Google DeepMind 为 Private AI Compute 引入安全服务端内存
Google DeepMind 为 Private AI Compute 引入私密的服务端内存,用于个人 AI 场景。该能力强调安全与隐私保护,让服务端内存中的数据保持私密。
Google DeepMind 为 Private AI Compute 引入私密的服务端内存,用于个人 AI 场景。该能力强调安全与隐私保护,让服务端内存中的数据保持私密。
Google DeepMind 发布 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking 两款实时对话模型,前者面向规模化与成本效率,后者面向高复杂度任务与多步推理。
推荐理由:Google DeepMind 发布两款实时语音模型,给出基准成绩与开发者、企业、普通用户的分层开放入口。
Google DeepMind 推出 AlphaGenome Atlas,一个包含人类基因组全部 90 亿个单核苷酸变异效应预测的平台,数据集规模达 1PB,是 AlphaFold Database 的 30 多倍。
Google DeepMind 与 Google Research 发布 WeatherNext 3,称其为迄今最先进、最准确的全球天气模型,可每 1 小时生成一次预报,地表变量分辨率达 5 公里,整体比 WeatherNext 2 清晰约 5 倍。
Google 面向政府机构、关键基础设施运营商和网络安全合作伙伴推出限量访问的 Fairwind Program,首批提供 Gemini 3.8 Flash Cyber 模型与 CodeMender 工具链,可自主发现、验证并修复漏洞,将原本数周的手动修复缩短至分钟级生成可部署补丁。
Google DeepMind 发布 Gemini 3.8 Flash 和 Gemini 3.8 Flash Cyber,前者在软件工程、智能体任务和多步推理上较 3.7 Flash 显著提升。
Google DeepMind 为 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 推出智能体视频理解功能,通过原生视频工具动态检索视频片段,token 消耗最多降低 88%、成本最多降低 66%、准确率最多提升 7%。
Google DeepMind 与 A24 宣布达成首个此类研究合作,将顶尖研究实验室与电影人导向的制片厂配对,帮助艺术家开发新工作流与技术。双方将围绕多个项目展开长期深度研发协作,让 A24 及其电影人直接参与塑造新技术。此外,Google 已对 A24 进行投资。
Google DeepMind 推出 Nano Banana 2 Lite(gemini-3.1-flash-lite-image)与 Gemini Omni Flash(gemini-omni-flash-preview)两款模型。
Google DeepMind 联合 Schmidt Sciences、Cooperative AI Foundation、ARIA 并获 Google.org 支持,发起最高 1000 万美元的多智能体 AI 安全技术研究资助,面向全球研究者征集方案。
Google DeepMind 推出为期三个月的机器人加速器项目,从欧洲选拔 15 家早期机器人初创公司,提供技术指导并开放其 AI 技术栈和 Gemini 机器人模型。入选公司覆盖物流、制造、医疗、气候和导航等领域,本周在伦敦启动。
Google 将 SynthID 与 C2PA Content Credentials 验证扩展到 Search、Gemini、Chrome、Pixel 和 Cloud,Gemini 应用中的 SynthID 验证已被使用 5000 万次。
Google DeepMind 与新加坡政府达成国家 AI 合作,在新加坡推出多项计划,聚焦医疗健康、科学发现与教育。合作包括探索 AI co-clinician 辅助诊疗、用 AlphaFold 和 Google Earth 推进东南亚传染病研究、为视障跑者开发 Gemma 驱动的跑步助手,并向中小学至初级学院教育者提供 Gemini for Education。
剑桥大学 Clare Bryant 教授用 Google DeepMind 的 Co-Scientist 研究流感等病原体跨物种传播时引发脓毒症等重症的分子开关,该工具生成并排序假设,并优先标出她此前未关注的一个蛋白。加入未发表数据后,假设逐步收敛到具体氨基酸,团队正构建含该氨基酸突变的细胞系验证。Bryant 称,原本需两到三年的实验工作,如今有望在六个月内完成。
Calico Life Sciences 的 Matt Onsum 与 Katherine Labbé 正使用 Google DeepMind 的 Co-Scientist 整合衰老生物学中零散的研究发现并生成可验证假设。
MIT 机械工程师 Ritu Raman 与波士顿儿童医院化学生物学家 Ryan Flynn 借助 Google DeepMind 的 Co-Scientist,将组织模型与细胞表面 RNA 研究结合,探索 ALS 新疗法。
Google DeepMind 与 Google Research 开发的 AI 天气模型 WeatherNext 帮助美国国家飓风中心提前五天以 80% 置信度预测飓风 Melissa 将以 Category 5 强度登陆牙买加,三日前置信度升至近 100%,这是首次从 Category 1 风速起步成功预测风暴达到 Category 5 强度。
Google DeepMind 发布多智能体 AI 系统 Co-Scientist,基于 Gemini 构建,可迭代生成、辩论并演化科学假设,相关研究已发表于 Nature。该系统通过 Hypothesis Generation 工具向个体研究者开放,未来几周内逐步推出。在肝纤维化研究中,Co-Scientist 找到被忽视的药物重定向候选,其中一款在实验室测试中阻断了 91% 的疤痕相关反应。
Google DeepMind 回顾 Gemini 驱动的编程智能体 AlphaEvolve 一年来的应用进展,称其已从试点成为 Google 基础设施的核心组件。
推荐理由:AlphaEvolve 从数学发现扩展到 TPU 设计、电网优化和商业落地,读者可据此判断算法发现智能体的实际边界。
Google DeepMind 宣布 AI co-clinician 研究计划,探索 AI 智能体在医生临床授权下协助患者的"三元诊疗"模式。在 98 个真实初级护理查询的盲测中,该系统 97 例零关键错误,表现优于两款医生广泛使用的 AI 系统;在 OpenFDA 的 RxQA 药物问答基准上,开放式提问表现超过现有前沿模型。
Google DeepMind 宣布与韩国科学技术信息通信部(MSIT)建立合作,将在首尔办公室设立 AI Campus,向韩国学界开放 AlphaEvolve、AlphaGenome、AlphaFold、AI co-scientist 和 WeatherNext 等前沿模型。
Google DeepMind 发布 Decoupled DiLoCo 分布式训练架构,将训练拆分为异步通信的计算"岛屿",在硬件故障下仍能持续训练并自动恢复。该架构用 Gemma 4 模型验证,ML 性能与传统方法持平,并以 2-5 Gbps 广域网络在四个美国区域训练了 120 亿参数模型,速度比传统同步方法快 20 倍以上,还支持 TPU v6e 与 TPU v5p 混合训练。
Google DeepMind 宣布与 Accenture、Bain & Company、BCG、Deloitte、McKinsey 合作,帮助企业规模化采用前沿 AI。合作方将获得 Gemini 系列等前沿模型的早期访问权,并与 Google DeepMind 技术团队共同开发面向金融、制造、零售、媒体娱乐等行业的定制化 AI 方案。目前仅 25% 的组织成功将 AI 规模化投入生产。
Google DeepMind 推出 Gemini 3.1 Flash TTS,一款支持音频标签(audio tags)的文本转语音模型,可通过自然语言指令控制语音风格、语速与表达方式。
Google DeepMind 发布 Gemini Robotics-ER 1.6,一款面向机器人的推理优先模型,在指向、计数、成功检测等空间与物理推理能力上较 Gemini Robotics-ER 1.5 和 Gemini 3.0 Flash 显著提升。
Google DeepMind 发布 Gemma 4 开源模型家族,含 E2B、E4B、26B MoE 和 31B Dense 四个尺寸,采用 Apache 2.0 许可。31B 模型在 Arena AI 文本榜位列全球开源模型第三,26B 模型第六,后者推理时仅激活 3.8B 参数。边缘模型支持 128K 上下文与原生音频输入,大模型上下文达 256K,全系原生支持 140+ 语言。
Google DeepMind 正在探索由 Gemini 驱动的 AI 鼠标指针,让指针不仅知道指向什么,还能理解其对用户的意义,用户只需指向并说话即可完成操作。团队提出保持心流、展示与讲述、善用“这个”和“那个”、把像素变成可操作实体四项交互原则,并已在 Chrome 中上线指向网页内容询问 Gemini 的功能,Googlebook 的 Magic Pointer 也将推出。