从今天开始,Google正在实施一项变更,将使其Gemini AI引擎能够与WhatsApp等第三方应用程序交互,即使用户之前已配置设备阻止此类交互。不希望之前设置被覆盖的用户可能需要采取行动。
Google最近发送的一封邮件通知用户这一变更,邮件链接到一个通知页面,显示"人工审查员(包括服务提供商)会阅读、注释和处理"Gemini访问的数据。该邮件没有提供阻止变更生效的有用指导。邮件表示用户可以阻止Gemini交互的应用程序,但即使在这种情况下,数据仍会存储72小时。
邮件从未解释用户如何完全从其Android设备中移除Gemini,而且似乎在如何或是否可能做到这一点上自相矛盾。邮件一方面表示变更"将从今天开始自动推出",并将使Gemini访问WhatsApp、Messages和Phone等应用程序,"无论您的Gemini应用活动是否开启"。几句话之后,邮件又说:"如果您已经关闭了这些功能,它们将保持关闭状态。"邮件或其链接的支持页面都没有告知Android用户如何完全移除Gemini集成。
更令人困惑的是,其中一个链接的支持页面要求用户打开单独的支持页面来了解如何控制Gemini应用设置。按照计算机浏览器的指示,我访问了我账户的Gemini应用设置。我看到文本显示由于我关闭了Gemini,没有存储任何活动,这让我感到安心。然而,页面也显示Gemini"不会保存超过72小时的活动"。
当我试图在我的Pixel 7上按照指导操作时,遇到了类似的困扰。Google支持建议从设备访问移动Gemini应用程序。我尝试了,但找不到该应用程序。
邮件或任何支持页面都没有说明如何从我的手机中移除所有Gemini集成。这一切让我怀疑:Gemini是否完全禁用了?当我在Mastodon上讨论这种不明确性时,我很快发现我不是唯一一个提出这个问题的人。
我随后给Google公关发邮件,并附上了Mastodon讨论的链接。我询问是否有人可以为希望确保Gemini集成完全禁用的读者提供可行的指导。回复我邮件的人员没有回答问题,而是写道:"这次更新对用户有益:他们现在可以使用Gemini在移动设备上完成日常任务,如发送消息、拨打电话和设置计时器,同时关闭Gemini应用活动。关闭Gemini应用活动后,他们的Gemini聊天记录不会被审查或用于改进我们的AI模型。"代表提供了一个与上述不明确支持页面相同的链接。
隐私邮件和日历服务提供商Tuta的一位研究人员周一试图填补可行指导的空白。直接的结论似乎是,Google可能正在将Gemini集成到Android中,就像微软将Internet Explorer集成到Windows中一样,这一举动在90年代末使这家软件制造商与联邦政府和十多个州、联邦或地区陷入了长期的反垄断诉讼。
Tuta的帖子称,禁用Gemini应用活动可能会阻止超过临时存储72小时的数据收集。它还说,如果Gemini应用尚未安装,在变更生效后也不会安装。这可能意味着我的手机是安全的,因为Gemini没有安装。我不确定我设备上没有Gemini是因为我曾经手动移除了应用程序然后忘记了,还是因为某种原因它从未安装过。
Tuta的帖子还说另一个解决方案是完全从设备上卸载Gemini。当然,对于不习惯使用命令行终端和修改Android底层设置的用户来说,Google并没有让这变得容易。这可以通过使用Google为开发者提供的Android调试桥来完成。安装后(对于胆小者来说并不容易),用户必须通过输入adb shell pm uninstall com.google.android.apps.bard命令卸载应用程序。当我尝试这个操作时,操作系统返回了一条消息,显示"失败[DELETE_FAILED_INTERNAL_ERROR]"。我不确定这意味着包无法移除,还是它从未在我的Pixel上存在过。
Google说许多Android用户会发现Gemini集成有用,这无疑是正确的。Google营销人员可能声称这种集成是好消息,对这些用户来说,这很可能是真的。然而,相当多的其他用户不希望Gemini或其他AI引擎接近他们的设备。目前,这些用户完全被蒙在鼓里。
好文章,需要你的鼓励
在我们的日常生活中,睡眠的重要性不言而喻。一个晚上没睡好,第二天的工作效率就会大打折扣,而充足的睡眠不仅能让我们恢复精力,还能帮助大脑整理和巩固当天学到的知识。有趣的是,AI模型竟然也表现出了类似的“睡眠需求”。
DeepSeek-AI团队通过创新的软硬件协同设计,仅用2048张GPU训练出性能卓越的DeepSeek-V3大语言模型,挑战了AI训练需要海量资源的传统观念。该研究采用多头潜在注意力、专家混合架构、FP8低精度训练等技术,大幅提升内存效率和计算性能,为AI技术的民主化和可持续发展提供了新思路。
尽管模型上下文协议(MCP)自11月推出以来用户数量快速增长,但金融机构等监管行业仍保持谨慎态度。银行等金融服务公司虽然在机器学习和算法方面是先驱,但对于MCP和Agent2Agent(A2A)系统的采用较为保守。监管企业通常只使用内部代理,因为其API集成需要经过多年审查以确保合规性和安全性。专家指出,MCP缺乏基本构建块,特别是在互操作性、通信标准、身份验证和审计跟踪方面。金融机构需要确保代理能够进行"了解您的客户"验证,并具备可验证的身份识别能力。
加拿大女王大学研究团队首次系统评估了大型视频语言模型的因果推理能力,发现即使最先进的AI在理解视频中事件因果关系方面表现极差,大多数模型准确率甚至低于随机猜测。研究创建了全球首个视频因果推理基准VCRBench,并提出了识别-推理分解法(RRD),通过任务分解显著提升了AI性能,最高改善幅度达25.2%。