← 全部日期

AI & CV 每日科普 · 2026年7月3日

6 条当日/近期热点 · 工程师向浅科普

【主题】Google 把低成本图像和视频模型开放给开发者

解读 Google 发布 Nano Banana 2 Lite 和 Gemini Omni Flash,分别主打快速出图和对话式视频生成/编辑。对工程师来说,这适合做“先批量出草稿,再挑重点做视频”的内容流水线,但上线前仍要检查版权、安全和输出稳定性。

来源 Google Blog

【主题】TabFM 让表格数据也能试用基础模型

解读 Google Research 的 TabFM 把整张表当成上下文,用一次前向计算做分类或回归。它不一定马上替代传统特征工程,但很适合作为 AutoML、风控、运营预测场景的快速基线。

来源 MarkTechPost

【主题】Meta 新模型 Watermelon 被称追平 GPT-5.5

解读 Business Insider 报道称,Meta AI 负责人在内部会上说 Watermelon 在常用基准上追上 OpenAI GPT-5.5。由于模型仍在训练且没有公开评测,工程团队不应只看宣传口径,而要准备自己的任务集、延迟和成本评估。

来源 Business Insider Africa

【主题】新加坡英伟达芯片案提醒 AI 采购要看合规

解读 新加坡查封一栋与受限 Nvidia 服务器交易有关的豪宅,案件涉及虚报最终用户和可能转运。对使用 GPU 的团队,这说明供应链合规不只是法务问题,采购、云资源、MLOps 都需要保留最终用途和资产流转记录。

来源 SCMP

【主题】Reti-Pioneer 用眼底照片做多病种早筛

解读 研究团队展示 Reti-Pioneer,可从视网膜照片提示糖尿病、高血压、高血脂等六类疾病风险。这是 CV 在基层医疗的典型落地:模型先做风险分层,医生再用血液检查等手段确认,不适合把 AI 输出直接当诊断结论。

来源 Knowridge

【主题】Gemini Managed Agents 把沙箱代理封装成 API

解读 Google 的 Managed Agents 文档展示了让模型在隔离 Linux 沙箱内调用工具和执行代码的方式。它降低了自建 Agent 编排的门槛,但工程落地仍要重点检查权限边界、审计日志、数据出境和失败回滚。

来源 Google AI for Developers