谷歌旗下的Gemini现已支持接入Google Photos,通过"个人智能"功能,根据用户的个人偏好与生活方式生成专属图像。
谷歌的"个人智能"功能允许Gemini从Google Photos等应用中提取数据,为用户提供个性化的回应。该功能现已进一步升级,可以结合用户的个人信息,并借助Nano Banana 2图像模型生成专属图像。
借助这一功能,用户可以输入"设计我的梦想家园"或"为我创作一张荒岛必备物品图"等提示词,Gemini生成的图像将自动呈现出与用户"品味和生活方式相符"的风格——这些信息均来源于用户已连接的谷歌应用。谷歌官方博客介绍,在技术层面,该功能会调用用户在Google Photos中的标签信息,以识别本人、朋友及家庭成员,再由Nano Banana 2模型完成图像生成。相关细节由谷歌发言人Elijah Lawal向The Verge透露。
值得关注的是,谷歌明确表示,即便用户选择开启"个人智能"功能,公司也不会"直接使用"用户的私人Google Photos相册来训练AI模型。不过,谷歌会训练"有限信息",包括"用户在Gemini中的特定提示词及模型的回复内容"。
谷歌表示,该功能将"在未来几天内"面向美国地区符合条件的AI Plus、Pro及Ultra订阅用户陆续开放,后续还将扩展至Chrome桌面版Gemini及"更多用户"。
Q&A
Q1:Gemini的"个人智能"功能是什么,能做什么?
A:Gemini的"个人智能"功能是谷歌推出的一项个性化服务,允许Gemini从Google Photos等谷歌应用中读取用户数据,并结合Nano Banana 2图像模型生成与用户个人品味、生活方式相符的专属图像。用户只需输入如"设计我的梦想家园"等提示词,系统便会自动生成贴近用户实际偏好的图像内容。
Q2:开启"个人智能"功能后,谷歌会用我的Google Photos照片训练AI模型吗?
A:谷歌明确表示,开启"个人智能"功能后,公司不会直接使用用户的私人Google Photos相册来训练AI模型。但谷歌会训练"有限信息",包括用户在Gemini中输入的特定提示词以及模型的回复内容,用户在使用前需了解这一数据使用范围。
Q3:"个人智能"功能目前对哪些用户开放?
A:目前,该功能正在面向美国地区的AI Plus、Pro及Ultra订阅用户逐步开放,预计将在未来几天内陆续上线。此外,谷歌还计划将该功能扩展至Chrome桌面版Gemini,并向更多用户开放,但具体时间尚未公布。
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。