DeepMind 发布论文：教 AI 更像人类地看世界
DeepMind 发布了一篇论文，分析了AI系统在视觉世界中组织方式与人类的不同，并提出了一种方法来更好地将这些系统与人类知识对齐，从而提高其鲁棒性和泛化能力。
推荐理由：该研究通过改进视觉模型的组织方式，使其更符合人类知识，从而提高AI系统的鲁棒性和泛化能力，对构建更直观和可靠的AI系统具有重要意义。
Google / Gemini
全部主题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。
204条精选相关主题OpenAI / ChatGPTAnthropic / Claude多模态
最新精选
第 181–200 条 · 共 204 条Google DeepMind精选AI 评分6262 Google DeepMind精选AI 评分6565 DeepMind 发布 Gemini 和 Google Workspace 工具助力 Northern Ireland 教师提高效率
DeepMind 与 Northern Ireland Education Authority 的 C2k 程序合作，推出 Gemini 和 Google Workspace 工具的试点项目，帮助教师提高效率。教师们通过使用这些工具，平均每周节省了 10 小时的时间，并将这些时间用于学生互动和自身专业发展。试点项目展示了 Gemini 在简化行政工作、创造更具吸引力的教学内容等方面的应用。
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。
Google Research精选AI 评分7777 Google 研究推出 Nested Learning：持续学习的新机器学习范式
Google 研究团队推出 Nested Learning，一种新的机器学习范式，旨在解决持续学习中的灾难性遗忘问题。通过实验验证了其在语言建模和长期记忆管理方面的优势。
推荐理由：Nested Learning 提出了一种新的机器学习范式，旨在解决持续学习中的灾难性遗忘问题，通过实验验证了其在语言建模和长期记忆管理方面的优势。
Google Research精选AI 评分7070 DS-STAR：一款最先进的多功能数据科学智能体
Google Research发布了一篇论文，介绍了DS-STAR，一个旨在解决数据科学问题的智能体。DS-STAR通过自动分析多种文件格式和迭代、顺序规划过程，使用基于LLM的验证系统，在多个基准测试中取得了最先进的性能。
推荐理由：DS-STAR在多个数据科学基准测试中取得了最先进的性能，展示了其在处理复杂分析和从多个数据源中提取可验证见解方面的能力。
Google DeepMind精选AI 评分7272 DeepMind 发布生物多样性保护 AI 研究：预测森林砍伐、物种分布建模和生物声学模型
DeepMind 发布了生物多样性保护方面的 AI 研究，包括预测森林砍伐风险、物种分布建模和生物声学模型，旨在帮助保护地球生态系统。
推荐理由：原文介绍了 DeepMind 在生物多样性保护方面的 AI 研究，包括预测森林砍伐风险、物种分布建模和生物声学模型，读者可以了解 AI 在这一领域的应用潜力。
Google Research精选AI 评分8585 利用 AI 预测森林未来：从统计损失到预测风险
Google Research 发布了 ForestCast 模型，用于预测森林砍伐风险，并提供了公开数据集，旨在推动森林保护措施的发展。
推荐理由：原文提出了 ForestCast 模型，并提供了公开数据集，有助于推动森林砍伐风险评估技术的发展。
Google Research精选AI 评分7272 探索基于太空的可扩展人工智能基础设施系统设计
Google Research 发布了一篇论文，探讨了基于太空的可扩展人工智能基础设施系统设计，包括太阳能卫星星座、高速通信和辐射耐受性等关键技术。
推荐理由：原文提出了基于太空的可扩展人工智能基础设施系统设计，读者可以了解其潜在影响和挑战。
Google Research精选AI 评分8585 Google Research 发布最新研究成果：加速研究突破与实际应用之间的循环
Google Research 在其旗舰研究活动上发布了最新研究成果，包括地球AI、DeepSomatic、Quantum Echoes等，展示了AI在地球理解、基因组学、量子计算等领域的应用和进展。
推荐理由：原文介绍了 Google Research 在多个领域的最新研究成果，包括地球AI、DeepSomatic、Quantum Echoes等，读者可以了解AI在各个领域的应用和进展。
Google Research精选AI 评分8585 Google 研究推出可证明隐私洞察系统，用于分析 AI 使用情况
Google 研究推出可证明隐私洞察系统，利用大型语言模型、差分隐私和可信执行环境分析非结构化 GenAI 数据，保证个人数据不可查见且汇总洞察匿名。
推荐理由：介绍了可证明隐私洞察（PPI）系统，该系统利用大型语言模型、差分隐私和可信执行环境来分析非结构化 GenAI 数据，同时保证个人数据不可查见且汇总洞察匿名。
Google Research精选AI 评分7070 StreetReaderAI：通过上下文感知多模态 AI 使街景可访问
Google Research 发布了 StreetReaderAI，这是一个面向视障人士的街景工具，通过上下文感知多模态 AI 和图像理解技术，为视障人士提供沉浸式的视觉体验，并开辟了新的探索可能性。
推荐理由：StreetReaderAI 是一个面向视障人士的街景工具，通过多模态 AI 和图像理解技术，为视障人士提供沉浸式的视觉体验，并开辟了新的探索可能性。
Google Research精选AI 评分6767 Google Research 发布个人健康教练功能
Google Research 发布基于 Gemini 模型的个人健康教练功能，旨在提供个性化、适应性强的健康指导，并支持睡眠、健身和健康方面的主动洞察。该功能目前为 Fitbit Premium Android 用户开放测试，并计划很快扩展到 iOS 用户。
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。
Hugging Face Blog精选AI 评分7070 Google Cloud C4 带来 GPT OSS 在 Intel 和 Hugging Face 上的 70% TCO 提升
Google Cloud C4 虚拟机在 Intel Xeon 6 处理器上运行，与 Hugging Face 合作，展示了升级到 Google 最新 C4 虚拟机的实际价值。与上一代的 Google C3 虚拟机实例相比，总拥有成本 (TCO) 提高了 1.7 倍。
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。
Hugging Face Blog精选AI 评分8585 Google 发布 EmbeddingGemma，高效的嵌入模型
Google 发布了 EmbeddingGemma，一款适用于设备端使用的先进多语言嵌入模型。该模型具有紧凑的 308M 参数大小和 2K 上下文窗口，支持超过 100 种语言，在 Massive Text Embedding Benchmark (MTEB) 上是排名最高的纯文本多语言嵌入模型。
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。
Hugging Face Blog精选AI 评分8585 Gemma 3n 模型全面开源
Gemma 3n 模型作为一款本地运行的多模态模型，现已全面开源，支持图像、文本、音频和视频输入。模型提供两种大小，分别为 5B 和 8B 参数，且在内存效率方面有所改进，只需 2B 和 4B VRAM。模型支持 140 种语言文本和 35 种语言的多模态交互。
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。
Hugging Face Blog精选AI 评分8585 Google 发布 Gemma 3：全新多模态、多语言、长上下文开源大语言模型
Google 发布了 Gemma 3，这是一个全新的多模态、多语言、长上下文开源大语言模型。Gemma 3 模型系列从 1B 到 27B 参数不等，支持 140 多种语言，并具有处理图像和文本的能力。
推荐理由：Gemma 3 的发布标志着 Google 在多模态、多语言大语言模型领域的最新进展，其强大的功能和开放性为读者提供了了解和评估该模型的机会。
Hugging Face Blog精选AI 评分8585 Google 发布 SigLIP 2 多语言视觉语言编码器
Google 发布了 SigLIP 2，这是一种改进的多语言视觉语言编码器，具有更好的语义理解、定位和密集特征。SigLIP 2 模型在所有模型规模的核心能力方面优于旧的 SigLIP 模型，包括零样本分类、图像-文本检索和提取视觉表示时的迁移性能。
推荐理由：SigLIP 2 模型在多语言视觉语言编码方面取得了显著进步，读者可以了解其新功能和性能提升。
Hugging Face Blog精选AI 评分6565 Google 发布 PaliGemma 2 Mix 智能体功能
Google 发布了新的 PaliGemma 2 Mix 智能体功能，包括三种不同规模和分辨率的模型，以及针对多种视觉语言任务的微调。
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。
Hugging Face Blog精选AI 评分7070 Google 发布 PaliGemma 2 新视觉语言模型
Google 发布了新的视觉语言模型 PaliGemma 2，该模型升级了文本解码部分，并提供了多种参数规模和输入分辨率，支持下游任务的微调。
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。
Hugging Face Blog精选AI 评分7777 Google 发布 Gemma 2 2B、ShieldGemma 和 Gemma Scope
Google 发布了 Gemma 2 2B， ShieldGemma 和 Gemma Scope。Gemma 2 2B 是一个 2.6B 参数的版本，适用于设备端使用。ShieldGemma 是一系列安全分类器，用于开发者过滤应用程序的输入和输出。Gemma Scope 是一个针对 Gemma 2 2B 和 9B 的全面、开源的稀疏自动编码器套件。
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。
Hugging Face Blog精选AI 评分7070 Google Cloud TPUs 现已对 Hugging Face 用户开放
Google Cloud TPUs 现已集成到 Hugging Face Inference Endpoints 和 Spaces，为 AI 开发者提供更强大的计算能力。
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。