實體: Google
所有提到 Google 的 AI 新聞與動態。
-
深入了解哈維：一位第一年法律助理如何打造矽谷最熱門的創業公司
Harvey 是一家位於舊金山的 AI 法律科技公司，其執行長 Winston Weinberg 成功吸引了矽谷頂尖投資人的關注。該公司目前的投資方名單包括 OpenAI Startup Fund、Sequoia Capital、Kleiner Perkins、Google Ventures、Coatue 以及 Andreessen Horowitz。Harvey 的估值在 2025 年 2 月從 30 億美元飆升至 6 月 50 億美元，並在同年 10 月底達到 80 億美元。截至 8 月，公司已實現超過 1 億美元的年度經常性收入（ARR），並擁有來自 63 個國家的 700 名客戶，其中包括美國前十大律師事務所的絕大多數。 Harvey 的創始人 Winston Weinberg 和 Gabe Pereyra 最初在 O'Melveny & Myers 律師事務所工作時，利用 GPT-3 處理地產租賃案件並發現其潛力。他們開發了鏈式思維提示技術，測試顯示生成的法律檔案在 100 個樣本中有 86 個獲得律師零修改透過。隨後，他們在 2025 年 7 月 4 日向 Sam Altman 和 OpenAI 團隊傳送冷郵件並成功獲得投資。目前，Harvey 的營收結構正在發生變化，企業客戶佔比從年初的 4% 上升至目前的 33%，預計年底將接近 40%。 面對全球資料駐留法規（如德國和澳大利亞），Harvey 在超過 60 個國家部署了 Azure 或 AWS 例項以確保合規，這增加了前期計算成本。公司正致力於解決「多玩家」平臺的技術挑戰，即讓律師事務所與企業內部團隊安全地共享資料，同時遵守法律中的「道德牆」原則，防止不同客戶間的資訊洩漏。目前，Harvey 的主要應用場景包括草擬檔案、研究（與 LexisNexis 合作）以及分析大量文件。儘管有批評聲稱其只是 ChatGPT 的包裝，但 Harvey 強調其透過收集工作流資料建立評估護城河，並構建了獨一無二的多玩家平臺架構。 在業務模式上，Harvey 目前主要採用按席位收費，但正逐步轉向基於結果的定價，特別是針對複雜工作流
-
Google NotebookLM 新增「深度研究」工具，支援更多檔案類型
Google 正在更新其 AI 筆記與研究助手 NotebookLM，新增「Deep Research」工具以自動化並簡化複雜的線上研究，同時支援更多檔案型別。Deep Research 能像專職研究者般，根據使用者問題制定研究計畫，自行瀏覽網頁，並在數分鐘內提供基於來源的詳細報告，使用者可直接將報告加入筆記本，同時背景執行時仍可新增其他來源。使用者可在來源面板啟動搜尋並選擇「Web」作為來源，再依需求選取「Deep Research」進行完整簡報與深入分析，或選擇「Fast Research」進行快速搜尋。此外，Google 新增支援上傳 Google 試算表、Drive 檔案連結、Google Drive 中的 PDF 以及 Microsoft Word 檔案，讓使用者能從試算表生成摘要或快速複製多個 Drive 檔案連結。這些更新預計在一週內對所有使用者開放。自 2023 年底推出以來，Google 持續為 NotebookLM 增進功能，今年初引入 Video Overviews 將多媒體轉化為視覺呈現，並建立在 Audio Overviews 功能之上，後者能根據共享檔案生成 AI 播客。今年 5 月，Google 更推出 NotebookLM 的 Android 與 iOS 應用程式，使服務不再限於桌面端。
-
Google 的 SIMA 2 代理使用 Gemini 在虛擬世界中進行推理與行動
Google DeepMind 於週四發布了 SIMA 2 的研究預覽，這是其通用 AI 代理的下一代產品。SIMA 2 整合了 Gemini 大型語言模型的語言與推理能力，使其不僅能遵循指令，更能理解並與環境互動。與許多 DeepMind 專案如 AlphaFold 類似，SIMA 1 最初是透過數百小時的電子遊戲資料訓練而成，旨在像人類一樣學習玩多種 3D 遊戲，包括未受過訓練的遊戲。SIMA 1 於 2024 年 3 月亮相，能在廣泛的虛擬環境中遵循基本指令，但其完成複雜任務的成功率僅為 31%，而人類為 71%。DeepMind 研究高階科學家 Joe Marino 表示，SIMA 2 在能力上相比 SIMA 1 是巨大的進步，它是一個更通用的代理，能在以前未見過的環境中完成複雜任務，並且是一個自我改進的代理，能根據自身經驗進行自我改進，這一步邁向更通用的機器人及 AGI 系統。 SIMA 2 的效能是 SIMA 1 的兩倍，由 Gemini 2.5 flash-lite 模型驅動。AGI 指人工通用智慧，DeepMind 定義為具備廣泛智力任務能力、能學習新技能並在不同領域泛化知識的系統。DeepMind 的研究人員認為，與所謂的「具身代理」合作對於通用智慧至關重要。具身代理透過身體與物理或虛擬世界互動，觀察輸入並採取行動，類似機器人或人類；而非具身代理可能僅用於處理日曆、筆記或執行程式碼。資深研究科學家 Jane Wang 指出，SIMA 2 遠超遊戲玩法，它需要理解正在發生的事情，理解使用者的要求，並以常識方式回應，這相當困難。 SIMA 2 在《No Man's Sky》中展示了其能力，代理描述了岩石星球表面的環境，並透過識別和互動來確定下一步行動。它還使用 Gemini 進行內部推理，例如當被要求走到像熟透番茄一樣顏色的房子時，代理展示了其思考過程：熟透的番茄是紅色的，因此應該去紅色的房子，然後找到並接近它。由於由 Gemini 驅動，SIMA 2 還能根據表情符號遵循指令，例如輸入樹樵刀和樹木的符號，代理
-
LinkedIn 加入 AI 優化搜尋功能協助用戶尋找人才
過去兩年，LinkedIn 已在廣告文案、內容創作、個人化摘要、招聘協助、求職建議及學習等領域嘗試融入人工智慧。如今，該公司終於將人工智慧應用於網站最核心的搜尋功能。今年早些時候，LinkedIn 已向美國會員推出人工智慧求職工具，允許使用者使用自然語言查詢尋找工作。現在，該功能已擴充套件至人員搜尋。使用者可使用如「幫我尋找醫療領域擁有 FDA 經驗的投資者」、「共同創立過生產力公司且位於紐約的人」或「我的網路中誰能幫我理解無線網路」等複雜查詢。 在此之前，LinkedIn 的搜尋方式較為繁瑣，使用者需輸入關鍵字並依賴多種篩選器，同時還需斟酌用詞以獲得最佳結果。LinkedIn 產品管理高階總監 Rohan Rajiv 表示，傳統詞彙搜尋要求使用者知道人員的準確職稱，或需與篩選器博弈才能找到合適物件，若組合不當則難以發現目標人物。新的人工智慧驅動人員搜尋旨在成為最快找到能協助使用者之人的途徑。早期測試顯示，使用者利用此功能尋找協助下一份工作機會、擴充套件業務或提升職業前景的人選。 隨著 ChatGPT 和 Perplexity 等聊天機器人受眾歡迎，Google、Bing、Brave 和 DuckDuckGo 等主流搜尋引擎已加入人工智慧回答功能，Reddit 也透過授權協議鎖定資料用於人工智慧訓練。儘管 LinkedIn 是 AI 演示的熱門場地，但微軟旗下的該公司目前尚未對資料設定限制。Rajiv 認為瀏覽器時代尚早，未來將有更穩固的政策。LinkedIn 正將人工智慧人員搜尋功能向美國付費使用者推出，計劃在未來幾個月擴充套件至其他地區。使用者將看到搜尋列顯示「我在尋找……」而非「搜尋」。該功能尚不完美，例如搜尋「共同創立過 YC 創業公司」與「Y Combinator」結果不同，搜尋「共同創立過語音 AI 創業公司」時可能會顯示擁有 LinkedIn 頂聲徽章的人員。公司表示正在改進工具對查詢的理解方式。