Google DeepMind 为 Private AI Compute 引入安全服务端持久记忆
Google Private AI Compute 团队公布 Private AI Compute 架构更新，将为其平台带来持久化、跨设备的服务端 AI 记忆，同时保持端侧隐私标准。
推荐理由：Google 给出私有 AI 计算新增持久化服务端记忆的架构说明，读者可了解云端长期上下文如何与端侧隐私标准结合。
#产品更新
Google DeepMind精选AI 评分6666
OpenAI News精选AI 评分6060 OpenAI 为 GPT-6 改进提示词缓存
OpenAI 宣布 GPT-6 改进了提示词缓存，带来更高的缓存命中率、新的诊断能力、显式断点以及可降低延迟和成本的控制项。
推荐理由：官方披露 GPT-6 提示词缓存的命中率、诊断与断点控制变化，可据此评估延迟与成本影响。
Hugging Face Blog精选AI 评分6262 Transformers 现已支持运行 llama.cpp 的 GGUF 量化模型
Hugging Face 在 transformers 中加入 GGUF 支持，用户可从 Hub 选取 GGUF 检查点，用 from_pretrained 传入 gguf_file 即可在本地生成，无需额外配置。
推荐理由：Hugging Face 官方给出在 transformers 中直接加载 GGUF 的用法与与 llama.cpp 的对比数据，可据此判断本地推理工作流的变化。
Hugging Face Blog精选AI 评分6262 Hugging Face 发布 tokenizers v1 候选版，编码速度最高提升 30 倍
Hugging Face 发布 tokenizers v1 候选版，在 Apple M4 Max 单线程下对十类模型的编码速度比 v0.23 快 3 至 30 倍，八线程扩展效率为线性的 76%，且输出 token ID 与旧版完全一致。
推荐理由：原文给出 v1 相对 v0.23 的加速幅度、实现改动与安装方式，可据此判断是否值得替换现有 tokenizer。
Google DeepMind精选AI 评分7878 Google DeepMind 在 Gemini 3.5 Flash 中内置 computer use 能力
Google DeepMind 将 computer use 作为内置工具集成进 Gemini 3.5 Flash，此前它仅以独立的 Gemini 2.5 computer use 模型形式提供。
推荐理由：原文说明 computer use 从独立模型并入 Gemini 3.5 Flash 主模型，并给出企业级安全选项，读者可据此判断智能体自动化的落地路径。
Google DeepMind精选AI 评分6262 Google DeepMind 为 Project Genie 加入 Street View 真实场景锚定能力
Google DeepMind 在实验性原型 Project Genie 中上线 Street View 锚定能力，可基于美国真实地点影像生成可交互世界，并支持选择 Desert Sands、Stone Age、Ocean World、B&W film 等风格。
推荐理由：原文说明 Genie 如何用 Street View 真实影像为生成世界提供地理锚点，读者可了解世界模型落地路径。
已经到底了