Web Services 一样成为廉价、可靠、工业级的通用智能。他还判断 AI 将由两三家大型通用云端商业智能形成寡头格局,且绝大部分 AI 是专用软件大脑,99% 的交互对象将是狭窄领域的专家型 AI。
Kevin Kelly 在 2016 年《必然》中预测,到 2026 年 Google 的主要产品将不再是搜索而是 AI,AI 未来会像 Amazon Web Services 一样成为廉价、可靠、工业级的通用智能。他还判断 AI 将由两三家大型通用云端商业智能形成寡头格局,且绝大部分 AI 是专用软件大脑,99% 的交互对象将是狭窄领域的专家型 AI。
NVIDIA 在 OCP Global Summit 上通过 MGX 开放架构贡献 Vera Rubin 机架与计算托盘设计,并发布 MGX 1.2 规范,支持最高 250kW 机架部署和液冷 5,000A 母线。
白宫撤销了此前阻止英国 AI 安全研究所(AISI)访问新 AI 模型的决定,该机构将重新获得 Anthropic、Google DeepMind 和 OpenAI 模型的早期访问权限。
Google DeepMind 的 AlphaProof Nexus 自主解出多道开放数学问题,相关研究发表在 Science 上。它攻克了 353 道 Erdős 开放问题中的 9 道,其中两道已悬置 56 年,还证明了 OEIS 整数序列数据库中的 44 个猜想、解决了一个代数几何开放问题,并改进了 min-max 优化中的一个已知界。
字节在抖音集团《2026 美好奇妙夜》科技节目现场首次展示其尚未正式发布的世界模型,由影视飓风Tim演示,输入一句话即可生成微缩小人视角的房间,并支持自由飞行、凭空生成物体并与之交互、用任意门连通不同场景。
谷歌云在 Gemini at Work 大会上发布 Gemini Agent,它可根据任务性质在 Gemini 与 Anthropic 的 Claude 之间调度模型,未来还将支持其他模型。该产品可跨 Gmail、Docs、Chat 等 Workspace 应用执行任务,并支持创建拥有独立账号的 Coworker Agent。目前 Gemini Agent 仍处于面向部分客户的私人预览阶段。
苹果将于10月13日举办“欢迎回家”新品活动,预计推出首款智能家居中枢、新款HomePod mini和Apple TV 4K,并已曝与LG合作开发门铃、门锁、恒温器等配件。新任CEO特努斯上任后密集扩充硬件矩阵,但新版Siri仍依赖谷歌Gemini托底,Apple Intelligence发布两年承诺未完整兑现,家居中枢也因Siri进度从2025年推迟。
硅谷AI竞争正转向算力争夺:Anthropic与SpaceX达成合作,5月起获得超300兆瓦新容量和22万块英伟达GPU,用于提升Claude Code和API额度。谷歌斥资27亿美元请回的Gemini联合负责人Noam Shazeer因团队算力被重新分配而转投OpenAI。H100一年期租赁价从每GPU每小时1.70美元涨至2.35美元,涨幅近40%,算力正成为AI时代的准入门槛。
Gemini Skills 可用于把重复性任务固化为可复用技能。用户可从免费技能指南中取用提示词,在新对话中创建首个技能;也可打开此前反复调整过的历史对话,让 Gemini 将整个过程打包成一个技能,从而不必再从头开始同一工作流。
a16z 第七期 Top 100 AI 榜单首次用 YipitData 数据追踪美国消费者 AI 实际支出,ChatGPT 在网页端领先 Gemini 和 Claude,Canva、Notion 进入前十。
据 Business Insider 看到的文档、截图和内部聊天记录,Google 正在测试 Argon、Barium、Carbon 三个 Gemini 4 变体,其中 Carbon 已在 Google 内部编码平台 Jetski 上部署数日,据说主要在编程任务上强于 Argon,一名员工将其与 Anthropic 最强的编码模型 Opus 5.5 相比,但仍需更多测试。
Google 发布新一代生图模型 Nano Banana 2.1,围绕视觉设计、蒙版编辑、主体一致性和画面真实自然性升级,支持 4K 直出。据 Arena 数据,它在文本转图像、多图像编辑及单张图像编辑三项上平均提升约 61.7 分,文本转图像排名第四、仅次于 GPT。
选题角度:原文给出4K直出样片、中文海报实测和Arena分数提升,适合做新旧版本同提示词出图对比。
苹果发布会正失去“科技春晚”光环,AI 开发者大会成为新的流量中心,但 OpenAI 2026 年 9 月的 DevDay 已显露新品增量有限、信息提前泄露等成熟发布会问题。文章认为,看懂 AI 进步应跳出发布会,关注 token 价格、任务综合成本、Agent 自主试错与边用边学等指标。
Google Research 负责人 Yossi Matias 探讨 AI 下一次突破的方向,涵盖超越 Scaling Law 的架构创新(如投机解码提升效率)、环境智能与 Generative UI 交互范式、AI Co-Scientist 加速科学发现,以及洪水预测、Google Earth AI 行星级智能、医疗 AI 开放生态与量子计算进展。
Gemini 上线新技能 Write Like Me,会从用户已发送邮件中提取开头、语气、句子长度和结尾习惯,锁定个人写作风格。用户在新对话中调用该技能、粘贴一封邮件并附上一句如 decline this 的简短说明,即可一键生成听起来像本人写的回复。作者称该技能适合用来处理那些以往会被忽略的重复性邮件。
选题角度:原文给出 Write Like Me 的完整使用流程,适合录屏实测同一封邮件在开启与不开启该技能时的语气差异。
本周 AI 动态包括 Claude Haiku 5.5 发布、GPT-6 面向所有用户开放,以及 Codex 默认速度提升并新增免费自动审查功能。Grok 推出多模型后端与 X 平台机器人监控,Mistral Large 4 和 Reflection Beam 模型同期亮相,Google 则带来离线笔记工具与 Gemini Agent。
ChatGPT 与 Claude 近期密集更新,视频盘点了 GPT-6 的新智能 UI、ChatGPT Meetings、音频上传、文档扫描,以及 Claude 接入 Google Workspace 等新功能。内容同时说明哪些功能可用、哪些仍受限,并提及 Grokbot 即将支持多模型。
Google 与贝斯以色列女执事医疗中心(BIDMC)主导的一项研究发表于《柳叶刀》主刊,这是 Google 研究成果首次登上该刊。
Google Cloud发布Gemini Agent,定位为可长期运行的通用办公Agent,能查资料、写邮件、做PPT、分析数据、编写运行代码,并跨应用调用工具、召集子Agent协作。
Google 推出名为 Googlebook 的新款笔记本,Asus 和 Dell 均提供了对应机型用于评测。目前关于该产品的具体配置、价格和上市信息尚未披露。
Biohub、美国能源部(DOE)、美国国立卫生研究院(NIH)及新资助伙伴宣布共同投入 18 亿美元,用于生成并开放 AI-ready 生物数据,规模为迄今最大。
Google 在 Google Cloud 活动上宣布把 Gemini 带入智能体时代,推出可在单一界面内回答问题并替用户完成任务的统一智能体,初期面向企业,之后再推向消费者。
Google 发布对标 Granola 的 AI 会议记录应用 Google AI Edge Foresight,Mac 版可完全离线运行,使用 7.4 亿参数的端侧 EmbeddingGemma 2 模型跨应用捕捉会议笔记,包括线下会议。
扎克伯格与普莉希拉·陈支持的 Biohub 正协调一项 18 亿美元计划,用 AI 模型预测细胞行为以加速药物研发。Meta、Google DeepMind 和 Isomorphic Labs 合计出资 3 亿美元,美国能源部五年投入超 5 亿美元用于实验室测量与算力,NIH 协调此前超 5 亿美元联邦资金建成的数据集。首批数据集预计约一年后就绪,商业出资方可获一年独家数据访问权。
Google 将 SynthID Detector 向公众开放,任何人都可以检查图片、视频或音频是否由 Google 及其合作伙伴的 AI 生成。该工具可识别 Gemini、Veo、Lyria 等模型嵌入的隐形水印,支持 JPG、PNG、MP4 和 MP3 格式。
Google 发布浏览器端 AI 平台 Playground,美国成年用户无需编程,仅靠文字输入即可创建游戏,并通过与 AI 来回对话调整游戏规则、物理、角色和环境,结果可即时测试。
Google Labs 推出 AI 游戏创作平台 Playground,用户用简单文字提示即可构建浏览器游戏,无需编程经验。创作者可选择问答、竞速等品类,指定 2D 或 3D、单人或多人,并描述玩法机制与视觉风格,还能上传图片让 AI 转成符合美术风格的游戏素材。
Google DeepMind 发布 SynthID Detector,可快速识别视频、音频和图片中的 SynthID 水印,即使素材经过加滤镜等编辑后仍可识别。用户还可以使用 Google Chrome、Google Search 和 Gemini App 中已有的 AI 识别功能。
选题角度:官方演示 SynthID Detector 在加滤镜等编辑后仍能识别视频、音频和图片水印,适合实测加水印再修图看识别结果。
Google DeepMind 宣布 SynthID Detector 现已向所有人开放,可用来检测在线内容是否由 GoogleAI 或行业合作方的工具生成。合作方包括 OpenAI、NVIDIA、Kakao,Apple 即将加入。官方给出了试用链接。
选题角度:官方开放了 SynthID Detector 的公开入口,可现场演示用它检测 Google 及 OpenAI、NVIDIA 等合作方生成的内容。
Google 上线 SynthID 验证网站,任何人都可以上传图像、视频或音频,检查内容是否由 AI 生成。该工具此前只向部分记者、媒体从业者和研究人员开放测试,现在向所有人开放,支持 JPG、PNG、MP4、MOV、WAV、MP3 等格式。
Google DeepMind 推出 AlphaGenome Atlas,可用于解读基因组信息。该工具已开放访问,具体入口见官方链接。
Google 发布实验性游戏平台 Playground,用户通过对话式界面输入提示词即可创建、游玩和分享自定义游戏,无需编程经验。平台基于浏览器,支持手机和笔记本游玩,可生成分享链接或发布到 Explore 画廊,部分品类支持排行榜和多人对战,已发布游戏需通过安全审核。
选题角度:Google 官方放出 Playground 的开放入口和演示游戏,适合录屏实测用几句提示词从零生成一款可玩的小游戏。
开发者吐槽Claude、GPT等模型在Coding场景下输出"15/15全绿""单腿哑火"等黑话,被指是Coding过拟合与CoT压缩Token所致,穴居人式思维链可省70% Token消耗。GitHub上教AI说黑话的CaveMan Skill已获104K星星,2019年的文言编程语言wenyan-lang也已有20K星。Gemini因排版清晰、语言自然成为少数仍能正常沟通的模型。
作者用 UniversalModder 把 DOOM 怪物和链锯枪塞进 Skyrim,做出 SkyDoom,整个 mod 约一小时完成;UniversalModder 是 Claude Code、Codex 或 Gemini CLI 的技能,指向两款游戏并说明需求即可。
选题角度:作者用 UniversalModder 把 DOOM 塞进 Skyrim 做出 SkyDoom,可录屏复现这套跨游戏 mod 的玩法流程。
Google DeepMind 推出 EmbeddingGemma 2,基于 Gemma 4 架构、740M 参数,以 Apache 2.0 许可开源,可将文本、图像、音频、视频映射到统一嵌入空间。
TechCrunch 报道,个人 AI 智能体在替用户下单、订票时频繁被网站拦截,亚马逊已开始阻止 Meta 的 Muse 智能体浏览和购买其商品。沃尔玛称拦截并非有意,用户遇到的往往是验证人类身份的按钮中断导致检查失败;达美、Yelp 等则明确限制或不允许非人类流量。Meta、沃尔玛、Stripe、Sierra 等已着手制定一套面向电商场景的智能体间通信开放标准,以区分好机器人与坏机器人。
Google 发布开源多模态嵌入模型 EmbeddingGemma 2,以 7.4 亿参数在 Massive Text Embedding Benchmark (Code) 上得分 78.68,较前代 68.76 提升近 10 分,性能对标规模两倍的竞品。
Google 发布图像生成与编辑模型 Nano Banana 2.1,取代 2026 年 2 月发布的 Nano Banana 2,官方称在视觉质量、文字渲染、多轮对话中的角色一致性、宽幅全景和信息图方面全面提升。
Pika 宣布 Nano Banana 2.1 已在其平台上线,官方称该版本带来更好的视觉质量、更快的速度,并内置 Gemini 的真实世界智能。原文未披露具体参数、开放范围或价格信息。
选题角度:Pika 官方宣布 Nano Banana 2.1 上线,可围绕画质与速度提升做同提示词新旧版本出图对比实测。
Gemini 上线 Skills 功能,用可复用工作流让 Gemini 每次以相同方式执行任务。部分 Skills 只是指令集,另一些则包含参考资料和工具,让 AI 能实际完成任务而不只是描述做法。
选题角度:原文给出 Skills 在 Gemini Chat 和 Gemini Spark 的入口位置,适合录屏演示从设置里建一个技能并跑通同一任务。