谷歌Gemini Embedding 2重磅发布！首款全多模态嵌入模型来了

谷歌于2026年3月10日前后正式推出Gemini Embedding2，这是其首款基于Gemini架构的完全多模态嵌入模型。目前已在Gemini API和Vertex AI上开放Public Preview，开发者可立即调用体验。

统一嵌入空间，打破模态壁垒  

Gemini Embedding2的核心创新在于，将文本、图片、视频、音频和文档（PDF）等多种数据类型映射到同一个统一的嵌入向量空间中。这一设计彻底实现了跨模态检索与分类，支持超过100种语言，真正让不同模态数据“说同一种语言”。

混合输入能力，精准捕捉语义关联  

模型原生支持混合模态输入，例如同时传入图片+文字、视频+音频等复杂组合。系统能够深度理解不同媒体之间的语义关联，而非简单并列处理，为多媒体内容理解带来质的飞跃。

音频原生处理，无需ASR转录  

另一大突破是音频直接嵌入功能。用户可直接输入原始音频文件，模型无需先进行语音转文本（ASR），即可输出高质量嵌入向量。这不仅大幅简化了多模态数据处理流程，还显著降低了延迟和计算成本。

多场景落地，RAG迎来新纪元  

凭借统一架构和强大跨模态能力，Gemini Embedding2可广泛应用于RAG检索增强生成、语义搜索、情感分析、内容聚类、法律证据检索等场景。AIbase编辑认为，这一模型的发布将显著降低企业构建多模态AI应用的门槛，推动AI从“文本时代”全面迈向“全感知时代”。

via AI新闻资讯 (author: AI Base)

美国国防部加速AI部署 谷歌Gemini智能体将进入办公体系

美国国防部负责研究与工程的副部长埃米尔·迈克尔透露，谷歌正计划向五角大楼 300万员工引入AI智能体，以实现日常工作的自动化。迈克尔表示，谷歌的Gemini AI智能体能够在用户设定任务后独立完成工作，初期将在非机密网络上运行。迈克尔补充说，五角大楼正在与谷歌讨论在机密云上部署这些AI智能体的可能性，“我非常有信心，他们将成为我们所有网络平台上的优秀合作伙伴。”根据迈克尔的说法，谷歌将在最新的合作中推出8个现成的AI智能体，主要用于自动化行政任务，包括总结会议纪要、编制预算、检查行动计划等，部分智能体也可能具有作战影响，帮助规划行动以及估算资源需求。

—— 财联社、彭博社

via 风向旗参考快讯 - Telegram Channel

Increased errors with ChatGPT file downloads

Status: Identified

We have identified that users are experiencing elevated errors for the impacted services. We are working on implementing a mitigation.

via OpenAI status

英伟达重磅投资Thinking Machines 将部署1吉瓦算力训练AI模型

人工智能初创公司Thinking Machines Lab本周二表示，已与英伟达达成一项多年期合作协议，英伟达将对其进行一笔重大投资，同时该公司还将采购至少一吉瓦规模的英伟达下一代处理器，用于训练并运行其前沿AI模型。不过，双方未披露该交易的具体财务条款。根据协议，这家由前OpenAI公司首席技术官米拉·穆拉蒂于去年创立的公司，将从明年初开始部署英伟达即将推出的Vera Rubin系统。这些算力资源将主要用于训练该公司的AI模型。行业内高管表示，一吉瓦的算力规模，其建设成本可能达到约500亿美元。

—— 财联社

via 风向旗参考快讯 - Telegram Channel

Increased errors on ChatGPT File Uploads

Status: Investigating

We are investigating the issue for the listed services.

Affected components
● File uploads (Degraded performance)

via OpenAI status

[Grok in X] Grok in X is Temporarily Unavailable

Status: ACTIVE

Severity: outage

----------------------

Updates:

Tue, 10 Mar 2026 20:09:38 GMT

Investigating

Grok in X is Temporarily Unavailable

via xAI System Status

[Grok (iOS)] Grok on iOS is Temporarily Unavailable

Status: ACTIVE

Severity: outage

----------------------

Updates:

Tue, 10 Mar 2026 20:06:42 GMT

Investigating

Grok is Temporarily Unavailable on the iOS app.

via xAI System Status

[Grok (Web)] Grok is Temporarily Unavailable

Status: ACTIVE

Severity: outage

----------------------

Updates:

Tue, 10 Mar 2026 20:05:52 GMT

Investigating

Grok is Temporarily Unavailable

via xAI System Status

[Grok (Android)] Grok is Temporarily Unavailable

Status: ACTIVE

Severity: outage

----------------------

Updates:

Tue, 10 Mar 2026 20:05:35 GMT

Investigating

Grok is Temporarily Unavailable

via xAI System Status

尼尔森旗下Gracenote起诉OpenAI涉嫌侵权抓取媒体元数据

via cnBeta.COM - 中文业界资讯站 (author: 稿源：cnBeta.COM)

Telegraph

尼尔森旗下Gracenote起诉OpenAI涉嫌侵权抓取媒体元数据

尼尔森旗下的元数据与内容识别服务公司 Gracenote 已在美国纽约南区联邦法院对 OpenAI 提起诉讼，指控这家人工智能公司在未经授权、未支付任何费用的情况下，大规模抓取并使用其媒体元数据库及独特的数据关联框架，用于训练支撑 ChatGPT 等商业产品的大型语言模型，构成严重版权侵权并危及其核心业务。 Gracenote 在诉状中称，其多年来依靠数百名编辑，对全球范围内的影视、音乐和体育内容进行人工编辑和标注，建立起包含节目简介、视频特征描述、唯一内容标识符以及复杂关系图谱的“节目数据库”，并已在美国版权局完成登记。…

Improving instruction hierarchy in frontier LLMs

via OpenAI News

Openai

Improving instruction hierarchy in frontier LLMs

IH-Challenge trains models to prioritize trusted instructions, improving instruction hierarchy, safety steerability, and resistance to prompt injection attacks.

New ways to learn math and science in ChatGPT

via OpenAI News

Telegraph

New ways to learn math and science in ChatGPT

ChatGPT 已迅速成为最广泛使用的学习工具之一。每周约有 1.4 亿人仅用 ChatGPT 来帮助理解数学和科学概念。人们也会求助 ChatGPT 去探索新课题、完成作业、备考，或把那些一直觉得难懂的概念拆开来看。 对于许多学习者来说，数学和科学常常显得抽象难懂。最近一项由 Gallup 进行的调查显示，超过半数的美国成年人表示自己在数学上有困难，许多家长也说不自信能辅导孩子学数学。 今天， ChatGPT 在学习体验上又迈出一步，推出了动态可视化讲解，让学习过程更具互动性。首批覆盖 70 多个核心数学和科学概念，…

Degraded performance with the support chat funtionality

Status: Investigating

We are observing degraded performance with support chat functionality and we are investigating the issue. As a temporary solution, customers looking to reach out to OpenAI Support can email [email protected].

via OpenAI status

🤖 Google 推出 Gemini Embedding 2，发布原生多模态向量模型

Google 宣布推出 Gemini Embedding 2 公共预览版，通过 Gemini API 与 Vertex AI 提供。该模型基于 Gemini 架构，将文本、图像、视频、音频和文档映射到统一向量空间，支持 100 多种语言，用于 RAG、语义检索等任务。官方介绍其单次输入可达 8192 tokens，最多处理 6 张图片或 120 秒视频，并可直接嵌入最多 6 页 PDF，支持图文等交错输入。模型提供默认 3072 维并可按需缩减的输出维度，并可在 LangChain 等工具链中调用。

Google

🍀在花频道 🍵茶馆聊天 📮投稿

via 科技圈🎗在花频道📮 - Telegram Channel

AI专属社交网络Moltbook被Meta公司收购

这家全球最大的社交媒体公司正在收购可能是全球最奇怪的社交网络。Meta 平台公司周二表示，已同意收购Moltbook，这是一个被描述为仅供人工智能机器人使用的Reddit的实验性平台。在该网站上，人工智能智能体可以与其他人工智能智能体互动，发布帖子、评论、点赞或点踩，而它们的人类创造者则在场外观看。Moltbook背后的团队将加入Meta公司的超级智能实验室(MSL)，这是一个旨在加速这家科技巨头模型开发的较新的人工智能部门。Meta公司一直在积极采取行动收购初创公司和人才，以与OpenAI和谷歌等人工智能领域的对手竞争。

—— 彭博社

via 风向旗参考快讯 - Telegram Channel

谷歌向文档应用推出新的Gemini功能

谷歌周二宣布，将为 Docs、Sheets、Slides 和 Drive 带来一系列由 Gemini 支持的新的AI功能。新功能让用户能够执行诸如根据来自其 Gmail、Chat 和 Drive 的信息快速生成格式完整的初稿、幻灯片和表格等操作。这些工具旨在让应用更加个性化，并且能够帮助用户在平台内更快地完成任务，而无需切换到单独的工具或聊天机器人。谷歌Docs中新增的 “帮我创作” 工具让用户能够描述他们想要创作的内容Gemini将遵循他们的指示，并从 Drive、Gmail 和 Chat 收集信息以生成初稿。有了初稿之后，Gemini 可以帮助您润色特定部分，而无需重新生成整个文档。有了初稿之后，Gemini可以帮助你完善特定部分，而无需重新生成整个文档。

—— Techcrunch、Theverge

via 风向旗参考快讯 - Telegram Channel

Adobe在Photoshop中推出AI助手 并为Firefly加入更多图像生成功能

via cnBeta.COM - 中文业界资讯站 (author: 稿源：cnBeta.COM)

Telegraph

Adobe在Photoshop中推出AI助手 并为Firefly加入更多图像生成功能

Adobe周二宣布，面向Photoshop的AI助手正式以测试版形式登陆网页版及移动端应用，同时，公司也为其生成式媒体创作与编辑工具Firefly带来多项由人工智能驱动的全新图像编辑能力。这款AI助手最早于2025年10月的MAX大会上亮相，如今开始面向用户开放，可通过自然语言指令帮助创作者完成移除画面中的物体或人物、更改颜色、调整光线等操作。 用户还可以使用口语化描述来添加柔光效果、按指定比例裁剪图片、增强阴影，甚至替换背景，从而快速改变图像整体风格。 Adobe表示，付费版Photoshop用户在4…

Google为Docs、Sheets、Slides和Drive上线新一代Gemini功能

via cnBeta.COM - 中文业界资讯站 (author: 稿源：cnBeta.COM)

Telegraph

Google为Docs、Sheets、Slides和Drive上线新一代Gemini功能

Google当地时间周二宣布，将一系列由Gemini驱动的全新人工智能功能引入Docs、Sheets、Slides以及Drive等Workspace核心应用，借助来自Gmail、Chat和Drive中的信息，帮助用户在应用内部快速生成排版完整的文档、幻灯片和表格草稿。新功能的目标是让这些应用更具个性化和“办事能力”，用户不必再频繁切换到单独的AI工具或聊天机器人，就能在熟悉的界面中完成更多工作。 在Docs中，Google推出了“Help me create”（帮我创作）工具，用户只需用自然语言描述想要…