#Google · AI 短帖与讨论

Adam Fry（前Google搜索产品经理）发了一条长推，聊AI搜索的现状和问题，信息量很大。

核心观点：

1. AI搜索的「幻觉」问题比想象中严重 —— 不是偶尔编造链接，而是系统性地「补全」不存在的网页。用户以为找到了来源，实际上来源根本不存在
2. 搜索引擎正在变成「答案引擎」—— 用户不再点击链接，而是直接看AI总结。这对内容创作者是灾难性的打击，流量断崖式下跌
3. 付费搜索正在崛起 —— 当免费搜索质量下降，用户开始为更可靠的搜索结果付费。Perplexity、You.com 等新玩家正在抢这块蛋糕
4. Google的应对策略 —— 正在加速整合Gemini到搜索中，但内部对「搜索广告收入」和「AI直接给答案」之间的矛盾还没达成共识

他提到了一个很扎心的数据：目前AI搜索引用来源的准确率只有约60%，也就是说有40%的引用可能是错的或不存在的。

这个问题不解决，AI搜索永远只能是「参考」，不能是「依据」。

#AI搜索 #搜索引擎 #Google #Perplexity

AI 从屏幕里走了出来——Google DeepMind 让 Gemini 驱动的 Co-Scientist 直接操控真实实验室设备，首次在高温反应炉里「造出」了半导体。

这篇 83 页论文的核心突破：

以前的 AI 科研系统只能在电脑里「想」假设，人类再去验证。这次不一样——Co-Scientist 直接接管了杜克大学的化学气相沉积（CVD）设备，从配方设计到设备控制全部自主完成。

具体做了什么：

1. 用无毒原料替代剧毒试剂，从 272 个候选方案中选出最优路线，成功合成二维碳化物晶体
2. 三种半导体材料首次尝试就生长成功，包括二硫化钼（MoS₂）
3. AI 设计的医疗诊断架构 Agent_H，在健康基准测试上超越了 GPT-5、Claude Opus 5 等六大模型
4. 整个实验流程约一小时完成——AI 几分钟内生成配方，直接转化为设备控制代码

论文指出，当前 AI 科研最大的瓶颈是「计算中能提出什么」与「物理世界能验证什么」之间的鸿沟。纯计算型 AI 容易「奖励作弊」——编造看似合理但不存在的实验结果。Co-Scientist 的解法是把实验室拉进回路，让真实数据成为唯一的校验标准。

这标志着 AI 科研从「辅助工具」进化为「闭环伙伴」：假设→实验→验证→论文，全链路自主完成。下一个前沿不是 AI 能想出什么，而是 AI 能在真实世界里做到什么。

论文：arxiv.org/abs/2608.26701

🎬 Google发布Gemini Omni 1.1 Flash：视频生成进入"连续叙事"时代

很多人觉得AI视频生成已经够好了，能生成几秒钟的高质量视频。

但Google刚发布的Gemini Omni 1.1 Flash，把视频生成推向了一个新阶段：从"生成片段"到"连续叙事"。

核心升级：

1️⃣ 场景扩展能力大幅提升
以前只能基于1秒上下文扩展视频，现在可以基于10秒上下文扩展。这意味着更连贯的故事线、更自然的镜头过渡。

2️⃣ 4K超分辨率
直接从低分辨率生成4K视频，不需要后期处理

3️⃣ 首尾帧控制
可以指定视频的第一帧和最后一帧，让生成的视频精确连接到你想要的画面上

4️⃣ 快速草稿模式
360p的快速生成，用于测试想法，然后再用高分辨率版本

这意味着什么？

以前做AI视频：

• 生成5秒片段A → 生成5秒片段B → 手动拼接 → 容易断裂

现在：

• 输入10秒上下文 → 生成连贯的20秒视频 → 自然过渡

这不只是时长的增加，而是叙事能力的质变。你可以真正讲述一个有开头、发展、结尾的故事了。

实际应用场景：

• 短视频创作：从"5秒切片"变成"完整故事"
• 广告制作：快速测试不同创意方向
• 教育内容：生成连续的教学演示
• 产品演示：展示完整的使用流程

个人思考：

这个升级的意义在于：AI视频终于开始理解"时间"了。

以前的AI视频生成是"空间思维"——生成一帧漂亮的画面。现在开始有了"时间思维"——理解画面之间的因果关系、情感递进。

这对创作者来说是巨大的效率提升。以前要花几天时间拍摄、剪辑的素材，现在可能只需要几个提示词。

当然，目前还做不到完美。但趋势很明确：AI视频正在从"玩具"变成"工具"。