不改模型、不降质量，谷歌让Gemma 4快了3倍：本地跑大模型彻底变天
不改模型、不降质量，谷歌让Gemma 4快了3倍：本地跑大模型彻底变天谷歌刚刚给Gemma 4家族更新了一项关键能力：Multi-Token Prediction（MTP）推测解码架构，推理速度最高提升3倍，输出质量不变。
来自主题: AI资讯
10216 点击 2026-05-06 14:56
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
谷歌刚刚给Gemma 4家族更新了一项关键能力：Multi-Token Prediction（MTP）推测解码架构，推理速度最高提升3倍，输出质量不变。
最近发现 GitHub 上有个 4 万多 Star 的开源项目（system_prompts_leaks），干了一件事：把市面上几乎所有顶级 AI 产品的 System Prompt，全部扒了出来。ChatGPT、Claude、Gemini、Grok、Claude Cowork、Codex、Perplexity....你能叫得出名字的，基本都有。
Google DeepMind再次血洗数学圈！700个地狱级难题被丢进Gemini的熔炉，结果让数学家集体破防：这哪是证明，这分明是「逻辑拆迁」。DeepMind这一波不仅贴脸爆杀了OpenAI，还砸烂了人类所有的优越感。
近日，由普林斯顿大学 Tri Dao（FlashAttention 的一作）和加州大学伯克利分校 Ion Stoica 领导的一个联合研究团队也做出了一个超快的索尼克：SonicMoE。据介绍，SonicMoE 能在英伟达 Blackwell GPU 上以峰值吞吐量运行！并且运算性能超过了 DeepSeek 之前开源并引发巨大轰动的 DeepGEMM。
Google悄悄干了一件大事——Gemini Embedding 2正式进入GA阶段，成为Gemini API中第一个原生多模态embedding模型。它能把文本、图片、视频、音频、PDF文档全部映射进同一个统一向量空间，支持100多种语言。
基于此，研究者在 89 个参数量已知的开源模型（规模从 1.35 亿到 1.6 万亿参数）上拟合出事实准确率与参数量的对数线性关系，拟合优度 R² = 0.917，并据此对闭源模型进行参数估算。
今天凌晨，谷歌 Gemini 突然放大招，它在 X 上宣布：现在 Gemini 可以直接生成PDF、Word、Excel 或 Google Workspace 等文件，无需上传模板，只用和Gemini交流要做什么和讲清文件格式。
OpenAI刚用Deep Research抢了先手，谷歌直接掀桌！DeepMind祭出研究智能体双杀，Max版质量评分从66.1%暴拉到93.3%，知识工作自动化的军备竞赛正式进入贴身肉搏。
最近，越来越多的AI助手盯上了“帮你花钱”这件事。ChatGPT早已上线购物功能，Gemini也在今年补齐AI购物体验。国内的淘宝、京东等电商平台，也都尝试将AI融入购物决策链路。原因也不难猜测：谁能帮用户更快、更准地做出消费决策，谁就有望握住离交易最近的那个入口。
谷歌豪掷400亿美元加注Anthropic，自家Gemini正面对垒的「敌人」。当Claude年化收入一年暴涨30倍冲到300亿，当算力成为AI下半场唯一硬通货，与其用Gemini硬刚，不如把对手变成TPU最大买家。