"GEMINI"的搜尋結果
2026-05-01
00:30

ZetaChain 推出 Anuma:注重隱私的 AI 聚合平台

Gate News 訊息,4 月 28 日——ZetaChain 的團隊已正式推出 Anuma,一款注重隱私的 AI 聚合平台,可讓使用者透過單一介面存取多個 AI 模型——包括 GPT、Claude、Gemini、Grok、DeepSeek、Kimi 與 Qwen。 Anuma 具備本地隱私儲存、跨模型協作,以及跨不同模型的統一情境記憶系統。該平台的網頁介面現已開放使用。
展開
00:21

歐盟命令 Google:依《數字市場法》向競爭服務開放 Android 與 Gemini

Gate 新聞訊息,4 月 28 日——歐洲委員會於 4 月 27 日提出措施,要求 Google 在《數字市場法》(DMA) 下,向競爭性的搜尋與 AI 服務提供對 Android 與 Gemini 能力的存取。監管機構指出,Google 目前將某些 Android 功能保留為僅供 Gemini 使用。 提議的變更將使競爭對手的 AI 工具能夠與 Android 應用程式整合,用於包含電子郵件、訂餐與照片分享等功能。Google 反對該計畫,主張這將限制裝置製造商的控制權,並可能提高成本,同時削弱隱私與安全保護。委員會將於 5 月 13 日前接收回饋,並預期於 7 月底前就 Google 的遵循情況作出決定;若未遵循,可能面臨最高達其年度全球營收 10% 的罰款。 此舉反映歐盟朝向更具規範性的執法轉變。2017 年,Google 因其購物服務而被罰 24 億歐元;原因是其將超過 99% 的「購物單元」點擊導向自家商家,且在很大程度上排除競爭對手的比較服務。此份現行規格旨在防止在 AI 與資料存取方面出現類似的競爭優勢。
展開
06:31

DeepSeek V4-Pro 價格砍 75%,API 快取成本降至 1/10

Gate 新聞訊息,4 月 27 日——DeepSeek 宣布,其新款 V4-Pro 模型面向開發者提供 75% 的折扣,並將其 API 產品線中的輸入快取命中價格下調至先前水準的 1/10。 V4 模型於 4 月 25 日以 Pro 和 Flash 版本發布,已針對華為的 Ascend 處理器進行優化。DeepSeek 表示,V4-Pro 在世界知識基準(world-knowledge benchmarks)上優於其他開源模型,並且僅次於 Google 的封閉式 Gemini-Pro-3.1。V4 系列專為 AI 代理而設計,能處理超出聊天機器人能力範圍的複雜任務。 V4-Pro API 成本已低於主要的西方競爭對手,定價為每 100 萬輸出 tokens $3.48,相較之下 for OpenAI 的 GPT-4.5。V4-Flash 定價為每 100 萬輸入 tokens $0.14、每 100 萬輸出 tokens $0.28,可能讓透過單次請求就能完成整份程式碼庫或監管文件的審閱等具成本效益的應用成為可能。
展開
03:41

印度電商平台推出 ChatGPT、Perplexity 與 Gemini 的 AI 商店入口

Gate 新聞訊息,4月27日——印度電商平台 Flipkart、BigBasket、Ajio 和 FirstCry 正在為 ChatGPT、Perplexity 和 Google Gemini 建置 AI 商店入口,以支援代理式電商(agentic commerce);在這種模式下,AI 工具會代表用戶進行採購。快速電商公司 Swiggy 也已為 ChatGP 建立了連接器
展開
05:21

DeepSeek V4 引爆美國辯論:智庫質疑晶片使用,Replit 執行長為開放創新辯護

Gate News 訊息,4 月 24 日——美國就 DeepSeek V4 的技術能力與合規性引發了爭論。Chris McGuire,外交關係委員會 (CFR) 的資深研究員,以及曾任白宮國家安全委員會與國防部官員,發表了分析,主張 V4 並未改變美中 AI 的競爭格局。據 McGuire 稱,DeepSeek 自己的 V4 報告承認,其推理能力較前沿模型落後約 3 到 6 個月,基準測試對標的是六個月前發布的 GPT-5.2 與 Gemini 3.0 Pro。 McGuire 對此表示擔憂:雖然 V4 報告披露了在推論階段對 NVIDIA GPU 與 Huawei Ascend NPU 的適配,但並未公開指定開發期間使用的 GPU 型號或訓練成本。他質疑這種沉默是否意味著使用了受出口管制的 NVIDIA Blackwell 晶片,並指出 V3 先前曾聲稱使用了 2,000 張 H800 GPU,成本為 5.57 百萬美元。DeepSeek 已否認使用 Blackwell,稱該模型是在 NVIDIA H800 與 Huawei Ascend 910C 處理器上訓練。 Replit 執行長 Amjad Masad 反駁了 McGuire 的分析,認為中國科學家正在公開分享真正的 AI 突破,而美國的政策制定者與遊說者則放大了「中國蒸餾」的疑慮。Masad 強調 DeepSeek 官方表述中披露的架構創新,包括令牌級注意力壓縮 DeepSeek Sparse Attention 以及用於長上下文運算的顯著效率提升。他指出,V4-Pro 相較於 V3.2,在 1M 上下文長度下展現了大幅更低的每令牌推論運算量與 KV 快取需求,並強調這些架構進展與訓練資料蒸餾無關,而且所有研究人員(包括美國的實驗室)都能從開源發展中受益。
展開