AI 日报：神秘模型 Polaris Alpha 现身、Gemini API 迎来文件搜索利器

今日 AI 界风起云涌！从 OpenRouter 上线的神秘模型 Polaris Alpha，到 Google 为 Gemini API 推出强大的文件搜索工具，再到 Novita AI 限时免费的程式码生成 API，以及 Google 多款产品的重磅更新，开发者和创作者们迎来了一波新的效率革命。

1. OpenRouter 神秘模型上线：Polaris Alpha 是 OpenAI 的下一步棋吗？

开发者社群平台 OpenRouter 最近悄悄上线了一款名为「Polaris Alpha」的全新隐藏模型 (stealth model)，立刻在圈内引发了热烈讨论。

这款模型被描述为一个「强大、通用的模型，在程式码、工具调用和指令遵循等真实世界任务中表现出色」。由于它采用了社群回馈的测试模式，其真实身份充满了神秘色彩。

这究竟是何方神圣？

许多人猜测，Polaris Alpha 可能与 OpenAI 的 gpt-5.1 系列有关。毕竟，OpenRouter 之前也曾以类似的方式上线过「Quasar Alpha」模型，后来被证实与 OpenAI 的新技术相关。更有趣的是，其高达 256K 的上下文视窗，让人联想到这可能是一个轻量级的「mini」或「nano」版本，专为特定任务而优化。

目前，开发者们可以透过 OpenRouter 平台亲身体验这个模型的能耐，共同揭开它的神秘面纱。

深入了解：OpenRouter - Polaris Alpha

2. Google 为 Gemini API 注入新动力：文件搜索工具正式发布

Google DeepMind 团队为 Gemini API 带来了一项重大更新——内置的「文件搜索工具」(File Search Tool)。这可不是简单的升级，而是一个完全托管的 RAG (检索增强生成) 系统，旨在让开发者能够轻松地将自己的资料与 Gemini 模型结合。

开发者的福音来了！

过去，要实现 RAG 功能，开发者需要自己处理文件储存、文本分块、向量嵌入等一系列复杂流程。现在，Gemini API 的文件搜索工具将这一切都自动化了。

它的核心亮点包括：

• 极简的开发体验： 整个 RAG 流程被无缝整合到现有的 generateContent API 中，开发者几乎不需要改变原有的工作流程。
• 强大的向量搜索： 采用最新的 Gemini Embedding 模型，即使查询的关键词与文件中不完全匹配，也能理解语义并找到最相关的信息。
• 内置引用来源： 模型生成的回应会自动附上引用来源，标示出答案是基于哪些文件片段生成的，大大简化了事实核查的过程。
• 支援多元格式： 从 PDF、DOCX、TXT 到 JSON 和多种程式语言文件，都能轻松建立知识库。

更吸引人的是，Google 提供了极具诚意的定价模式：文件储存和查询时的嵌入生成都是免费的，只有在首次索引文件时才需要付费。这无疑让开发和扩展 AI 应用的成本效益大大提升。

了解更多技术细节：Google Developers Blog

3. 限时免费！Novita AI 开放强大的 KAT-Coder API

对于程式设计师来说，这绝对是个不容错过的好消息！Novita AI 宣布其强大的程式码生成大型语言模型 KAT-Coder API 将限时完全免费，结束日期将另行通知。

如何快速上手？

KAT-Coder 擅长处理复杂的程式码任务，例如程式码重构、多文件错误修复等。想要立即体验，只需简单几步：

另外他提供了TRAE的整合：

1. 前往 Novita.ai 取得你的 API 金钥。
2. 在你的开发工具 (如 TRAE) 中将 Provider 设置为 ’novita’。
3. 在模型 ID 栏位输入 ‘kat-coder’，并贴上你的 API 金钥。

仅需 30 秒，你就能将这个顶尖的 AI 程式碼助手整合到你的工作流程中，免费提升开发效率。

官方消息来源：novita_labs on X

4. NotebookLM 变身随身学习神器：新增测验与单字卡功能

Google 的 AI 笔记应用 NotebookLM 迎来了行动应用程式的重大更新，让学习变得更加轻松有趣。

随时随地，高效学习

新版本增加了两项杀手级功能：

• 生成单字卡 (Flashcards)： 从你的笔记来源中自动生成单字卡，帮助你记忆关键术语、重要日期和核心概念。
• 创建测验 (Quizzes)： 根据你的笔记内容生成测验题目，用来检验自己的理解程度。你可以自订主题、难度和问题数量。

此外，新版本还大幅优化了聊天体验，回应品质提升 50%，上下文视窗扩大 4 倍，对话记忆力更是增强了 6 倍，这一切都得益于最新的 Gemini 模型。现在，你可以更专注地与特定来源的资料进行对话。

立即更新体验：Google Labs Blog

5. 人人都是 AI 开发者：Google Opal 扩展至全球 160 多个国家

Google Labs 的无程式码 AI 应用程式建构工具「Opal」正在加速全球化布局，服务范围从最初的 15 个国家一口气扩展到超过 160 个国家。

Opal 旨在让没有程式设计背景的人也能轻松创建自己的 AI 小工具。用户们已经用它创造出各种有趣的應用：

• 自动化繁琐工作： 例如自动从网络抓取资料并存入 Google Sheets。
• 创建客制化内容： 为社群媒体生成贴文、为行销活动设计动态视觉。
• 快速验证想法： 在几分钟内打造出语言学习、旅游规划或测验生成等应用的 MVP (最小可行性产品)。

这次扩展意味着全球更多创業者和开发者将能利用 Opal，将脑中的 AI 创意快速变为现实。

探索 Opal 的可能性：Google Labs Blog

6. AI 算力的猛兽：Google 推出第七代 TPU 晶片 Ironwood

Google 在硬体领域也放出了大招，正式宣布其第七代 TPU (Tensor Processing Unit) 晶片「Ironwood」即将全面上市 (GA)！

性能有多强悍？

根据官方数据，Ironwood 的性能实现了巨大飞跃：

• 峰值性能是 TPU v5p 的 10 倍。
• 在训练和推理工作负载上，每晶片的性能比 TPU v6e (Trillium) 提升超过 4 倍。

Google 内部已经在使用 Ironwood 来训练和运行包括 Gemini 在内的尖端模型。很快，Google Cloud 的客户也将能利用这款性能猛獸，为自己的 AI 应用提供强大的算力支持。

了解更多资讯：Google on X