ydgwgc@gmail.com

谷歌已完成对云与AI安全平台Wiz的收购，Wiz将并入Google Cloud但保留品牌并继续支持多云环境。此举旨在将Wiz的云与代码安全能力与谷歌的云基建与AI威胁情报结合，构建统一的多云安全平台以提升检测、预防与响应能力。

Google 在 Ads Decoded 第四集中讨论用 AI 优化出价与预算，澄清常见误解并提供新活动的策略建议，强调不必等待数周数据才能启用智能出价；节目由产品经理 Kristina Park 与 Carlo Buchmann 解答用户常见问题。节目聚焦如何用合适的数据和目标配置，让 AI 更快达到业务效果。

Google 在都柏林“成长于数字时代”峰会上提出面向青少年的生成式AI安全路线图，强调保护、尊重家庭关系与赋能三大支柱；通过内建政策、检测器与严格测试将安全机制嵌入模型开发全流程；并配合外部专家与教育资源，推动AI素养与负责任使用。

Google Play 推出多项面向付费游戏的更新：引入可试玩的 Game Trials、部分游戏实现“买一次随处玩”的跨平台定价，并在商店内增强社区帖子与 AI 辅助的游戏提示，旨在提升发现、购买与游戏内学习体验。

Hugging Face 介绍了基于 Snowflake/DeepSpeed 的 Ulysses 序列并行（Sequence Parallelism，SP），通过在序列和注意力头上分片并用 all-to-all 通信交换 KV，实现对百万级 token 上下文的训练，从而突破单卡显存限制并降低通信延迟。该方案已集成到 Accelerate、Transformers Trainer 与 TRL 的 SFTTrainer，并提供配置要点、最佳实践与基准诊断方法。

IBM 发布 Granite 4.0 1B Speech，是一款面向资源受限设备的紧凑型多语种语音模型，支持 ASR 与双向语音翻译。该模型参数仅为前代一半，提升了英語识别准确率、推理速度并新增日语 ASR 与关键词偏置功能，且在 OpenASR 排行榜名列第一。

文章调查了16个开源异步强化学习库，提出将推理与训练分离、用滚动缓冲区连接并异步同步权重以提高GPU利用率的通用架构，比较了七个设计维度并给出对TRL异步训练器的具体设计建议。作者强调NCCL广播为主的权重同步、Ray在编排上的主导地位、以及LoRA和MoE支持仍是差异化方向。

Hugging Face 在 Hub 上推出 Storage Buckets，一种面向训练与数据流水线的可变、类 S3 对象存储，基于 Xet 分块去重以节省带宽与存储成本，并支持 CLI、Python/JS SDK 和 fsspec 挂载，便于将“热”数据靠近计算预热。Buckets 适合作为临时工作层，后续可将稳定产物迁移到版本化模型或数据仓库。

NVIDIA 发布的 AI-Q deep researcher 在 DeepResearch Bench I 和 II 同时夺冠，展示了开放、可配置的多代理研究流水线能在信息检索、合成与可引用报告质量上达到顶级表现；核心在于基于 NeMo Agent Toolkit 的多代理架构、经大量轨迹微调的 Nemotron-3-Super 模型以及定制中间件与可选的集成与报告精炼层的组合。该工作强调可复现、企业可控的端到端研究代理栈，适用于长链检索与高质量报告生成。

Google与澳大利亚多家医疗机构合作，利用Population Health AI（PHAI）结合环境与临床等多源去标识化数据，识别偏远社区的心血管风险并推动早期干预。本项目获Google Australia 100万澳元资助，计划通过实地筛查与数据分析为偏远地区提供约5万次健康筛查与更有针对性的预防服务。