AI读网页,这次真不一样了,谷歌Gemini解锁「详解网页」新技能
AI读网页,这次真不一样了,谷歌Gemini解锁「详解网页」新技能谷歌回归搜索老本行,这一次,它要让 AI 能像人一样「看见」网页。 这是谷歌前不久在 Gemini API 全面上线的 URL Context 功能(5 月 28 日已在 Google AI Studio 中推出),它使 Gemini 模型能够访问并处理来自 URL 的内容,包括网页、PDF 和图像。
谷歌回归搜索老本行,这一次,它要让 AI 能像人一样「看见」网页。 这是谷歌前不久在 Gemini API 全面上线的 URL Context 功能(5 月 28 日已在 Google AI Studio 中推出),它使 Gemini 模型能够访问并处理来自 URL 的内容,包括网页、PDF 和图像。
在图像生成上,Google 其实已经有 Imagen 4 这样的文生图模型,为什么 nano banana 最后还是由 Google 带来的?但这确实不是偶然或者瞎猜的,nano banana 是结合了 Google 多个团队的项目成果。首先就是 Gemini 强大的世界知识与指令遵循能力,其次就是 Google 内部顶尖文生图模型 Imagen,所提供的极致图像美学与自然度追求。
Attio 刚刚完成了 5200 万美元的 B 轮融资,由 Google Ventures 领投,他们的使命很简单也很激进:彻底重新发明 CRM,让它真正为 AI 时代而生。
你见过5个人的团队在12个月内做到700万美元年收入的奇迹吗?更疯狂的是,他们没有拿一分钱传统VC融资,却在AI视频生成领域与Google这样的巨头正面竞争。这就是法国创业公司Arcads.ai的真实故事。当所有人都在讨论如何让AI看起来更像人类时,他们的最佳广告却以"我是AI生成的"开头,转化率比任何其他创意都要高。
香蕉也能变礼服?Google 真的做到了! 在最新一期谷歌开发者节目里,Google DeepMind 团队首次全面展示了 Gemini 2.5 Flash Image —— 一款拥有原生图像生成与编辑能力的最新模型。
世界上最聪明的手机 Google Pixel,这次要连 P 图的活都帮你干了。 刚刚全新发布的 Pixel 10 系列手机,不仅能用 AI 手把手帮你拍照或者增强你拍的远距离照片,还支持全新的 AI 修图工具:只要动动嘴皮子,告诉 Gemini 你想要什么样的图,AI 就能自动帮你 P 好了。
Grok 又双叒叕捅娄子了。 在用户完全不知情的情况下,马斯克旗下 AI 聊天机器人 Grok 将数十万条用户聊天记录公开发布,并被 Google 等搜索引擎全网收录。
过去二十年,我们都在努力让品牌在Google搜索结果中排名靠前,学习SEO优化、关键词策略、外链建设。但现在,ChatGPT每天处理25亿次提示,80%的消费者在近一半的搜索中使用AI摘要。AI不再是搜索的辅助工具,而是发现品牌的主要入口。
硅谷各个模型公司在这个季度,开始分化到各个领域,除了 Google Gemini 和 OpenAI 还在做通用的模型;Anthropic 分化到 Coding、Agentic 的模型能力;Mira 的 Thinking Machines Lab 分化到多模态和下一代交互。
真正的业务宝藏往往就埋藏在那些看似杂乱无章的文本数据之中,即非结构化文本,但问题是,如何高效、可靠地把这些宝藏精准地挖出来,一直是个令人头疼的难题,今天我们就来聊聊最近GitHub12.3k star爆火的Google 开源项目LangExtract,它为这个问题提供了一个相当漂亮的答案。