在众多 AI 公司纷纷推出聊天机器人的背景下,Google 正在利用其最大的竞争优势 —— 搜索引擎,来让 Gemini 脱颖而出。启用个性化功能后,Gemini 现在可以自动分析用户的查询,判断是否可以通过参考搜索历史来"增强"其回答质量。
该功能由 Gemini 2.0 Flash Thinking Experimental 模型提供支持,只有当 AI 模型认为"有帮助"时才会引用你的搜索结果。例如,当你向 Gemini 询问餐厅或旅行建议时,聊天机器人会参考你最近与美食相关的搜索记录来提供建议。
将搜索历史与 Gemini 关联是可选的。
这是 Google 正在推出的更广泛个性化功能的一部分。该功能最终将把 Gemini 与 YouTube 和 Google Photos 等其他应用程序连接起来,使聊天机器人能够"通过更全面地了解你的活动和偏好,提供更个性化的见解"。
Google 指出,你可以随时断开 Gemini 与搜索历史的连接。当你收到回答时,你会看到 Gemini 如何得出答案的概述,以及它是否参考了你的保存信息、过往对话或搜索历史。系统还会显示一个"清晰的横幅",提供断开搜索历史连接的链接。
Gemini 在提供旅行建议时可能会使用你的搜索历史。
Web 端的 Gemini 和 Gemini Advanced 用户可以通过在模型下拉菜单中选择"个性化 (实验性)"来启用该功能。该功能正在逐步在移动端推出,并在"大多数"国家以超过 40 种语言提供服务。
Google 还发布了其他更新,包括允许所有 Gemini 用户免费创建自己的个人 AI 助手 —— 称为 Gems。公司还宣布将其 Gemini 2.0 Flash Thinking Experimental 模型引入 Deep Research 功能,据称这将提升聊天机器人"在所有研究阶段"的能力。
Gemini 与日历、记事本、任务和照片的集成也升级到了 Gemini 2.0 Flash Thinking Experimental 模型,加入了 YouTube、搜索和 Google Maps 的行列。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。