DeepMind 发布 PlanAssist 智能规划工具
DeepMind 发布 PlanAssist 智能规划工具,旨在通过 AI 技术减少规划官员评估家庭申请的时间,目前已在英格兰 12 个地方规划当局进行试点测试,并计划在 2027 年向所有英格兰地方议会推广。
推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。
DeepMind 发布 PlanAssist 智能规划工具,旨在通过 AI 技术减少规划官员评估家庭申请的时间,目前已在英格兰 12 个地方规划当局进行试点测试,并计划在 2027 年向所有英格兰地方议会推广。
推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。
DeepMind 发布了新一代世界模拟模型 Genie 4,该模型具有前所未有的真实感,并提高了实时交互模拟的能力。Genie 4 是一个原生多模态模型,能够同时生成类似音乐、环境噪音和交互式对话。
推荐理由:原文介绍了 Genie 4 的功能和开放入口,读者可以据此判断其对现有工作流的影响。
OpenAI 与 Google Cloud 合作,将前沿模型和 Codex 工作流引入 Gemini 的 Model Garden,并通过 Google Cloud Marketplace 提供。
推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。
Google DeepMind 发布了 Google Antigravity 平台,该平台通过提供智能科学工作台,帮助生物学家快速发现、评估和优先考虑有希望的靶点,并使用 ProtNLM 模型预测蛋白质的生物功能。
推荐理由:原文介绍了 Google Antigravity 平台如何加速抗菌肽的发现,读者可以了解该平台如何改变现有工作流。
Google DeepMind与新加坡政府合作开发了一款设备端诈骗检测模型,旨在帮助保护公民隐私并应对诈骗挑战。该模型通过在本地设备上处理对话数据,实现了对诈骗行为的实时检测和预警。
推荐理由:原文介绍了Google DeepMind与新加坡政府合作开发的设备端诈骗检测模型,读者可以了解该模型如何帮助保护公民隐私并应对诈骗挑战。
Google DeepMind发布了新的前沿模型Gemini 4 Argon,适用于开发者、企业、科学家和消费者。Argon在复杂、现实世界的任务中表现出色,包括编码、金融、法律、网络安全和科学。它在全球范围内可用,具有深度和精度,在多个领域的基准测试中优于其他前沿模型。
推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。
DeepMind 发布了 Gemini 4 Argon 模型,该模型在复杂任务中表现出色,并具备强大的网络安全能力。DeepMind 正在扩大其 Fairwind 计划,以使更多可信的网络安全防御者能够使用该模型。
推荐理由:原文详细介绍了 Gemini 4 Argon 的安全性和防御机制,读者可以了解其在复杂任务中的表现和潜在风险。
Google DeepMind 发布 EmbeddingGemma 2,这是面向端侧的多模态嵌入模型,原生将文本、图像、音频和视频映射到统一嵌入空间,基于 Gemma 4 架构、Apache 2.0 许可,参数量 740M。
推荐理由:EmbeddingGemma 2 把文本、图像、音频、视频统一到同一嵌入空间,并给出端侧内存与向量截断的具体数据,便于评估本地多模态检索的可行性。
Google DeepMind 发布前沿模型 Gemini 4 Argon,先通过 Fairwind Program 向受信任的网络安全防御方开放,随后逐步扩展到开发者、企业和消费者,起步价每百万输入 token 2 美元、输出 token 10 美元。
推荐理由:官方给出 Argon 在编码、企业知识与网络安全上的基准成绩和分阶段开放路径,可据此判断前沿模型的能力边界与发布节奏。
Google DeepMind 发布 SynthID Bio,将 SynthID 水印技术扩展到合成生物学,可在不损害生物功能的前提下把不可感知的签名嵌入生物代码,并能在合成出的实体蛋白质上验证。
推荐理由:SynthID 水印从图像扩展到合成生物,读者可了解其在 DNA 合成筛查与数据库标注中的验证层作用。
Google DeepMind 发布 Gemini 3.8 Live with Live Avatar,在 Gemini 3.8 Live 的原生实时对话模型上加入近实时视频生成,实现带精确唇形同步、自然表情和流畅轮次的视觉化对话。
推荐理由:官方给出 Live Avatar 的实时视频对话能力、异步工具调用与 97 种语言同步等具体细节,可据此判断企业级多模态交互的落地形态。
NVIDIA 加入由 Google DeepMind、EMBL-EBI 等组成的全球研究联盟,通过 AlphaFold Database 开放 2800 多种病毒的蛋白复合物预测 3D 结构,供任何科学家免费使用。
推荐理由:NVIDIA 联合 Google DeepMind 等机构开放 2800 多种病毒的蛋白复合物结构预测,读者可了解开放科学在疫情准备中的具体做法。
Remedy Entertainment 的 CONTROL Resonant 已在 GeForce NOW 首发上线,Ultimate 会员可以 GeForce RTX 5080 级性能串流游玩,支持 DLSS 4、光线追踪与最高 5K HDR,无需 100GB 本地安装。
Google DeepMind 公布 Private AI Compute 平台的新技术能力,将持久化服务端记忆引入该平台,让 AI 助手在跨设备场景下保留上下文,同时维持端侧级别的隐私标准。
推荐理由:Google 给出私有 AI 计算加入持久化服务端记忆的架构思路,读者可了解云端长期记忆如何与端侧隐私标准结合。
Google DeepMind 推出 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型,前者面向角色设计与逐行表演指导,后者面向高并发配音和语音智能体。
推荐理由:两款 TTS 模型给出从 30 种预设到可自定义音色的能力变化,并列出基准排名与开放入口。
Google DeepMind 发布两款实时对话模型 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking,分别面向规模化低成本场景与高复杂度任务。
推荐理由:官方给出两款语音模型的基准成绩与开放渠道,可据此判断实时语音智能体的能力水位。
Google DeepMind 发布 AlphaGenome Atlas,一个包含人类基因组 90 亿个单核苷酸变异效应预测的平台,规模达 1PB,是 AlphaFold Database 的 30 倍以上,已通过网站门户免费开放给学术研究使用。
推荐理由:AlphaGenome Atlas 把 90 亿个单核苷酸变异的预测结果做成可检索资源,读者可据此了解基因组变异解读的规模化路径。
Google DeepMind 与 Google Research 发布 WeatherNext 3,称其为目前最先进、最准确的全球天气模型,可直接学习实时卫星观测数据,每小时生成一次预报,最高分辨率达 5 公里,整体比上一代 WeatherNext 2 清晰约 5 倍。
推荐理由:官方给出分辨率、更新频率与降水精度提升幅度,并说明已接入 Search、Gemini、Maps 等产品。
Google 推出 Fairwind Program,面向 Google Cloud 客户、政府机构和网络安全合作伙伴限量开放其最先进的网络防御能力,首批提供 Gemini 3.8 Flash Cyber 模型访问权限。
推荐理由:原文给出受限访问计划的能力组合与准入条件,读者可据此判断前沿网络防御能力的开放节奏。
Google DeepMind 发布 Gemini 3.8 Flash 和 Gemini 3.8 Flash Cyber,前者面向长时程编码与自主智能体,定价与 3.7 Flash 相同,为每百万输入 token 0.75 美元、每百万输出 token 3.75 美元;后者面向漏洞发现与自动修补,通过新的 Fairwind Program 向受信任防御方开放。
推荐理由:官方给出两款 Flash 变体的定价、基准与开放入口,可据此判断长时程编码与网络安全场景的选型。
Google DeepMind 在 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 上推出智能体视频理解功能,通过原生视频工具动态搜索、扫描和检查目标片段,替代固定帧率的静态处理。
推荐理由:官方给出 token 与成本降幅及准确率变化,并说明在长视频场景下与静态处理的取舍差异。
Google DeepMind 发布 Gemini Omni 1.1 Flash,为开发者提供场景延展、首尾帧插值、360p 快速草稿和最高 4K 上采样等生成视频控制能力,通过 Gemini API 在 Google AI Studio 提供。
推荐理由:官方给出场景延展、首尾帧插值与 4K 上采样等具体能力变化,可据此判断生成视频工作流的可控程度。
Google DeepMind 宣布推出全球首个针对专有前沿 AI 模型的双盲评测,将外部评测限制在密码学环境中,避免模型提前接触测试题。该试点与新加坡 AI Safety Institute、OpenMined、AVERI 和 MLCommons 合作,在隐私保护环境下用保密基准测试一个 Gemini Flash Lite 模型,以提升评测可信度。
推荐理由:Google DeepMind 联合多方用密码学环境做双盲评测,读者可了解基准污染问题的一种技术解法。
Google DeepMind 发布 Gemini 3.5 Transcribe,称其为目前最精确的语音转文字模型,可将原始音频直接转为准确、经过格式化的文本。
推荐理由:官方给出 WER、延迟与多语言等量化指标,并说明实时与录音两条 API 路径的接入方式。
Google DeepMind 发文回顾从 Atari、AlphaGo 到 AlphaStar 的 15 年游戏 AI 研究历程,并宣布与 Fenris Creations 合作,在 EVE Online、EVE Vanguard 和 EVE Frontier 中推进智能体研究。
推荐理由:DeepMind 回顾游戏 AI 十五年研究脉络,并说明与 Fenris Creations 合作要攻克的持续学习与长时程规划难题。
Google DeepMind 发布 Gemini 3.7 Flash,定位为面向编码和智能体的最强主力模型,距 Gemini 3.6 Flash 发布仅三周。
推荐理由:官方给出与 3.6 Flash 的多项基准对比和半价定价,可据此判断编码与智能体场景的成本收益。
Google DeepMind 发布多语言手语转文字模型 SL2T,首次把手语 AI 带入消费产品,在 Pixel 11 的 Gboard 和 Live Transcribe 中支持美国手语(ASL)转英文听写,后续将扩展更多设备与语言。
推荐理由:官方给出 SL2T 的训练规模、基准分数与端侧隐私方案,可据此判断手语转文字落地的可行边界。
Google DeepMind 在 Nature 发表论文,称 WeatherNext AI 模型在气旋路径、强度和风场结构预报上达到 SOTA,平均多出一天预报时效,三天预报精度相当于此前模型的两天水平。
推荐理由:原文给出气旋路径与强度预报的领先幅度和开源范围,读者可据此判断气象预报模型的进展与可用性。
Google DeepMind 发布 Gemini Robotics ER 2,作为面向机器人的具身推理模型,可理解物理世界、规划多步任务并调用 Google Search 等工具,现已通过 Gemini API 和 Google AI Studio 向开发者开放,Gemini Enterprise Agent Platform 上处于私密预览。
推荐理由:官方给出视频理解、任务编排与多机协作的能力变化和开放入口,可据此判断机器人在真实环境中的任务完成方式。
Google DeepMind 发布音乐生成模型 Lyria 3.5,已在 Google Flow Music 上线,在音乐性、歌词和演唱质量上均有提升。新版本可生成更复杂自然的旋律结构、提示词遵循度和结构感知更强的歌词,以及情感更细腻、发音更准确的演唱,并支持更便捷地控制输出节奏与时长。
Google DeepMind 发布 Gemini Robotics 2,作为新一代机器人智能层,首次实现对完整人形机器人的全身控制,并提升手部与夹爪的精细操作能力。
推荐理由:Gemini Robotics 2 把机器人控制从上半身扩展到全身,并给出端侧适配与多机协作的具体路径。
Google 宣布向 Genesis Mission 承诺 4000 万美元的 AI tokens 和额度支持,用于加速科学发现前沿。该承诺以 AI 算力资源形式提供,具体覆盖范围与使用方式尚未披露。
Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 和面向安全的 3.5 Flash Cyber 三款新模型。
推荐理由:官方给出三款 Flash 新模型的 token 效率、价格与基准对比,可据此判断智能体任务的成本变化。
Google DeepMind 发布 Gemini 3.5 Flash Cyber,一款基于 3.5 Flash 微调的轻量网络安全模型,用于快速发现、验证和修补漏洞,在 CyberGym 等基准上表现优于主线 Flash 模型。
推荐理由:官方给出轻量安全模型在 CyberGym、Chrome 提交扫描等基准上的对比数据,可了解其与主线的差异。
Google DeepMind 与 Isomorphic Labs 公布联合生物韧性方案,一方面防止威胁行为者滥用模型,一方面让政府和科研机构用 AI 应对疫情。
Google DeepMind 面向印度 Atal Tinkering Labs 启动 ATL Saathi 试点,这是一款由 Gemini 驱动的 Web 应用,为每位 Tinkering Lab 教育者提供 24/7 备课与培训助手。
Google DeepMind 与影视公司 A24 宣布达成首个研究型合作伙伴关系,双方将围绕多个项目展开长期研发协作,让 A24 的电影人参与塑造新技术与新工作流。Google 同时已对 A24 进行投资。该合作初期聚焦于打通前沿技术与下一代娱乐之间的 gap,具体目标与技术产出将随时间演进。
Google DeepMind 发布 Nano Banana 2 Lite(gemini-3.1-flash-lite-image)和 Gemini Omni Flash(gemini-omni-flash-preview)两款模型。
推荐理由:官方给出两款新模型的延迟、价格与可用入口,读者可据此判断图像与视频生成链路的成本取舍。
Google DeepMind 将 computer use 作为内置工具集成进 Gemini 3.5 Flash,此前该能力仅以独立的 Gemini 2.5 computer use 模型形式提供。
推荐理由:Gemini 3.5 Flash 把 computer use 从独立模型并入主模型,读者可据此判断智能体跨平台自动化的落地路径。
Google DeepMind 正与英国政府、Google Cloud、Faculty 及 Barnet、Dorset、Camden 地方规划部门合作,基于 Gemini 共同开发 AI 规划原型工具,目标将住宅规划申请审批时间缩短 50%。