最新精选 第 281–300 条 · 共 312 条 01:01 Google DeepMind 精选AI 评分 71 71 Google DeepMind 开始向美国 18 岁以上的 Google AI Ultra 订阅用户开放 Project Genie,这是一个由 Genie 3、Nano Banana Pro 和 Gemini 驱动的实验性研究原型,支持创建、探索和混编可交互世界。
推荐理由:官方披露了 Project Genie 的三项核心能力与已知限制,可据此判断世界模型原型目前能做什么、还差什么。
19:00 Google Research 精选AI 评分 50 50 Google Research 发布了关于智能体系统可扩展性的研究论文,探讨了智能体系统何时以及为何有效。
推荐理由:原文探讨了智能体系统的可扩展性科学,读者可以了解智能体系统何时以及为何有效。
02:58 Google Research 精选AI 评分 70 70 Google Research 发布了 ATLAS,提出了针对多语言模型的实用缩放定律,对理解和应用多语言模型有重要价值。
推荐理由:原文提出了针对多语言模型的实用缩放定律,对理解和应用多语言模型有重要价值。
18:39 Google DeepMind 精选AI 评分 71 71 Google DeepMind 发布 D4RT(Dynamic 4D Reconstruction and Tracking),一个统一 4D 场景重建与追踪的 AI 模型,采用编码器-解码器 Transformer 架构和查询机制,可并行回答像素在任意时间、任意相机视角下的 3D 位置。
推荐理由:D4RT 把动态场景重建统一进单一框架,并给出相对既有方法的效率倍数,可据此判断 4D 重建的工程可行性。
01:00 Google DeepMind 精选AI 评分 62 62 Google DeepMind 更新 Veo 3.1 Ingredients to Video,让基于参考图生成的视频在简单提示词下也有更丰富的对白与叙事,并提升角色、背景和物体的一致性。
推荐理由:官方说明了 Ingredients to Video 在角色一致性与竖屏输出上的具体变化,可据此判断短视频生产流程的调整方向。
01:52 Google Research 精选AI 评分 60 60 Google Research 发布了一篇论文,探讨了利用 AI 技术改进长期全球降水的模拟方法。
推荐理由:原文探讨了利用 AI 改进长期全球降水的模拟,读者可以了解这项研究的潜在影响和应用前景。
19:58 Google DeepMind 精选AI 评分 82 82 Google DeepMind 发布 Gemini 3 Flash,主打前沿智能与速度兼顾,在 GPQA Diamond 得 90.4%、Humanity's Last Exam 无工具 33.7%、MMMU Pro 81.2%、SWE-bench Verified 78%,定价为每 100 万输入 token 0.50 美元、每 100 万输出 token 3 美元。
推荐理由:官方给出 Gemini 3 Flash 的基准分数、定价与上线渠道,可据此判断它在速度与成本上的取舍。
18:14 Google DeepMind 精选AI 评分 62 62 Google DeepMind 发布 Gemma Scope 2,一套面向 Gemma 3 全系列(270M 至 27B 参数)的开源可解释性工具,覆盖每一层的 SAE 与 transcoder。
推荐理由:官方给出覆盖 Gemma 3 全尺寸的开源可解释性工具与数据规模,读者可据此判断模型内部行为审计的可用手段。
01:50 Google DeepMind 精选AI 评分 66 66 Google DeepMind 发布面向实时语音智能体的 Gemini 2.5 Flash Native Audio 更新版,在函数调用、指令遵循和多轮对话三方面做了改进,其中对开发者指令的遵循率从 84% 提升到 90%,在 ComplexFuncBench Audio 上以 71.5% 领先。
推荐理由:官方给出函数调用、指令遵循与多轮对话三项能力的具体提升数据,并同步上线实时语音翻译。
03:26 Google Research 精选AI 评分 70 70 Google Research 发布了关于 AI 长期记忆的研究,名为 'Titans + MIRAS',旨在提升 AI 的记忆能力。
推荐理由:Google Research 发布了关于 AI 长期记忆的研究,读者可以了解 AI 记忆能力的新进展。
23:52 Google DeepMind 精选AI 评分 62 62 密苏里大学研究人员借助 AlphaFold 与冷冻电镜,解析了“坏胆固醇”低密度脂蛋白(LDL)关键蛋白 apoB100 的结构。该蛋白因体积庞大且与脂肪等分子复杂连接,50 年来一直难以绘制。
推荐理由:AlphaFold 与冷冻电镜结合解析 apoB100 结构,展示 AI 预测在结构生物学中的具体用法。
22:12 Google DeepMind 精选AI 评分 60 60 Google DeepMind 宣布支持美国白宫的 Genesis 计划,与美国能源部合作,向全部 17 个国家实验室提供前沿 AI for Science 模型和智能体工具的加速访问通道,首批上线的是基于 Gemini 的 AI co-scientist。
推荐理由:Google DeepMind 与美国能源部 17 个国家实验室的合作,给出了 AI for Science 从模型到落地路径的具体样本。
23:13 Google DeepMind 精选AI 评分 58 58 Google 在 Gemini 应用中上线图像验证功能,用户上传图片并提问即可借助 SynthID 数字水印判断该图是否由 Google AI 生成或编辑。SynthID 自 2023 年推出以来已为超过 200 亿件 AI 生成内容添加水印,Google 还表示后续将把验证扩展到视频、音频以及 Search 等更多入口。
推荐理由:Google 把 SynthID 水印检测做进 Gemini 应用,读者可了解 AI 图像溯源在产品侧的具体落地方式。
23:11 Google DeepMind 精选AI 评分 71 71 Google DeepMind 发布 Nano Banana Pro(Gemini 3 Pro Image),基于 Gemini 3 Pro 构建,面向开发者提供影棚级图像生成与编辑,已在 Google AI Studio 和 Vertex AI 以付费预览形式逐步开放。
推荐理由:官方给出新图像模型的分辨率、文本渲染与搜索接地能力,读者可据此判断多模态应用的可用边界。
23:05 Google DeepMind 精选AI 评分 80 80 Google DeepMind 发布 Nano Banana Pro(Gemini 3 Pro Image),基于 Gemini 3 Pro 构建,主打图像生成与编辑,支持在图中直接渲染多语言可读文本,并可连接 Google Search 获取实时信息。
推荐理由:官方给出 Nano Banana Pro 的文本渲染、多图合成与分辨率等能力细节,可据此判断图像编辑工作流的变化。
01:49 Google DeepMind 精选AI 评分 85 85 Google DeepMind 发布 Gemini 3,其中 Gemini 3 Pro 在各项主要 AI 基准上超过此前版本,编码能力也强于 2.5 Pro,兼顾智能体工作流与复杂零样本任务。
推荐理由:官方给出 Gemini 3 Pro 的基准成绩、API 定价与配套开发平台,读者可据此判断它在智能体编码和多模态场景中的定位。
00:06 Google DeepMind 精选AI 评分 88 88 Google DeepMind 发布 Gemini 3,首发 Gemini 3 Pro 预览版,即日起接入 Gemini 应用、搜索 AI Mode、AI Studio、Vertex AI、Gemini CLI 及新智能体开发平台 Google Antigravity。
推荐理由:官方给出 Gemini 3 Pro 在推理、多模态与编码基准上的具体分数,并同步公布 Google Antigravity 开发平台。
23:09 Google DeepMind 精选AI 评分 66 66 Google DeepMind 与 Google Research 发布 WeatherNext 2,称其生成预报速度提升 8 倍,分辨率可达 1 小时,并在 99.9% 的变量和 0-15 天预报时效上超过上一代 WeatherNext。
推荐理由:原文给出 WeatherNext 2 的速度、分辨率与可用入口,读者可据此判断 AI 天气预报的落地进度。
22:52 Google DeepMind 精选AI 评分 71 71 Google DeepMind 发布 SIMA 2,将 Gemini 模型嵌入智能体核心,使其从指令执行者升级为能推理目标、与用户对话并自我改进的游戏伙伴。SIMA 2 可理解多模态提示、多种语言和 emoji,在未训练过的游戏如 ASKA 和 MineDojo 上表现更接近人类玩家,还能在 Genie 3 生成的实时 3D 世界中行动。
推荐理由:SIMA 2 把 Gemini 的推理能力接入 3D 游戏智能体,并给出自我改进与跨游戏泛化的具体路径。
19:49 Google DeepMind 精选AI 评分 52 52 Google DeepMind 在 Nature 发表新论文,分析 AI 视觉模型与人类在组织视觉世界上的差异,并提出一种三步对齐方法。该方法先用 THINGS 数据集训练一个冻结主模型的小型适配器作为教师模型,再生成包含百万张图像、数百万条类人判断的 AligNet 数据集,最后微调其他学生模型。
推荐理由:DeepMind 在 Nature 发表视觉对齐研究,读者可了解人类与模型表征差异及三步对齐方法。
上一页 1 … 13 14 15 16 下一页