跳到正文

#Google

今日 0 条
2月10日周二
  1. Google Research40

    Perch 2.0：基于鸟类训练的 AI 模型如何迁移至水下鲸类识别

    Google DeepMind 发布的 Perch 2.0 生物声学基础模型虽主要基于鸟类数据训练，却成功迁移至水下任务。该模型在 NOAA PIPAN、ReefSet 和 DCLDE 数据集上表现优异，能有效分类须鲸及虎鲸亚种。其嵌入向量结合逻辑回归的少样本学习方案，大幅降低了构建自定义海洋声景分类器的计算成本。

  2. Google DeepMind89

    Gemini Deep Think 加速数学与科学发现：两篇研究论文详解跨学科应用

    Google DeepMind 发布两篇研究论文，展示 Gemini Deep Think 模式在解决专业级数学、物理和计算机科学开放性问题上的进展。该模型通过构建名为 Aletheia 的数学研究智能体，实现了从 IMO 金牌水平向 PhD 级研究的跨越，并在 IMO-ProofBench Advanced 测试中达到 90% 准确率。

    推荐理由：原文展示了 Gemini Deep Think 在纯数学、物理和计算机科学前沿问题中的具体突破案例及协作范式，为评估 AI 在专业科研领域的实际能力边界提供了详实的一手证据。

2月5日周四
2月4日周三
  1. Google Research35

    Google Research 提出 Sequential Attention：通过序列注意力机制优化模型特征选择

    Google Research 推出 Sequential Attention，利用贪心选择与注意力评分在单次训练中自适应筛选最优组件。该方法解决了子集选择的 NP-hard 难题，显著降低训练开销并提升模型效率。它在多个神经网络基准测试中达到 SOTA 结果，同时增强了模型的可解释性与可扩展性。

  2. Google Research68

    Google Research 宣布与 Included Health 合作开展全美首个真实世界虚拟护理 AI 随机研究

    Google Research 宣布与美国医疗服务提供商 Included Health 合作，待 IRB 批准后启动一项全美范围的随机对照研究，以评估对话式 AI 在真实世界虚拟护理工作流程中的表现。

    推荐理由：Google Research 联合 Included Health 启动全美随机对照试验，旨在通过真实临床数据验证对话式 AI 在虚拟护理中的安全性与效用。

1月30日周五
  1. Google DeepMind80

    Google DeepMind 向美国 Google AI Ultra 订阅者推出 Project Genie 交互世界原型

    Google DeepMind 正式向美国地区 18 岁以上的 Google AI Ultra 订阅者开放 Project Genie 实验性研究原型。该工具由 Genie 3、Nano Banana Pro 和 Gemini 驱动，支持通过文本或图像提示创建、探索和重混交互式世界，并能在移动时实时生成前方路径。

    推荐理由：官方开放了基于 Genie 3 的交互式世界生成原型，用户可体验实时路径生成与场景重混，适合关注世界模型落地形态的读者。

1月28日周三
  1. Google Research62

    Google Research 发布论文《Towards a Science of Scaling Agent Systems》：挑战“更多智能体更好”假设并确立扩展原则

    Google Research 发布新论文，基于对180种智能体配置的受控评估，推导出首个智能体系统定量扩展原则，指出单纯增加智能体数量往往触及性能天花板甚至导致退化。

    推荐理由：通过180种配置的大规模评估，量化了多智能体系统的扩展规律，揭示了任务属性与架构选择之间的关键权衡。

  2. Google Research39

    Google Research 发布 ATLAS：多语言模型自适应迁移缩放定律

    Google Research 提出 ATLAS，这是首个针对多语言模型的自适应迁移缩放定律。该研究基于 774 次训练运行、10M–8B 参数规模及 400+ 种语言数据，量化了 1,400 对语言间的协同效应。ATLAS 指导开发者平衡语言混合与模型大小，例如将支持语言数量翻倍时，建议模型规模增加 1.18 倍、总数据量增加 1.66 倍。

1月24日周六
1月23日周五
  1. Google Research33

    Google Research 提出小模型意图提取分解方法

    Google Research 在 EMNLP 2025 发表研究，提出通过“屏幕摘要+意图提取”的两阶段分解工作流，使小多模态大语言模型（MLLM）能在设备端实现 superior 的用户意图理解。该方法在 Gemini 和 Qwen2 基座模型上验证，其中 Gemini 1.5 Flash 8B 结合此策略的效果可与 Gemini 1.5 Pro 媲美，且成本与速度更优。

1月16日周五
1月14日周三
  1. Google Research37

    Google Research 验证 Android Auto 急刹车事件可作为道路碰撞风险指标

    Google Research 证实通过 Android Auto 收集的急刹车事件（HBEs）与道路碰撞率呈显著正相关，可作为交通安全评估的领先指标。分析显示 HBEs 数据密度是碰撞报告的 18 倍，且能识别出如加州 Highway 101/880 汇流段等高风险区域，其 HBE 频率约为平均水平的 70 倍。该研究利用连接车辆数据填补了传统滞后碰撞数据的空白，支持网络级交通安全评估。

  2. Google Research73

    Google Research 发布 MedGemma 1.5 4B 与 MedASR 医疗语音识别模型

    Google Research 发布开源医疗生成式 AI 模型 MedGemma 1.5 4B 和医疗自动语音识别模型 MedASR。

    推荐理由：原文给出了 MedGemma 1.5 4B 在 CT、MRI 及病理图像上的具体精度提升数据，以及 MedASR 相比 Whisper large-v3 的医疗听写错误率降低幅度，为开发者评估模型能力边界提供了量化依据。

  4. Google DeepMind68

    Google DeepMind 发布 Veo 3.1 Ingredients to Video 更新：增强一致性、创意与控制力

    Google DeepMind 发布 Veo 3.1 Ingredients to Video 更新，提升了基于参考图像生成视频的角色与背景一致性，并支持原生 9:16 垂直视频输出及 1080p/4K 分辨率升级。

    推荐理由：官方详细说明了 Veo 3.1 在角色一致性、垂直原生输出及高分辨率升级上的具体改进，并明确了各平台入口。

1月13日周二
  1. Google Research70

    Google Research 发布论文：NeuralGCM 模型提升全球降水模拟精度

    Google Research 发布论文，介绍其 NeuralGCM 模型在模拟全球降水方面的改进，该模型结合了机器学习和物理模型，在精度和效率方面优于传统大气模型。

    推荐理由：原文介绍了 NeuralGCM 模型在模拟全球降水的准确性方面的改进，读者可以了解其在气候预测领域的应用潜力。

12月24日周三
  1. Google DeepMind85

    DeepMind 回顾 2025 年 AI 突破：从模型到应用

    DeepMind 回顾了 2025 年在 AI 模型、产品和应用方面的突破，包括 Gemini 3 和 Gemini 3 Flash 的发布，以及 AI 在科学、教育和健康等领域的应用。

    推荐理由：DeepMind 回顾了 2025 年在 AI 模型、产品和应用方面的突破，包括 Gemini 3 和 Gemini 3 Flash 的发布，以及 AI 在科学、教育和健康等领域的应用。

12月19日周五
  1. Google Research85

    谷歌研究2025：更大胆的突破，更大的影响

    谷歌研究团队在 2025 年在多个领域取得了突破性进展，包括 AI 模型、量子计算、地球科学、生物科学、神经科学、气候韧性、健康和教育等。

    推荐理由：原文介绍了 Google Research 在 2025 年在多个领域的突破性进展，包括 AI 模型、量子计算、地球科学、生物科学、神经科学、气候韧性、健康和教育等，读者可以了解这些进展对科学和社会的影响。

12月17日周三
  1. Google DeepMind85

    Gemini 3 Flash：专为速度构建的前沿智能

    Google DeepMind 发布了 Gemini 3 Flash，这是一个专为速度构建的前沿智能模型，旨在帮助每个人更快地学习、构建和规划任何事情。该模型保留了 Gemini 3 的 Pro 级推理能力，同时具备 Flash 级别的延迟、效率和成本效益。

    推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。

12月16日周二
  1. Google DeepMind72

    DeepMind 发布 Gemma Scope 2：助力AI安全社区深入理解复杂语言模型行为

    DeepMind 发布了 Gemma Scope 2，这是一套用于语言模型可解释性的开源工具，旨在帮助研究人员深入理解复杂语言模型的行为，包括Gemma 3系列模型。

    推荐理由：Gemma Scope 2 的发布为AI安全社区提供了强大的工具，有助于深入理解复杂语言模型的行为，对AI安全研究具有重要意义。

12月13日周六
  1. Google DeepMind65

    DeepMind 发布改进的 Gemini 音频模型，提升语音体验

    DeepMind 发布了改进的 Gemini 2.5 Flash Native Audio 模型，增强了其处理复杂工作流程、遵循用户指令和进行自然对话的能力。该模型现在可用于 Google 产品，包括 Google AI Studio 和 Vertex AI，并开始推广至 Gemini Live 和 Search Live。此外，还推出了实时语音翻译功能，支持耳机中的语音到语音翻译。

    推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。

12月11日周四
  1. Google DeepMind60

    Google DeepMind 与英国人工智能安全研究所深化合作

    Google DeepMind 与英国人工智能安全研究所（AISI）宣布扩大合作，聚焦基础安全和安全研究，以确保人工智能安全发展并造福所有人。合作内容包括共享模型、数据和想法，共同发布报告，进行安全研究和技术讨论。

    推荐理由：Google DeepMind 与英国人工智能安全研究所的合作扩展，涉及基础安全和安全研究，有助于确保人工智能安全发展并造福所有人。

12月10日周三
  1. Google DeepMind70

    DeepMind 与英国政府深化合作，支持 AI 时代的繁荣与安全

    DeepMind 与英国政府合作，旨在利用 AI 促进科学、教育和公共服务的进步，并加强国家安全和韧性。合作内容包括提供前沿 AI 访问、建立自动科学实验室、支持教育研究和现代化公共服务。

    推荐理由：DeepMind 与英国政府合作，旨在利用 AI 促进科学、教育和公共服务的进步，并加强国家安全和韧性，读者可以关注这一合作对 AI 领域的影响。

12月9日周二
  1. Google DeepMind65

    Google DeepMind 发布 FACTS Benchmark Suite 评估大型语言模型事实性

    Google DeepMind 发布了 FACTS Benchmark Suite，这是一个用于评估大型语言模型事实性的基准套件，包括三个额外的基准：参数基准、搜索基准和多模态基准。该套件旨在帮助改进大型语言模型在提供准确信息方面的性能。

    推荐理由：FACTS Benchmark Suite 是一个用于评估大型语言模型事实性的基准套件，读者可以了解其评估方法和结果，从而对大型语言模型的事实性有更深入的了解。

12月5日周五
  1. Google Research85

    Titans 和 MIRAS：帮助 AI 拥有长期记忆

    Google Research 发布了两篇论文，介绍了 Titans 和 MIRAS 架构，旨在帮助 AI 拥有长期记忆能力。Titans 架构通过深度神经网络作为记忆模块，提高了模型处理长序列的能力，而 MIRAS 架构则提供了新的优化机制。

    推荐理由：Titans 和 MIRAS 架构在序列建模方面取得了突破，通过引入深度神经网络作为记忆模块，提高了模型处理长序列的能力，并提供了新的优化机制。

  2. Google DeepMind45

    AlphaFold助力提升作物耐热性研究

    科学家利用AlphaFold预测光合作用关键酶GLYK的3D结构，以增强其耐热性，从而培育出更耐热的作物。通过模拟高温下酶的变化，研究人员发现并改进了GLYK的关键部分，使其在高达65°C的温度下保持稳定。

12月4日周四
  1. Google Research80

    从波形到智慧：音频智能新基准

    Google Research 发布了 MSEB，一个用于评估和比较音频智能模型的新基准，旨在推动音频处理领域的研究。

    推荐理由：MSEB 提供了一个新的基准，用于评估和比较音频智能模型，有助于推动音频处理领域的研究。

11月26日周三
  1. Google DeepMind85

    AlphaFold：五年来的影响

    AlphaFold 自 2020 年以来加速了科学研究的步伐，推动了全球生物发现浪潮。它解决了蛋白质结构预测问题，为药物发现和理解疾病提供了新的途径。AlphaFold 蛋白质数据库已被超过 300 万名研究人员使用，其中超过 100 万人来自低收入和中等收入国家。

    推荐理由：AlphaFold 在过去五年中加速了科学研究的步伐，推动了全球生物发现浪潮，其影响深远，值得读者关注。

11月25日周二
  1. Google DeepMind70

    揭示心脏病背后的关键蛋白质

    科学家们利用AlphaFold技术揭示了导致心脏病的关键蛋白质apoB100的结构，这一发现可能有助于改变研究人员和临床医生治疗心血管疾病的方式。

    推荐理由：该研究揭示了导致心脏病的关键蛋白质的结构，为预防和治疗心血管疾病提供了新的可能性。

11月22日周六
  1. Google Research67

    Google Research：如何通过简单的AI模型预测充电站可用性以缓解电动汽车里程焦虑

    Google Research发布了一篇论文，介绍了一种基于线性回归的模型，用于预测电动汽车充电站的可用性，以缓解电动汽车用户的里程焦虑。该模型通过分析充电站的历史数据，预测未来一段时间内充电站的可用情况，从而帮助用户做出更明智的出行决策。

    推荐理由：该研究提出了一种基于线性回归的模型，用于预测电动汽车充电站的可用性，有助于缓解电动汽车用户的里程焦虑，并可能对电动汽车的普及产生积极影响。

11月20日周四
  1. Google DeepMind45

    Gemini应用引入AI图像验证功能

    Google DeepMind在Gemini应用中引入AI图像验证功能，利用SynthID数字水印技术验证图像是否由Google AI生成或编辑。目前，SynthID已为超过200亿条AI生成内容添加水印，并正在测试SynthID Detector验证工具。未来，将扩展验证功能至视频和音频格式，并与行业伙伴合作提升内容透明度和真实性标准。

  2. Google DeepMind85

    Google DeepMind 发布 Gemini 3 Pro Image 模型

    Google DeepMind 发布了新的图像生成和编辑模型 Gemini 3 Pro Image，该模型具有高级功能和创意控制，旨在为开发者提供工作室级图像生成功能。该模型已经开始付费预览，并将在 Google AI Studio 和 Vertex AI 中推出，以构建新一代智能多模态应用。

    推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。

  3. Google DeepMind70

    DeepMind 发布 Nano Banana Pro 智能体功能

    DeepMind 发布了新的智能体功能 Nano Banana Pro，基于 Gemini 3 Pro，提供更强大的图像生成和编辑能力，包括增强的推理、世界知识和实时信息，以及多语言文本渲染。

    推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。

11月19日周三
  1. Google Research85

    谷歌研究：实时语音到语音翻译

    谷歌研究发布了一种新的实时语音到语音翻译技术，该技术通过直接生成翻译音频，实现了与原始说话者声音的实时翻译，延迟仅为2秒。

    推荐理由：原文介绍了实时语音到语音翻译技术的创新，读者可以了解该技术如何改善跨语言沟通。

  2. Google DeepMind85

    Gemini 3 发布，带来智能体功能更新

    Gemini 3 Pro 发布，提供更强大的推理能力，支持新的开发平台 Google Antigravity，并推出新的 API 工具，旨在提升开发效率和用户体验。

    推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。

  4. Google DeepMind85

    Gemini 3 模型发布：开启智能新时代

    Google DeepMind 发布了 Gemini 3 模型，这是其最智能的模型，旨在帮助用户将任何想法变为现实。该模型在推理、多模态理解和智能体能力方面取得了显著进步，并将在 Google 的多个产品中推出。

    推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。