Google DeepMind 发布 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型，支持用自然语言提示词在 100 多种语言和方言中定制角色声音，可从 30 秒音频样本复刻声音，并提供 2000 多个现成声音。
推荐理由：官方介绍了两款 TTS 模型的定制能力、基准成绩和开放渠道，开发者可以据此评估语音生成方案的选型。
Google DeepMind 与 Google Research 发布 WeatherNext 3，据 Brightband 独立实时评测为其迄今最先进、最准确的全球天气 AI 模型。
推荐理由：官方原文给出分辨率、更新频率与降水精度等具体指标，读者可据此评估其对天气预报和清洁能源场景的实际改变。
Google Research 发布 AMIE (Video)，基于 Gemini 和 Project Astra 的实时视频问诊系统，采用 Talker、Planner、Perception 三个智能体并行工作的异步多智能体架构。
推荐理由：原文给出研究架构、随机对照规模和关键结果，读者可以了解视频问诊 AI 与真人医生对比的具体依据和局限。
Google DeepMind 在 Nature 发表论文并开源 WeatherNext 2 和 WeatherNext Cyclones 模型，单一 AI 模型即可预测气旋路径、强度和风结构，平均多出超过 24 小时的预报提前量，相当于过去 20 年趋势下约十年的气象进步。
推荐理由：Google DeepMind 官方发布并开源了模型权重，读者可以结合 Nature 论文数据评估其对气旋预报工作流的实际改进。
Google DeepMind 发布 Gemini Robotics 2，包含 VLA 模型 Gemini Robotics 2、具身推理模型 Gemini Robotics ER 2 和端侧模型 Gemini Robotics On-Device 2，实现全身控制、精细操作和多机器人协作。
推荐理由：官方发布同时给出三个模型的分工、适配速度数字和安全基准，读者可以据此评估具身智能模型进入全身控制和多机协作的实际进展。
Google DeepMind 发布 Nano Banana 2 Lite（gemini-3.1-flash-lite-image）和 Gemini Omni Flash（gemini-omni-flash-preview）。
推荐理由：官方同时给出两款模型的定价、延迟数字和已知限制，开发者可以直接据此评估是否替换现有图像与视频工作流。
Google DeepMind 发布 Gemini Robotics-ER 1.6，面向机器人的具身推理模型，在指向、计数、成功检测等空间与物理推理上较 Gemini Robotics-ER 1.5 和 Gemini 3.0 Flash 明显提升，并新增仪表读取能力，可解读压力表和视镜。
Google DeepMind 发布 Gemini 3 Deep Think 重大升级，面向科学、研究和工程挑战的专用推理模式。
推荐理由：原文给出 Deep Think 多项基准成绩和 API 开放入口，读者可以据此评估它在科研与工程场景的可用性。
Google DeepMind 发布两篇论文，介绍 Gemini Deep Think 在专家指导下解决数学、物理和计算机科学的专业研究问题。其数学研究智能体 Aletheia 配备自然语言验证器并可承认失败，在 IMO-ProofBench Advanced 上最高得分 90%，并自主解决 Bloom's Erdős 猜想数据库中的四个开放问题，包括 Erdős-1051。
推荐理由：原文给出两篇论文的具体成果和方法细节，读者可以了解 AI 辅助科研的实际边界与协作模式。
Google DeepMind 与 Google Research 发布 WeatherNext 2 天气预报模型，生成预报速度快 8 倍，分辨率最高达 1 小时。
推荐理由：Google DeepMind 官方介绍了 WeatherNext 2 的技术细节、性能对比数据和开放获取渠道，读者可以据此评估其在天气预报场景的可用性。
Google DeepMind 发布 SIMA 2，将 Gemini 模型嵌入智能体核心，使其从跟随指令进化为能思考目标、与用户对话并自我改进的通用游戏智能体。
推荐理由：官方介绍 SIMA 2 如何借 Gemini 从执行指令走向推理与自改进，读者可了解具身智能体训练路径。
Hugging Face 将 Perceiver IO 加入 Transformers 库，这是首个能处理文本、图像、音频、视频、点云等多种模态及其组合的 Transformer 神经网络。该模型在 256 或 512 个 latent 变量上执行自注意力，使计算量与输入大小呈线性关系而非平方依赖。官方提供了预测光流和图像分类的 Spaces 示例及多个 notebook。