Gemini CLI支持百万tokens！ | 8B模型超GPT-4o | 天工Pro配Gemini330

本期看点：
🚀 Google推出Gemini CLI开源工具，支持百万token上下文窗口，赋能开发者高效处理复杂代码任务
🧠 淘天与爱橙联合开源ROLL强化学习框架，推动工业界AI应用
💡 8B模型突破GPT-4o性能，轻量级AI展现新里程碑
🎨 港大开源GoT-R1多模态模型，强化学习驱动视觉生成推理
🤖 DeepMind发布Gemini Robotics本地模型，机器人自主操作迈入新纪元
🧩 字节跳动推出ProtoReasoning框架，增强大语言模型跨领域推理能力
👁️ 奥比中光发布天工Pro机器人，配备Gemini330深度相机阵列

Google推出Gemini CLI开源工具，赋能开发者高效处理复杂代码任务

图为Google发布的Gemini CLI工具 | 图源：TechCrunch

Google近日正式发布Gemini CLI开源命令行工具，支持高达100万token的上下文窗口，为开发者提供强大的代码处理能力。该工具不仅开源，还提供免费使用配额和API速率限制，进一步推动AI在开发工作流中的应用。

Gemini CLI是Google Gemini AI模型家族的最新成员，专为终端开发者设计。通过自然语言指令，开发者可以完成代码解释、功能编写、调试等任务。TechCrunch报道称，该工具采用Apache 2.0开源协议，鼓励开发者社区在GitHub上贡献代码。此外，Gemini CLI支持多模态交互，可处理文本、图像和代码，显著提升开发效率。

Google为Gemini CLI提供了免费配额和详细的API文档，帮助开发者快速上手。未来，Google计划扩展其多模态能力，进一步融入Android Studio等开发环境。

淘天与爱橙联合开源ROLL强化学习框架，推动工业界AI应用

图为强化学习框架示意图 | 图源：Nature

淘天集团与爱橙科技近日宣布开源ROLL强化学习训练框架，支持从十亿到千亿参数的大模型训练，并优化了分布式训练的效率和性能。这一开源项目旨在推动强化学习在工业界的广泛应用，帮助开发者更高效地训练和部署大规模AI模型。

ROLL框架通过优化分布式训练算法，显著提升了大规模模型的训练效率。淘天与爱橙表示，未来将持续优化ROLL框架，并计划推出更多配套工具和服务，以支持开发者社区。

8B模型突破GPT-4o性能：轻量级AI的新里程碑

图为8B模型与GPT-4o性能对比 | 图源：TechCrunch

近日，一款新型8B参数模型通过ParallelComp并行KV Cache压缩技术，实现了128K长度的外推能力，并在部分基准测试中超越了GPT-4o的性能。这一技术突破为轻量级模型的应用开辟了新路径，展示了在资源受限场景下实现高性能的可能性。

在多项基准测试中，8B模型的表现令人瞩目。例如，在语言理解和生成任务中，8B模型的准确率和响应速度均优于GPT-4o。其128K长度的外推能力使其在处理长文本任务时更具优势。

港大开源GoT-R1多模态模型：强化学习驱动的视觉生成推理新突破

图为GoT-R1多模态模型架构图 | 图源：Nature

香港大学研究团队近日开源了GoT-R1多模态模型，该模型通过强化学习方法显著提升了图像生成的逻辑一致性。这一开源举措有望推动人工智能在视觉生成推理领域的进一步发展。

GoT-R1的核心创新在于其采用强化学习方法优化视觉生成推理过程。开源代码的发布不仅降低了技术门槛，还促进了多模态模型研究的跨领域合作。

DeepMind发布Gemini Robotics本地模型：机器人自主操作迈入新纪元

图为Gemini Robotics On-Device模型在家庭环境中的应用 | 图源：IoT Tech News

Google DeepMind近日发布了Gemini Robotics On-Device模型，该模型采用视觉-语言-动作（VLA）架构，首次实现了机器人的本地化控制，无需依赖云端连接即可完成复杂任务。这一突破为工业和服务领域的机器人应用开辟了全新可能性。

在测试中，搭载该模型的Franka FR3双臂机器人和Apptronik的Apollo人形机器人成功完成了未经训练的工业装配任务，准确率接近90%。

字节跳动推出ProtoReasoning框架：增强大语言模型跨领域推理能力

图为ProtoReasoning框架的逻辑原型示意图 | 图源：Nature

字节跳动与上海交通大学联合开发的ProtoReasoning框架近日正式发布，该框架通过逻辑原型增强大语言模型（LLM）的跨领域推理能力，为复杂场景下的AI应用提供了新的解决方案。

ProtoReasoning框架的发布被认为是大语言模型技术的重要突破，其潜在应用场景包括金融分析、医疗诊断和自动化编程等。

奥比中光发布新一代天工Pro机器人，配备Gemini330深度相机阵列

图为奥比中光发布的天工Pro机器人 | 图源：Robotics & Automation News

奥比中光近日发布了新一代天工Pro机器人，该机器人配备了先进的Gemini330深度相机阵列，能够实现多角度环境感知和复杂任务处理。这一发布标志着奥比中光在机器人视觉领域的进一步突破。

天工Pro机器人不仅适用于工业自动化场景，如物流分拣和生产线协作，还能在服务领域发挥重要作用。

作者：程序员Left（全网同名）
职位：后端工程师
创作方向：AI前沿科技内容

本期讨论：你认为轻量级AI模型能否在未来全面超越大型模型？欢迎分享你的观点！