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。
Google 推出 Vantage，一个利用生成式 AI 在模拟环境中评估未来技能的研究实验，现已开放英文版注册。Vantage 通过 AI 化身与学习者进行多轮对话，由 Executive LLM 动态引导对话以收集技能证据，再由 AI Evaluator 依据评分标准给出详细技能图谱。与纽约大学的联合研究显示，AI 评估者与人类专家的评分一致性接近专家之间的一致性。
推荐理由：原文介绍了 Vantage 的评估机制和与人类专家评分的一致性，读者可据此判断 AI 模拟评估的可靠性。
Google DeepMind 发布 Gemini Robotics-ER 1.6，这是其推理优先模型的重大升级，通过增强空间推理和多视角理解，让机器人更精准地感知环境。
推荐理由：官方介绍了新模型在空间推理、多视角理解和仪表读取上的能力提升，并给出 API 开放入口，读者可据此评估其落地价值。
Google DeepMind 发布 Gemma 4 开源模型家族，包含 E2B、E4B、26B MoE 和 31B Dense 四个尺寸，采用 Apache 2.0 许可。
推荐理由：官方发布稿给出了四个尺寸、上下文窗口和开源许可等关键规格，读者可据此评估其本地部署与微调价值。
Google Research 发布白皮书，指出未来量子计算机可能用比此前认为更少的量子比特和门电路破解保护加密货币的椭圆曲线密码。
推荐理由：原文给出了量子攻击所需资源的最新估算，并提出了零知识证明的披露方式，读者可以据此评估加密货币迁移到后量子密码的紧迫性。
Google DeepMind 发布由 Gemini 驱动的 AI 指针原型，让用户通过指向和说话即可完成操作，无需编写复杂提示词。该能力已集成到 Chrome 中，用户可选中网页内容直接向 Gemini 提问，并即将在 Googlebook 推出 Magic Pointer。
推荐理由：原文给出了AI指针的交互原则和Chrome、Googlebook中的落地入口，读者可以据此判断这种免提示词交互会怎样改变日常使用AI的方式。
Google 发布 Vibe Coding XR 工作流，结合 Gemini 与 XR Blocks 框架，将自然语言直接转成可运行的 Android XR 应用，耗时不到 60 秒。
推荐理由：原文给出了将自然语言直接转成可运行 XR 应用的具体工作流和实测成功率，读者可以据此评估这类原型工具的成熟度。
Google Research 与英国 NHS 合作，在 Nature Cancer 发表两项 AI 乳腺癌筛查研究。第一项研究显示，AI 系统在 115,973 名女性的回顾性评估中，癌症检出率从每千名女性 7.54 例提升至 9.33 例，并检测出原始双人阅片流程漏掉的 25% 间期癌；在 12 个 NHS 筛查站点的前瞻性部署中，AI 读取中位时间为 17.7 分钟。
推荐理由：两项研究分别评估了AI独立检测性能与融入双人阅片流程的效果，为AI辅助乳腺癌筛查的临床可行性提供了量化证据。
Google Research 宣布在 Flood Hub 上线城市山洪预报，利用基于 Gemini 从新闻报道中提取历史洪水事件构建的 Groundsource 数据集训练 LSTM 模型，可提前 24 小时预测人口密度超过 100 人/平方公里区域的山洪风险。模型目前以 20x20 公里分辨率运行，在多个全球南方国家的精度和召回率与美国 NWS 预警系统相当。
推荐理由：原文给出了新模型的技术路线和与现有系统的性能对比，读者可以据此判断AI驱动的城市山洪预警在欠发达地区的覆盖价值。
Google Research 推出 Groundsource，一种利用 Gemini 从全球新闻报道中提取结构化历史灾害数据的方法。首个开放数据集覆盖 2000 年至今 150 多个国家的 260 万条城市山洪事件，人工审核中 82% 的事件在位置和时间上达到实际可用精度，并已用于 Google Flood Hub 的提前 24 小时城市山洪预报。
推荐理由：原文给出了用 Gemini 从新闻提取灾害数据的完整流程和验证指标，读者可以据此评估该方法在构建历史数据集上的可靠性。
Google Research 与 Beth Israel Deaconess Medical Center 合作，开展了一项前瞻性、单中心可行性研究，评估对话式诊断 AI 系统 AMIE 在门诊初级保健场景中采集患者病史的安全性与可行性。
推荐理由：原文给出了真实临床环境下的前瞻性可行性研究结果，读者可以据此判断对话式诊断 AI 在安全性和诊断质量上的实际表现。
Google Research 发布 WAXAL，一个面向非洲语音技术的大规模开放数据集，包含约1,846小时转写自然语音（ASR）和超过565小时高保真录音（TTS），覆盖27种撒哈拉以南非洲语言，使用 CC-BY-4.0 许可。
推荐理由：该数据集以宽松许可覆盖27种非洲语言，为低资源语音技术研究提供了可复用的数据基础。