Google 与 DeepMind 的 AI 动态：Gemini 系列、Veo 视频模型、研究成果与产品生态的持续追踪。
Google 今日推出 Gemini 3.1 Flash TTS 文本转语音模型，引入音频标签，可通过自然语言指令控制语音风格、节奏和语调。模型在 Artificial Analysis TTS 榜单获得 Elo 1211，支持 70 多种语言，输出均带 SynthID 水印，并向开发者和企业开放预览。
推荐理由：原文给出音频标签的控场方案和 Elo 成绩，可帮助读者了解新一代语音模型在表达控制上的具体进步。
Google DeepMind 发布 Gemini Robotics-ER 1.6，这是其具身推理模型的重要升级，今天起通过 Gemini API 和 Google AI Studio 开放给开发者。
推荐理由：原文给出 Gemini Robotics-ER 1.6 在空间推理、仪表读数与安全能力上的提升，并开放 API 供开发者接入，便于判断其实际可用性。
Google DeepMind 发布开源模型 Gemma 4，提供 E2B、E4B、26B MoE 和 31B Dense 四个尺寸，采用 Apache 2.0 许可，31B 模型在 Arena 文本榜单位列开源模型第 3。新模型支持 140+ 语言、最高 256K 上下文、原生多模态与语音输入，可离线运行于手机等边缘设备，并兼容 Hugging Face、vLLM、Ollama 等主流工具。
推荐理由：官方披露 Gemma 4 四个尺寸与 Apache 2.0 许可，有助于评估其智能-参数比优势和本地部署门槛。
Google DeepMind 发布由 Gemini 驱动的 AI 增强指针，让指针不仅能识别指向目标，还能理解它对用户为何重要。该设计基于保持流畅、展示与讲述、拥抱 This/That、像素实体化四项交互原则；即日起可在 Chrome 里用指针向 Gemini 询问网页内容，不久推出 Googlebook 的 Magic Pointer，并可在 Google AI Studio 试用。
推荐理由：DeepMind 提出让指针理解指向目标与用户意图的四条设计原则，并已集成进 Chrome，是观察下一代 AI 交互入口形态的窗口。