谷歌本周二宣布推出新功能,让用户更便捷地向地图分享本地信息。最重要的是,Gemini AI现在可以在用户分享地点照片或视频时自动创建说明文字。
用户选择要分享的照片后,Gemini会分析图像并生成说明文字。用户可以选择编辑或删除这些说明文字。谷歌表示,这项新工具旨在为用户分享内容时提供说明文字的便捷起点。目前说明文字建议功能已在美国的iOS英文版上线,未来几个月将扩展至全球并支持Android系统。
谷歌还优化了社区图片分享体验。如果用户在手机设置中开启谷歌地图的媒体访问权限,就能在"贡献"标签页中直接看到最近体验的照片和视频,点击即可发布。
谷歌在博客中解释:"您发布的照片和视频能帮助人们更好地了解一个地方,比如整体氛围或最新菜单。现在我们让寻找合适分享图片变得更简单。"
照片和视频推荐功能现已在iOS和Android平台全球上线。
此外,谷歌还让用户更容易追踪自己贡献的影响力,现在会在"贡献"标签页显示获得的总积分。同时,个人资料页面会突出显示"本地向导"等级。据了解,本地向导通过添加照片、撰写评价、回答问题和核实信息来改善谷歌地图并获得积分。
谷歌更新了成就徽章,更容易识别"专业事实核查员"、"摄影大师"或"新手贡献者"。此外,谷歌还推出了金色个人资料,让高级贡献者更显眼。
谷歌表示,这些新功能旨在支持超过5亿的贡献者社区,他们分享照片、评价和视频来帮助其他人决定去哪里和做什么。鉴于地图很大程度上依赖贡献者保持信息的新鲜和更新,简化贡献流程对谷歌而言意义重大。
Q&A
Q1:谷歌地图的Gemini AI说明文字功能是如何工作的?
A:用户选择要分享的照片后,Gemini AI会自动分析图像内容并生成相应的说明文字。用户可以根据需要编辑或删除这些自动生成的说明文字,为内容分享提供便捷起点。
Q2:这项功能目前在哪些地区和设备上可用?
A:说明文字建议功能目前已在美国的iOS英文版上线,谷歌表示将在未来几个月内扩展至全球并支持Android系统。照片和视频推荐功能已在iOS和Android平台全球上线。
Q3:谷歌地图本地向导是什么?如何获得积分?
A:本地向导是谷歌地图的贡献者计划,用户通过添加照片、撰写评价、回答问题和核实信息来改善谷歌地图并获得积分。现在用户可以在"贡献"标签页看到总积分,个人资料页面会显示向导等级。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。