跳到正文

Google / Gemini

Google 与 DeepMind 的 AI 动态:Gemini 系列、Veo 视频模型、研究成果与产品生态的持续追踪。

最新精选

第 221–240 条 · 共 312 条
8月28日周五
  1. Google DeepMind65

    Google DeepMind 发布 Gemini Omni 1.1 Flash,强化生成视频控制能力

    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。

8月27日周四
  1. Google DeepMind45

    Google DeepMind 试点全球首个双盲 AI 评测

    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。

8月26日周三
  1. Google Research65

    AgentHands:在 XR 中生成交互式手势以实现空间感知的智能体对话

    Google Research 发布了 AgentHands,这是一个在 XR 环境中生成交互式手势的研究原型,旨在通过空间感知和同步手势,提升用户与 AI 对话的自然性和互动性。

    推荐理由:AgentHands 是一个将手势与 AI 交互结合的研究原型,通过在 XR 环境中实现空间感知和同步手势,提升用户与 AI 对话的自然性和互动性。

8月21日周五
  1. Google DeepMind50

    Google DeepMind 回顾 15 年游戏 AI 研究,与 Fenris Creations 合作探索 EVE 宇宙

    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。

8月14日周五
8月12日周三
  1. Google DeepMind71

    Google DeepMind 发布 SL2T 手语转文字模型,率先落地 Pixel 11 的 Gboard 与 Live Transcribe

    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。

8月6日周四
  1. Google DeepMind76

    Google DeepMind 开源 WeatherNext 气旋预报模型

    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。

7月31日周五
  1. Google Research85

    Science One 框架:通过证据链实现的可验证自主研究框架

    Google Research 发布了 Science One 框架,这是一个可验证的自主研究原型,通过构建和维护证据链来确保 AI 研究的可信度,并在 MLE-Bench 和 Parameter-Golf 等基准上取得了优异的性能。

    推荐理由:Science One Framework 引入了一种新的可验证性框架,通过构建证据链来确保 AI 研究的可信度,同时保持了前沿基准上的性能。

7月30日周四
  1. Google DeepMind74

    Google DeepMind 发布 Gemini Robotics ER 2 具身推理模型

    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。

7月28日周二
7月23日周四
  1. Google Research45

    SymptomAI:迈向日常症状评估的对话式 AI 智能体

    Google Research 发布了 SymptomAI,一款用于日常症状评估的对话式 AI 智能体,通过随机大规模研究,探讨了其在真实世界场景下的表现,并展示了其与生理信号的关联。

    推荐理由:SymptomAI 是一款用于日常症状评估的对话式 AI 智能体,该研究探讨了其在真实世界场景下的表现,并展示了其与生理信号的关联,为 AI 在医疗领域的应用提供了新的思路。

7月21日周二
7月17日周五
7月16日周四
  1. Google Research70

    揭秘扩散模型创造力的数学原理

    Google Research 发布论文,深入探讨了扩散模型创造力的来源,揭示了神经网络训练过程中的数学原理,并展示了如何通过调整训练过程来提高模型的创造力。

    推荐理由:原文深入探讨了扩散模型创造力的来源,揭示了神经网络训练过程中的数学原理,对理解扩散模型的工作机制具有重要意义。

7月1日周三
6月30日周二
  1. Google Research70

    Google Research 发布 TabFM:表格数据的零样本基础模型

    Google Research 发布了 TabFM,一种针对表格数据的零样本基础模型,旨在简化分类和回归工作流程。TabFM 通过将表格预测重新构造成情境学习问题,消除了传统瓶颈,如手动特征工程、超参数优化和重复的模型训练,并始终优于经过大量调优的行业标准监督算法。

    推荐理由:TabFM 作为一种针对表格数据的零样本基础模型,通过将表格预测重新构造成情境学习问题,成功地消除了传统瓶颈,如手动特征工程、超参数优化和重复的模型训练,并始终优于经过大量调优的行业标准监督算法。

6月27日周六
  1. Google Research70

    Google Research 发布 Gemini Nano 模型加速技术

    Google Research 发布了在 Pixel 设备上加速 Gemini Nano 模型的技术,通过冻结多令牌预测(MTP)架构,实现了更高效的文本生成,并降低了能耗。

    推荐理由:原文提出了在移动设备上加速 Gemini Nano 模型的技术,读者可以了解其如何提高效率并应用于实际场景。