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。

58条精选相关主题OpenAI / ChatGPTAnthropic / Claude多模态

最新精选

第 21–40 条 · 共 58 条
6月11日周四
  1. Google DeepMind78

    Google DeepMind 发布开源实验模型 DiffusionGemma，GPU 上文本生成速度最高提升 4 倍

    Google DeepMind 发布开源实验模型 DiffusionGemma，这是一个 26B 参数的 MoE 模型，通过文本扩散技术并行生成整块文本，在专用 GPU 上推理速度最高提升 4 倍，单张 NVIDIA H100 上每秒可生成 1000+ token。

    推荐理由：原文给出了速度、参数量和硬件门槛等关键数字，读者可以据此判断它适合哪些本地交互场景。

6月9日周二
  1. Google DeepMind82

    Google 发布 Gemini 3.5 Live Translate，支持 70+ 语言实时语音翻译

    Google 发布 Gemini 3.5 Live Translate，这是其最新的音频模型，可在 70 多种语言间进行近实时的语音到语音翻译，并保留说话者的语调、节奏和音高。

    推荐理由：原文给出了新模型在延迟、语种覆盖和产品落地上的具体变化，读者可以据此判断它对实时翻译场景的实际影响。

6月8日周一
  1. Google DeepMind75

    Google DeepMind 发布塞拉利昂AI教学试验结果：数学成绩提升显著

    Google DeepMind 公布了在塞拉利昂进行的预注册试验结果，使用 Guided Learning 的学生数学成绩比对照组高出 0.258 个标准差，相当于八周内取得约 1.2 至 1.7 年的学习进步。

    推荐理由：原文给出了预注册试验的量化结果和交互数据，读者可据此评估AI辅助教学的实际效果与局限。

5月29日周五
5月28日周四
  1. Google Research62

    Google 发布零信任聚合方案，为端侧私有分析提供新安全设计

    Google Research 发布零信任聚合方案，结合新型格基密码协议与可信执行环境（TEE），让设备以单次消息提交数据，无需多轮在线交互。该方案确保 Google 只能获得匿名聚合结果，单个用户原始数据在任何服务器内存中都不会被重建。Android SafetyCore 将采用此方案评估安全工具的有效性，同时保证用户内容仅存于设备端。

    推荐理由：原文介绍了零信任聚合的新密码学方案，读者可借此了解端侧隐私分析如何在单次提交下兼顾安全与效率。

5月20日周三
5月18日周一
  1. Google DeepMind62

    Project Genie 接入 Street View 并面向 Google AI Ultra 订阅者全球开放

    Google DeepMind 宣布 Project Genie 新增 Street View 落地能力，用户可基于美国真实地点生成可交互的虚拟世界，并可选 Ocean World、B&W film 等风格。该功能即日起逐步向全球 18 岁以上 Google AI Ultra 订阅者开放，未来将扩展至更多地区。

    推荐理由：原文给出了Street View落地能力与订阅开放范围，读者可据此判断Genie在真实世界模拟上的实际可用性。

5月17日周日
  1. Google DeepMind70

    Google 推出 Gemini for Science：科学智能体工具与实验集

    Google 发布 Gemini for Science，包含 Google Labs 上的三个实验工具（Hypothesis Generation、Computational Discovery、Literature Insights）以及 Google Antigravity 上的 Science Skills 技能包。

    推荐理由：原文给出了面向科研场景的智能体工具集和开放入口，读者可以据此判断它如何加速科学发现流程。

  2. Google DeepMind62

    Google 扩展内容溯源与验证工具，覆盖搜索、Chrome、Pixel 和云端

    Google 宣布扩展内容透明度和验证工具，覆盖 Search、Gemini、Chrome、Pixel 和 Cloud。SynthID 已为超 1000 亿张图片和视频及 6 万小时音频加水印，Gemini 应用中的 SynthID 验证功能已被使用 5000 万次，现正扩展到 Search 和 Chrome。

    推荐理由：原文给出了内容溯源工具在搜索、Chrome、Pixel 和云端的扩展路径，读者可以据此判断行业内容验证标准的走向。

5月16日周六
  1. Google DeepMind60

    Google DeepMind 展示 Co-Scientist 加速肝病机制发现

    Google DeepMind 发布博客，展示其 AI 智能体 Co-Scientist 在爱丁堡大学的应用：研究人员用它梳理代谢功能障碍相关脂肪性肝炎（MASH）的文献，生成候选联合疗法假设。系统针对药物 resmetirom 仅对部分患者有效的问题，提出 NLRP3 炎症小体是连接炎症与代谢的分子桥梁，该假设随后得到实验验证。

    推荐理由：原文展示了 Co-Scientist 在真实科研问题中生成可验证假设的完整案例，读者可据此评估其辅助科研发现的实际价值。

  2. Google DeepMind78

    Google DeepMind 详解 WeatherNext 如何帮助美国国家飓风中心提前五天预测飓风 Melissa 登陆牙买加

    Google DeepMind 发文介绍其 AI 天气模型 WeatherNext 在 2025 年飓风 Melissa 预报中的作用。该模型提前五天以 80% 置信度预测飓风将以 Category 5 强度登陆牙买加，提前三天置信度接近 100%，这是首次从如此低的初始风速成功预测风暴达到 Category 5 强度。

    推荐理由：原文展示了 WeatherNext 在飓风 Melissa 预报中的实际表现，读者可借此了解 AI 天气模型在极端事件中的能力边界。

5月12日周二
  1. Google DeepMind75

    Google DeepMind 发布 Co-Scientist 多智能体科研助手，开放个人研究者申请

    Google DeepMind 在 Nature 发表 Co-Scientist 研究，推出基于 Gemini 的多智能体系统，可迭代生成、辩论和进化科学假设。该系统通过假设生成工具向个人研究者开放，并已在肝纤维化、ALS、细胞衰老等研究中取得成果，包括发现一个在实验室测试中阻断91%疤痕相关反应的药物候选。

    推荐理由：原文给出了多智能体系统的完整架构和多个真实科研应用案例，读者可以据此判断它在假设生成上的实际能力与开放入口。

5月6日周三
  1. Google DeepMind78

    Google DeepMind 发布 AlphaEvolve 年度影响报告

    Google DeepMind 发布 AlphaEvolve 年度影响报告，展示其作为 Gemini 驱动的编码智能体在多个领域的应用成果。在基因组学中，AlphaEvolve 改进 DeepConsensus 模型，将变异检测错误率降低 30%；在电网优化中，将 GNN 模型找到可行解的能力从 14% 提升至超过 88%。

    推荐理由：原文汇总了 AlphaEvolve 在基因组学、电网、量子物理和商业场景中的具体成果，读者可据此评估其跨领域应用价值。

4月30日周四
  1. Google DeepMind62

    Google DeepMind 发布 AI co-clinician 研究计划，探索医疗 AI 协作新模式

    Google DeepMind 宣布 AI co-clinician 研究计划，旨在让 AI 智能体在医生临床监督下协助患者护理。在 98 个基层医疗查询中，该系统在 97 例中零关键错误；在 OpenFDA RxQA 开放式药物问答上超越前沿模型。

    推荐理由：原文给出了AI co-clinician在临床证据合成、药物问答和远程医疗多模态交互上的实测结果，读者可据此判断医疗AI当前的能力边界。

  2. Google Research62

    Google Research 展示 ERA 在流行病预测、宇宙学、气候监测和神经科学中的四种应用

    Google Research 发文介绍其 Empirical Research Assistance（ERA）在四个领域的实际应用：在公共卫生方面，ERA 生成的流感。

    推荐理由：原文展示了ERA在流行病预测、宇宙学、气候监测和神经科学四个领域的实际应用，读者可以了解AI辅助科研工具从基准测试走向真实场景的进展。

4月23日周四
  1. Google Research62

    Google Photos 推出 Auto frame 功能，用 3D 感知重构图修复拍摄角度

    Google 宣布在 Google Photos 的 Auto frame 功能中推出新的 3D 感知图像编辑方法，可自动调整照片的相机视角和焦距，修复广角镜头造成的透视畸变。该方法分两步：先用 ML 模型估计 3D 场景和相机参数，再用生成式扩散模型补全新视角下缺失的内容，现已面向含人物的照片开放。

    推荐理由：原文给出了技术原理和产品入口，读者可以据此判断这项功能对日常照片编辑的实际价值。

4月22日周三
  1. Google DeepMind70

    Google DeepMind 提出 Decoupled DiLoCo 分布式训练架构

    Google DeepMind 发布论文提出 Decoupled DiLoCo 分布式训练架构，将训练任务拆分到解耦的计算岛之间异步传输数据，以降低带宽需求并提升硬件故障下的韧性。

    推荐理由：原文给出了跨数据中心训练架构的带宽需求和故障恢复实测数据，读者可以据此评估它在规模化训练中的实际价值。

4月16日周四
  1. Google Research62

    Google 发布 Simula 框架：从第一性原理设计合成数据集

    Google Research 在 Transactions on Machine Learning Research 发表论文，介绍推理优先的合成数据生成框架 Simula。Simula 采用无种子、智能体的方式，通过全局与局部多样化、复杂化和双批评质量检查四个可控轴生成数据集，并在五个领域验证了机制设计对数据质量与下游性能的关键作用。

    推荐理由：原文把合成数据生成重构为机制设计问题，并给出可独立控制的多样性、复杂度与质量轴，适合想系统化构建训练数据集的读者参考。

  2. Google DeepMind62

    Google DeepMind 发布 Gemini 3.1 Flash TTS 语音模型

    Google DeepMind 发布 Gemini 3.1 Flash TTS，这是最新的文本转语音模型，主打更强的可控性、表现力和质量。该模型在 Artificial Analysis TTS 榜单上取得 Elo 1211 分，支持 70 多种语言和原生多说话人对话，并引入音频标签功能，可通过自然语言指令精细控制语速、语气和表达。

    推荐理由：官方介绍了新 TTS 模型的音频标签控制能力和评测成绩，读者可据此判断其表达力与可控性提升。