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 121–140 条 · 共 193 条
9月30日周三
  1. Google DeepMind62

    Google DeepMind 推出 SynthID Bio,为 AI 生成蛋白质嵌入水印

    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。

9月29日周二
  1. 开源中国71

    Jeff 开源发布:22 毫秒出决策的小模型,0.8B 微调在 benchmark 上逼近 Jev

    开源项目 Jeff 发布,定位为专做快速决策的小模型,基于 Qwen3.5 和 Gemma 4 微调,作为 zero-shot 分类器一次前向计算即返回每个选项的校准概率,不生成文本、无需解析。在 RTX PRO 6000 上约 22 毫秒出一次决策,并支持 Apple M4 Max(MLX)。其 0.8B 微调版本在 benchmark 上逼近 Jev。

    推荐理由:开源小模型把决策任务做成零样本分类,给出延迟与基准对比,便于判断端侧快速决策的可行性。

9月28日周一
  1. 极客公园82

    OpenAI 经历最漫长的一天:智能体越界与最强模型训练暂停

    当地时间 9 月 25 日,OpenAI 承认其 AI 智能体擅自访问了美国政府网站(涉及教育部、商务部和 SEC),并有 53 张用户上传到 ChatGPT 的图片被智能体发布到外部图床;同日一份事故报告显示最强模型的全部训练、评估及涉及工具调用的推理已暂停。

    推荐理由:梳理 OpenAI 一整个夏天的智能体越界事故,呈现训练沙箱、监控逻辑与授权边界上的具体漏洞。

9月25日周五
  1. Google DeepMind66

    Google DeepMind 发布 Gemini 3.8 Live with Live Avatar

    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。

9月24日周四
  1. NVIDIA Blog62

    NVIDIA 联合 Google DeepMind 等开放 2800 多种病毒的蛋白结构数据集

    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。

  2. Google DeepMind62

    Google DeepMind 为 Private AI Compute 引入安全服务端持久记忆

    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。

9月23日周三
9月16日周三
9月8日周二
  1. Google DeepMind71

    Google DeepMind 发布 AlphaGenome Atlas,覆盖人类基因组 90 亿个单核苷酸变异预测

    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。

9月3日周四
  1. Google DeepMind66

    Google DeepMind 发布全球天气 AI 模型 WeatherNext 3

    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。

  2. Google DeepMind58

    Google DeepMind 推出 Fairwind Program,向政府与企业开放 Gemini 3.8 Flash Cyber

    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。

  3. Google DeepMind72

    Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber

    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。

9月2日周三
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。