Nano Banana 2 ：融合 Pro 级性能，闪电般极速
Google DeepMind 发布 Nano Banana 2 图像生成模型，将专业级能力与极速响应合二为一。核心升级包括继承 Pro 版的世界知识与文本渲染技术，同时具备闪电般的生成速度。技术亮点涵盖精准对象渲染、信息图表与数据可视化、主体一致性支持 5 角色 14 对象、复杂指令理解及 512 像素至 4K 分辨率输出。该模型现已集成至 Gemini 、 Google 搜索等多平台，并强化 SynthID 溯源技术。这标志着生成式 AI 图像领域专业工具的加速普惠。
衡量迈向通用人工智能的进展：认知框架
Google DeepMind 发布基于认知科学的 AGI 评估框架，将通用智能分解为感知、学习、推理等 10 项核心认知能力，并设计三级评估协议将 AI 与人类能力对标。同步启动 Kaggle 黑客松竞赛，总奖金 20 万美元。该框架标志着 AGI 评估从“能力展示”转向“认知溯源”，但认知能力边界界定等挑战仍待解决。
Google 为 Mixboard 开发语音模式与协作工具
Google 实验性创意工具 Mixboard 正在从图像生成向协作工具转型。新版本新增贴纸、语音笔记等元素叠加功能，并测试通过语音指令操控画布的完整语音模式，直接对标 Miro 、 FigJam 等协作白板工具。同时新增 PDF 导出功能，支持将画布内容生成为结构化摘要文档。 Google 可能在本月 I/O 开发者大会上正式发布这些功能。
谷歌和英特尔深化 AI 基础设施合作
Google Cloud 与 Intel 扩大多年 AI 芯片合作，将部署 Intel Xeon 处理器系列用于 AI 推理任务。双方深化定制 IPU 研发，该技术通过承担数据中心工作负载提升系统效率。 Intel CEO 陈立武强调 CPU 与 IPU 协同是实现 AI 负载性能、能效和灵活性的关键。当前行业呈现 GPU 主导训练、 CPU 主导推理的分工格局，多家企业正加大 CPU 领域投入。
6 个简单方法：用 Gemini 高效备考期末
Google 推出 Gemini AI 作为“个人学习搭档”，提供六大备考功能：将笔记整合为学习中枢、将教材压缩为闪卡、将文字转化为 AI 对话音频、生成可视化模型、自定义练习卷检验盲区、追问式引导理解。 Gemini 正推动 AI 从“答案机器”向“学习过程参与者”转型，但学习效果仍取决于使用者能否将工具转化为深度思考的触发器。
推出 Learn Mode ： Google Colab 的个人编程导师
Google Colab 为 Gemini 推出 Custom Instructions 和 Learn Mode 两项新功能。前者允许用户在笔记本层面存储代码风格、课程大纲等个人偏好设置；后者将回答转化为分步骤操作指引，帮助理解底层概念而非直接提供代码。这两项功能面向资深开发者、教育工作者和编程初学者等多种用户，并支持笔记本分享时同步传递配置。反映出 AI 辅助编程工具正从“代劳者”向“引导者”转型。
体验 Gemini 笔记本：轻松管理项目的新方法
Google Gemini 推出 Notebooks 功能，打造跨平台个人知识库。该功能支持将对话、文档整合至统一空间，并实现与 NotebookLM 的无缝同步。用户可添加自定义指令和上传文件，为 AI 提供更丰富的上下文信息，提升回答精准度。系统采用分层访问机制，付费用户优先体验。
Gmail 中的 Gemini ： Google 如何确保用户邮件私密性
Google 澄清 Gemini 训练数据不包含 Gmail 个人邮件，通过差分隐私、联邦学习等技术保护用户数据。用户内容与通用训练数据隔离，仅在特定功能需要时被临时调用。企业用户可通过 Workspace 控制台管理 AI 权限。隐私专家表示，此举反映出 AI 服务商在监管压力下需平衡功能创新与隐私合规。
三项更新让 Maps 贡献更轻松
Google Maps 本周推出三项更新，降低用户贡献门槛：一是简化照片视频发布流程，用户授权后可直接发布近期内容；二是接入 Gemini 大模型，自动分析图片生成说明草稿；三是优化贡献可视化，突出显示积分、等级和徽章信息。此轮更新的核心逻辑是通过降低操作成本来增加优质内容供给，是务实的增长策略。