用 NotebookLM 多维阅读法 1 天吃透整本书
作者分享了一套基于 NotebookLM 的多维阅读法,可 1 天吃透整本书。完整流程为导入电子书后生成思维导图速览章节,用提示词生成信息图和 PPT 加深理解,再生成全书报告、针对疑问直接向来源提问,并用测试题自动评分检验成果,最后配合闪卡、音频概览和视频概览全方位复习。文中以《影响力》为例演示了操作过程,并汇总了 6 种生成趣味 PPT 的提示词。
作者分享了一套基于 NotebookLM 的多维阅读法,可 1 天吃透整本书。完整流程为导入电子书后生成思维导图速览章节,用提示词生成信息图和 PPT 加深理解,再生成全书报告、针对疑问直接向来源提问,并用测试题自动评分检验成果,最后配合闪卡、音频概览和视频概览全方位复习。文中以《影响力》为例演示了操作过程,并汇总了 6 种生成趣味 PPT 的提示词。
谷歌开放世界模型 Genie 3 的测试应用 Project Genie,该平台由 Gemini 3、Nano Banana Pro 和 Genie 3 驱动,能以 24 帧每秒生成 720P 可交互世界。
Google DeepMind 开始向美国 Google AI Ultra 订阅用户(18 岁以上)滚动开放 Project Genie,这是一个基于 Genie 3、Nano Banana Pro 和 Gemini 的实验性研究原型网页应用,支持用户用文本或图片创建可探索的交互世界、实时生成前行路径,并对已有世界进行混编与视频下载。
推荐理由:原文列出了世界素描、探索、混编三大能力与生成时长等限制,可据此判断世界模型从研究走向消费级体验的成熟度。
本期 AIGC Weekly 速递三项更新:谷歌升级 Personal Intelligence 并发布 TranslateGemma 翻译模型;OpenAI 将 ChatGPT Go 会员推广至所有提供 ChatGPT 的地区(美国每月 8 美元)并在免费层与 Go 层小规模测试广告;Anthropic 推出 Claude Cowork。
Google DeepMind 提出 D4RT,一个将动态场景重建与追踪统一到单一框架的 AI 模型,可用同一查询接口完成点追踪、点云重建和相机位姿估计。它比此前方法快 18 至 300 倍,在单颗 TPU 上约 5 秒即可处理一分钟视频,研究团队表示这为机器人、AR 和世界模型等实时空间计算场景打开了路径。
Google DeepMind 更新 Veo 3.1 Ingredients to Video,基于素材图生成的视频更具表现力,角色、背景与物体一致性增强,并首次支持原生 9:16 竖屏输出与 1080p、4K 放大。
推荐理由:官方说明了 Veo 3.1 在竖屏输出与 1080p、4K 放大上的具体变化,并给出各端上线范围,便于判断它对短视频创作流程的影响。
Anthropic 开始封堵第三方 CLI 工具调用 Claude 订阅额度的反代服务,OpenAI 随后宣布官方支持 Open Code 等第三方 CLI 工具。
Google 回顾了 2025 年在 8 大领域的研究突破,Google DeepMind 与 Google Research 发布的 Gemini 3 Pro 登顶 LMArena Leaderboard,在 Humanity's Last Exam 与 GPQA Diamond 上取得突破分数,并以 23.4% 创下 MathArena Apex 新纪录。
谷歌发布 Gemini 3 Flash 模型,将 Gemini 3 的专业级推理与 Flash 级延迟、效率和成本结合,现已成为 Gemini 应用默认模型并免费开放。
推荐理由:梳理了 Gemini 3 Flash 相对 Gemini 2.5 Pro 的性能、速度与成本优势,并转述了它在两项指标上反超 Pro 的 RL 训练原因。
Google DeepMind 发布 Gemini 3 Flash,以低成本提供前沿推理与多模态能力。该模型在 GPQA Diamond 得分 90.4%,SWE-bench Verified 达 78%,速度为 Gemini 2.5 Pro 的 3 倍,已在 Gemini API、Vertex AI 及 Gemini 应用中推出。
推荐理由:官方发布 Gemini 3 Flash,以更低成本和更快速度提供接近 Pro 级的推理与多模态能力,适合关注模型选型与成本优化的读者。
Google DeepMind 发布 Gemma Scope 2,一套覆盖全部 Gemma 3 模型规模(270M 至 27B 参数)的开源可解释性工具套件。
本期 AIGC Weekly 汇总了上周 AI 领域的核心发布。谷歌更新 Gemini 2.5 系列 TTS 与 Native Audio 模型,OpenAI 发布 GPT-5.2,Runway 推出 Gen 4.5 与 GWM 系列世界模型,Mistral 开源 Devstral 2 并发布 Mistral Vibe CLI。
Google DeepMind 发布更新版 Gemini 2.5 Flash Native Audio 模型,提升复杂工作流处理、指令遵循和多轮对话能力。该模型已在 Google AI Studio、Vertex AI、Gemini Live 和 Search Live 上线。
推荐理由:原文列出了音频模型在函数调用和指令遵循上的基准提升,并说明实时语音翻译的语言覆盖范围,便于评估其在语音场景的可用性。
Google DeepMind 与英国 AI 安全研究所(AISI)签署新的谅解备忘录,将合作从模型测试扩展至更广泛的基础安全研究。双方将共享专有模型、数据与思路并联合发布报告,重点研究方向包括监测 AI 的 chain-of-thought 推理过程、探究社会情感错位带来的伦理影响,以及通过模拟真实任务评估 AI 对经济系统的长期影响。
Google DeepMind 宣布深化与英国政府的合作,聚焦用 AI 加速科学与教育、现代化公共服务并推进国家安全。
Google DeepMind 联合 Kaggle 推出 FACTS Benchmark Suite,新增 Parametric、Search、Multimodal 三项基准并更新 Grounding Benchmark - v2,公开 3,513 道题目。
密歇根州立大学 Berkley Walker 团队借助 AlphaFold 预测光合作用关键酶 GLYK 的三维结构,发现植物 GLYK 中三段柔性环在高温下会变形失效。他们用火山温泉嗜热藻类 GLYK 的刚性环替换这些不稳定环,构建的杂合酶中有一款在高达 65 °C 的温度下仍保持稳定。该研究为培育耐热作物、应对气候变暖导致的主粮减产铺平了道路。
Google DeepMind 官方回顾 AlphaFold 五年科学影响:AlphaFold 2 于 2020 年在 CASP 14 上仅凭氨基酸序列高精度预测蛋白质结构,相关成果获 2024 年诺贝尔化学奖。
密苏里大学科学家结合冷冻电镜与 AlphaFold,成功绘制出“坏胆固醇”关键蛋白 apoB100 的结构。apoB100 是低密度脂蛋白(LDL)的分子支架,新模型显示其形成一个包裹 LDL 颗粒的笼状外壳,并以一条带状结构维持颗粒在血流中的完整。这一成果为更精准地预防、诊断和治疗高胆固醇及动脉粥样硬化性心血管疾病打开了新的可能。
推荐理由:原文呈现 AlphaFold 与冷冻电镜结合破解 apoB100 结构的过程,可看作 AI 辅助科研的参照案例。
Google DeepMind 宣布支持白宫 Genesis 使命,与 DOE 合作把前沿 AI 模型与智能体工具开放给全部 17 座国家实验室的科研人员。
Google 在 Gemini 应用中上线 AI 图片验证功能,用户上传图片并提问后,系统会检查 SynthID 水印并结合推理返回该图片是否由 Google AI 生成或编辑。
推荐理由:官方说明给出 SynthID 水印验证在 Gemini 应用中的使用方式与后续扩展计划,可据此判断 AI 内容溯源工具的落地节奏。
Google DeepMind 发布 Nano Banana Pro(Gemini 3 Pro Image),一款基于 Gemini 3 Pro 构建的高保真图像生成与编辑模型,现已在 Google AI Studio 和 Vertex AI 以付费预览形式推出。
推荐理由:官方给出了新模型相对 Gemini 2.5 Flash Image 的画质与控制能力升级,以及付费预览的开放入口,开发者可据此判断是否迁移到更高画质的图像生成流程。
Google DeepMind 发布 Nano Banana Pro(即 Gemini 3 Pro Image),这是基于 Gemini 3 Pro 的图像生成与编辑模型,强调文字渲染、多图融合与高保真输出。
推荐理由:官方列出新模型在文字渲染、多图融合与分辨率上的提升,并给出各平台开放入口,便于读者判断如何接入使用。
Google DeepMind 发布 Gemini 3 Pro,称其在各大基准上超越前代,编码能力超越 2.5 Pro。模型预览版定价为 $2/百万输入 token 和 $12/百万输出 token(200k token 以内),可通过 Gemini API、Google AI Studio 和 Vertex AI 使用。
推荐理由:官方公布了 Gemini 3 Pro 的基准成绩、定价与开发者工具集成,读者可据此评估其在编码和多模态任务上的实际可用性。
Google DeepMind 将在新加坡设立全新研究实验室,扩大亚太布局以推进该地区 AI 发展与应用。过去一年其亚太团队已增长一倍以上,新团队将聚焦 Gemini 核心能力与亚太语言文化包容性研究,并与政府、企业及学界合作。
Google 正式发布 Gemini 3,首先推出 Gemini 3 Pro 预览版,号称在多模态理解、推理和编码方面达到业界最先进水平,LMArena 得分 1501 Elo。同时推出增强推理模式 Gemini 3 Deep Think 以及全新的智能体开发平台 Google Antigravity。
推荐理由:官方公布 Gemini 3 Pro 在推理、多模态和编码基准上全面超越 2.5 Pro,并推出 Deep Think 模式与 Antigravity 开发平台。
Google DeepMind 与 Google Research 发布天气预报模型 WeatherNext 2,预报速度提升 8 倍、分辨率精细到 1 小时,在 99.9% 的变量和 0-15 天预报时效上超越上一代 WeatherNext 模型。
推荐理由:原文给出 WeatherNext 2 相比上一代在 99.9% 的变量与预报时效上提升,并开放 Earth Engine、BigQuery 与 Vertex AI 早期访问,可据此判断气象数据的获取与使用方式变化。
Google DeepMind 发布 SIMA 2,一个以 Gemini 模型为核心的通用 AI 智能体,从指令跟随者升级为可交互的游戏伙伴。SIMA 2 能理解用户的高层目标、对话说明自己的意图,并通过试错与 Gemini 反馈自我改进;在从未训练过的游戏(如 ASKA 和 MineDojo)以及 Genie 3 生成的全新 3D 世界中也能泛化行动。
推荐理由:SIMA 2 从指令跟随者进化为能推理、会交流并自我改进的交互式伙伴,为具身智能走向通用性提供了可参照的路径。
Google DeepMind 在 Nature 发表新论文,提出一种将视觉模型的表征与人类知识对齐的三步方法,显著提升模型与人类判断的一致性、鲁棒性和泛化能力。
北爱尔兰 C2k 与 Google for Education 的六个月试点中,100 名教师用 Gemini 平均每周节省 10 小时。试点共收集 600 多个 Gemini 用例,教师们把节省下来的时间投入到学生互动与自身专业发展。C2k 计划将 Gemini 培训推广至北爱尔兰更多教师。
OpenAI 发布传闻已久的 "Atlas" 浏览器,与 Google、Perplexity 和刚被收购的 Arc 团队一同掀起 AI 浏览器入口大战。AI 原生浏览器与插件形态的差异、隐私安全、信任感与合规性成为核心议题。Atlas 收购 Dia 的战略意义与 Chromium 开源项目的影响,指向 AI 自动化对传统浏览器的颠覆。
腾讯科恩实验室分析了 Google Chrome 8 月 19 日修复的高危漏洞 CVE-2025-9132(V8 越界写,由 Project Zero 的 Big Sleep 报告),并基于 v8 13.9.205.19 修复前的 commit 成功实现利用。
OpenAI 与 Anthropic、Google、Microsoft 共同宣布 Frontier Model Forum 新任执行董事,并推出新的 $10 million AI 安全基金。
OpenAI 与 Google 研究者合作创建了 Activation Atlases,这是一种用于可视化神经元交互所代表内容的新技术。更好地理解 AI 系统的内部决策过程,将有助于发现其弱点并调查失效原因。
OpenAI 与 DeepMind 安全团队合作开发了一种算法,通过让人类在两种行为之间做出选择来推断人类意图。其目标是为安全 AI 系统移除人工编写目标函数的需求,避免用简单代理替代复杂目标带来的危险行为。
推荐理由:原文介绍了与 DeepMind 安全团队合作的偏好学习算法,读者可据此理解用人类偏好替代手写目标函数这一对齐思路的早期形态。
OpenAI 与 Google Brain、Berkeley、Stanford 的研究人员共同参与论文《Concrete Problems in AI Safety》,探讨如何确保现代机器学习系统按预期运行。论文围绕这一目标梳理了多个相关研究问题。