谷歌推出零代码 AI 游戏平台,人人都能当游戏开发者
相关推荐
谷歌推出图像模型Nano Banana 2.1,文字渲染能力提升
PANews 10月6日消息,据谷歌DeepMind官网模型卡,谷歌发布图像生成与编辑模型Nano Banana 2.1,基于Gemini 3.6 Flash构建,画质、提示词遵循、角色一致性及文字渲染较前代显著提升,最高支持4K输出。偏好测评中,其思考模式得分超1050,高于Nano Banana Pro的935。该模型已在Gemini应用及API上线。
ElevenLabs v4登顶TTS榜,超过Gemini和Qwen
动察 Beating AI 快讯,ElevenLabs 发布新一代语音模型 Eleven v4 和实时版 Eleven v4 Turbo。v4 主打更自然的情绪和声音控制,Turbo 面向实时语音 Agent,中位推理延迟约 100ms。 在 Artificial Analysis 最新 TTS 盲测榜中,Eleven v4 目前以 1315 Elo 排第一。Cartesia Sonic 3.6 为 1275,Gemini 3.8 Flash TTS 为 1267,Qwen-Audio-3.0-TTS-Plus 为 1258。上一代 Eleven v3 目前只有 1169,排第 17。 v3 已经支持笑声、耳语等音频标签,v4 主要把这套控制做得更准。用户可以直接指定语气、节奏、情绪和音效,也可以用自然语言描述一句话该怎么说。模型还把语言覆盖从 70 多种扩到 90 多种,Instant Voice Clone 只需要约 10 秒音频,并增强了长文本和多人对话中的声音一致性。 Turbo 则专门解决实时对话的速度问题。官方文档显示,v3 Conversational 的中位推理延迟约为 280ms,v4 Turbo 降到约 100ms。
谷歌补上Gemini Windows App,但首发版和网页端差别不大
动察 Beating AI 快讯,谷歌正式推出 Gemini Windows 桌面 App,支持 Windows 10 和 11,全球开放。按下 Alt + Space 就能从任意界面叫出 Gemini,不用再切到浏览器。Gemini Spark、Gmail 和 Drive 连接,以及 Nano Banana 生图、Gemini Omni 生视频也都搬了进来。 不过首发版的「桌面能力」还很少。9to5Google 称,目前界面基本就是网页版加上 Notebooks 和历史记录侧栏。谷歌自己的说明也显示,Mac 版已经能读取屏幕内容、跨 App 语音输入,还能让 Spark 整理本地文件夹;这些能力 Windows 版都要以后再补。
腾讯开源「音频版Nano Banana」:改词换声全包,语音编辑大幅刷榜
动察 Beating AI 快讯,腾讯混元开源 15 亿参数语音生成与编辑模型 AuK,官方直接称它为「音频版 Nano Banana」。声音克隆、改词、换情绪、去口音、调语速和音高、降噪、多人及音乐分离,都塞进了同一个模型,用自然语言就能控制。 AuK 可以直接改已有录音。说错几个字,只改那几个字就行,不用整段重录;内容不变,也能换情绪、音色或口音。改歌词、去掉笑声和咳嗽声、把正常说话改成耳语也都支持。声音克隆也不用先给参考录音配文字稿,只要一段声音和新的文本就能生成。 官方测试中,AuK 在语音生成和通用语音编辑多项评测领先。SpeechEditBench 得分 49.73,第二名 Ming-UniAudio 为 28.70。快速版 AuK-Flash 经过蒸馏后只需 4 步推理,速度约快 4.5 倍。不过论文也承认,AuK 目前还不能稳定理解所有随意输入的自然语言指令,仍要靠 Prompt Enhancer 先判断任务、整理参数和改写指令。代码和模型权重已经公开,采用 MIT 许可证。
Google 推出 Playground,输入文字描述即可生成可玩游戏
ChainCatcher 消息,Google 于 10 月 7 日推出网页平台 Playground,用户可用自然语言描述游戏创意,无需编写代码即可获得可玩、可分享的游戏版本。用户还能通过对话继续调整物理效果、规则、角色或场景,并通过链接分享作品。该工具目前面向美国 18 岁以上用户开放,创建权限按用户的 Google AI 订阅等级分层。Playground 中的游戏可在手机和笔记本电脑的浏览器中运行。创作者可将作品设为私密,或发布至社区画廊,所有游戏均需通过安全审核,部分品类支持排行榜与多人模式。Google 称其为“一项早期实验”,其公告未披露定价,也未说明该工具由哪些 AI 模型驱动。升级路径指向 Unity Spark,Google 表示 Playground 将很快接入该工具,以满足需要专业级机制与高保真 3D 的创作者。Google 与 Unity 在联合声明中称 Spark 将于今年晚些时候推出,封闭测试即将开启。此前 DeepMind 于 2024 年发布 Genie 模型,今年 1 月 Google 又向美国 AI Ultra 订阅用户开放基于 Genie 3 的 Project Genie。
Mysten Labs宣布与Google Cloud合作推出可验证AI代理仲裁器
BlockBeats 消息,10 月 6 日,据官方消息,Mysten Labs 今日宣布与 Google Cloud 合作推出可验证代理仲裁器(VAA)。该系统作为一层证据层共同开发,旨在帮助企业证明其 AI 代理是在获授权的范围内执行任务。随着 AI 代理开始执行交易、与其他代理协商并跨企业边界开展活动,VAA 可为企业提供一份可独立于生成该记录的平台进行验证的活动记录。 目前,企业希望将 AI 代理投入生产环境,但由于缺乏能够被交易对手方、审计机构或监管机构信任的活动记录,相关应用受到限制。VAA 旨在提供此类记录,并帮助企业满足即将实施的监管要求,包括欧盟《人工智能法案》。自 2027 年起,该法案将针对日志记录失败行为处以最高 1500 万欧元或企业全球年度营业额 3% 的罚款。 VAA 将 AI 代理活动记录与其完整性证明分离。包括提示词、模型输出、工具调用和策略决策在内的详细遥测数据,将继续保存在由客户控制的 Google Cloud Storage 中并保持私有;该记录的加密证明则将存储于面向 AI 应用需求构建的数据平台 Walrus,并通过 Layer 1 区块链 Sui 进行协调。