谷歌力推机器人智能新高度：Gemini AI赋能，导航与任务执行技能全面提升

近日消息，谷歌透露正运用Gemini人工智能技术深化其机器人的学习进程，旨在优化它们在环境导航与任务执行上的智慧表现，此举预计将进一步推动机器人技术的边界。

DeepMind 机器人团队在一篇新的研究论文中详细解释了如何利用 Gemini1.5Pro 的长上下文窗口来让用户更轻松地用自然语言指令与 RT-2机器人交互。

通过拍摄指定区域的视频游览，研究人员使用 Gemini1.5Pro 让机器人 “观看” 视频以了解环境，从而使机器人能够根据观察到的情况执行命令，比如引导用户到电源插座充电等。

DeepMind 表示，搭载 Gemini 的机器人在9000多平方英尺的操作区域内成功执行了50多个用户指令，成功率达到90%。

此外，研究人员还发现 Gemini1.5Pro 让机器人能够计划如何完成指令，不仅限于导航。例如，当一个桌子上放着很多可乐罐的用户询问机器人是否有他们最喜欢的饮料时，Gemini 让机器人知道应该前往冰箱检查，然后向用户报告结果。DeepMind 表示将进一步调查这些结果。

根据研究论文显示，虽然谷歌提供的视频演示令人印象深刻，但根据论文所示，机器人处理这些指令需要10-30秒的时间。尽管我们可能需要一些时间才能与更先进的环境测绘机器人共享家园，但至少这些机器人可能能够帮我们找到遗失的钥匙或钱包。

谷歌Gemini亮出创新绝招：个性化定制GPT体验，记忆功能打造专属互动回复

近日消息，谷歌计划为其Gemini人工智能助手推出一系列重要更新。这些更新是根据反向工程师的发现而披露的，虽然具体的更新细节尚未完全公布，但预计这些改进将涵盖多个方面，旨在提升Gemini助手的功能性和用户体验。

从该工程师发布的截图来看，这一轮更新原计划在 7 月 11 日、7 月 18 日分批推送，但他又声称 7 月 11 日的更新已经推迟至 7 月 15 日，预计当天将带来 1 项功能。而在 7 月 18 日，谷歌计划发布 4 项 Gemini 新功能。

媒体披露了近期即将发布的新功能，但未说明这些功能的具体上线日期。

文生图工具 Imagen3：除了 VideoFX 和 Veo 之外，Imagen3 预计将提供给 AI Labs 的 alpha 测试人员，最终也可能提供给 Gemini Advanced 用户。

定制 GPT“GEM”：用户将能查看、编辑和复制 GEM，可从 GEMs 管理器选项卡中访问。鉴于开发时间较长，GEM 可能会是一个重要的发布版本，但也可能会推迟发布。

记忆或个性化回复：此功能在代码中已经存在了一段时间，其功能与 ChatGPT 上的记忆功能类似，用户将在“设置”中拥有一个专门的选项来访问。不过，由于该功能被命名为“个性化回复”，因此实际体验或操作可能会有变化。

集成录音、Google Photos：用户可以录制语音并以.wav 的格式上传，或直接从网页端的 Google Photos 直接选择照片上传（可能暂未解决无法上传多图的问题）。

集成 Chrome 浏览器扩展：界面显示了一个“在提示词中发送链接”的选项，需要借助相应的 Chrome 浏览器扩展程序。

苹果谷歌等被指未遵守欧盟新反垄断法

当地时间周二，包括 Ecosia、Qwant 和 Shibsted 在内的 24 家公司联名发表公开信，对苹果、谷歌、亚马逊、微软、Meta、字节跳动（TikTok）等科技巨头提出指责，称这些巨头未能遵守欧盟新规。

根据规定，这些“看门人”必须让自己的即时通讯应用与竞争对手的应用兼容，并让用户决定自己的设备预装哪些应用。欧盟的另一项要求是，这些平台不能实施“偏好自家服务”的做法。

签署公开信的这些公司表示，企业和消费者在很大程度上被“蒙在鼓里”，不知道 2024 年 3 月 7 日之后会发生什么。这个日期是关键的最后期限，谷歌、亚马逊、苹果、Meta、微软及字节跳动都需要在这一天之前让自己的业务符合《数字市场法案》。

其中一家签署公开信公司的CEO表示：“如果不能遵循《数字市场法案》的规则和精神，公平地展示各个搜索引擎，那么我们就不会看到市场份额的积极变化。相反，这只会进一步巩固谷歌等巨头的市场地位。因此，在 2024 年 3 月的最后期限到来之前，我们需要欧盟委员会和所有相关方的支持，共同推动这一进程的公平进行。随着全球关注度不断提高，欧洲的数字监管机构将成为全球关注的焦点。”

谷歌推出NeuralGCM气象预测AI，实现成本与精准度双重优化

近日消息，谷歌公司近日宣布了一项AI领域的重大突破，他们新推出的NeuralGCM模型，巧妙融合了机器学习算法与经典气象学方法，为天气预测领域带来了革新。这项创新成果已被国际顶级科学期刊《Nature》刊载，标志着AI技术在气象预报中的应用迈上了新的台阶。

谷歌公司表示相比较其它纯粹基于机器学习的天气预报模型，NeuralGCM 的特点在于成本更低，在预报未来 1-10 天天气方面准确度更高。

研究报告的共同作者、谷歌研究公司的斯蒂芬·霍耶尔（Stephen Hoyer）表示，NeuralGCM 模型是开源的，用户可以在笔记本电脑上相对快速地运行。

NeuralGCM 模型由谷歌研究院、谷歌 DeepMind、麻省理工学院、哈佛大学和欧洲中期天气预报中心的科学家利用机器学习和神经网络研发而成，附上其训练模式如下：

以大脑神经元为模型，根据过去几十年的天气数据进行训练。

它还使用物理方程描述大尺度天气模式，本质上结合了全球环流模型、物理密集型方法与人工智能驱动的任务。

保留了一些大尺度物理学，并用人工智能取代了部分建模工作。

研究人员说，这样做的结果是，该模型可以用更少的计算能力更快地做出高质量的预测。他们说，NeuralGCM 的准确度不亚于欧洲中期天气预报中心（ECMWF）的 1-15 天预报。