Google 承诺投入 4000 万美元 AI tokens 与云额度支持白宫 Genesis Mission
Google 在 DOE Genesis Mission Summit 2026 上宣布追加 4000 万美元的 AI tokens 和云额度,向 Genesis Mission 获奖者提供 AlphaEvolve。
Google 在 DOE Genesis Mission Summit 2026 上宣布追加 4000 万美元的 AI tokens 和云额度,向 Genesis Mission 获奖者提供 AlphaEvolve。
Google DeepMind 发布三款新 Gemini 模型:3.6 Flash 在 Artificial Analysis Index 上比 3.5 Flash 少输出 17% token。
推荐理由:官方给出三个新 Flash 模型的效率数据和定价,并披露 Gemini 4 预训练已启动,读者可据此评估升级选择。
Google DeepMind 发布基于 3.5 Flash 微调的轻量网络安全模型 Gemini 3.5 Flash Cyber,用于发现、验证和修补漏洞。
Google DeepMind 与 Isomorphic Labs 发布联合生物韧性方案,从预防、检测、响应三方面防止模型被滥用并加速应对疫情。过去 12 个月已推进超过 15 项与政府、生物安全机构和研究组织的合作。
Google Research 在 ICLR 2026 发表的论文《On the Interpolation Effect of Score Smoothing in Diffusion Models》指出,扩散模型的创造力并非偶然,而是神经网络训练天然对 score function 产生的“score smoothing”效应所致。
Google DeepMind 与印度 Atal Innovation Mission 合作推出 ATL Saathi 试点,这是一款基于 Gemini 的教师助手应用,服务覆盖 1100 万学生创新实验室。
Google Research 发布大型传感器基础模型 SensorFM,在 500 万名同意参与者的超过一万亿分钟多模态可穿戴信号上自监督预训练。模型输入 PPG、加速度计、EDA、皮温和测高五类模态共 34 个一分钟聚合特征,采用 AIM 框架直接从不完整数据中学习。
推荐理由:Google 自述其可穿戴基础模型的数据规模、AIM 缺失数据处理方法与下游结果,读者可了解可穿戴健康数据通用表示的可行路径。
Google Research 在 Nature Cities 发表首个大规模真实世界研究,测试用导航平台干预城市交通。团队修改 Google Maps 路由算法,在 10 个美国城市开展六个月的 city-wide switchback 实验,仅让不到 2% 的行程改走车程相近的替代路线。
Hugging Face 与 Cerebras 发布一个模块化、开源的实时语音对话(speech-to-speech)流水线,用 Cerebras 的高速推理解决语言模型响应延迟瓶颈。
推荐理由:原文给出了完整开放的级联语音对话架构和各层组件,开发者可以照此搭建或替换自己的实时语音 AI 流水线。
Google Research 发布覆盖 50 多个全球城市的建筑级屋顶反照率数据集,并通过新的高分辨率 Heat Resilience Earth Engine App 开放访问。
Google DeepMind 发布 Nano Banana 2 Lite(gemini-3.1-flash-lite-image),4 秒生成 1K 图像、每张 $0.034,上线 Google AI Studio、Gemini API 等平台。
推荐理由:官方给出两款新模型的价格、延迟和限制等具体参数,开发者可以据此评估替换现有模型的成本收益。
Google Research 发布面向表格数据分类与回归的基础模型 TabFM,将表格预测建模为上下文学习问题,无需手动训练、调参和特征工程,单次前向传播即可对未见表格生成预测。
Google 通过为冻结权重的 Gemini Nano v3 模型附加轻量 MTP head,实现端侧推理提速,已部署到 Pixel 9 和 10 系列。该 zero-copy 架构直接复用主模型的 KV cache,每个实例节省 130MB 内存,且因错误草稿会在验证中被丢弃,输出与主模型逐位一致。
Google Research 在 CIDR 发表线性弹性缓存方法,把页面逐出建模为“滑雪租赁”问题,用轻量级机器学习动态调整缓存大小,以最小化缓存管理总拥有成本(TCO)。该方法已在 Spanner 生产服务器上集成数月,相比固定大小缓存,内存占用降低 15.5%,cache miss 仅增加 5.5%,TCO 约降 5%,实际 I/O 成本影响仅 0.5%。
Google Research 将在 COLM 2026 发表的论文发现,开启链式推理可让 Gemini-2.5(Flash 和 Pro)与 Qwen3-32B 召回推理关闭时几乎无法给出的单跳事实答案。
推荐理由:论文给出两类机制实验和幻觉审计结果,读者可以据此理解推理为何能帮助单跳事实召回以及其局限。
Google DeepMind 宣布 computer use 成为 Gemini 3.5 Flash 的内置工具,此前该能力仅以独立的 Gemini 2.5 computer use 模型提供。
推荐理由:官方说明 computer use 从独立模型并入 Gemini 3.5 Flash 主模型的定位变化,并给出配套安全机制与使用入口,读者可据此评估迁移时机。
Google DeepMind 正与英国政府、Google Cloud、Faculty 及 Barnet、Dorset、Camden 三个地方规划部门合作,基于 Gemini 开发 AI 规划原型,目标是把住宅类规划申请的处理时间缩短 50%。
Google Research 在 Farmscapes 2020 栅格地图基础上,发布英国树篱、石墙和小林地的矢量化数据集,用于自然修复与碳核算。
Google DeepMind 发布 AI Control Roadmap,把内部 AI 智能体视为潜在未对齐的"内部威胁",在模型对齐之上增加系统级安全保障。
推荐理由:官方详细公开其纵深防御的 AI 控制路线图,包含威胁建模、监测指标和已落地的监控原型细节,可供安全实践参考。
Google Research 公布了关于 AI 皮肤科信息工具的多项研究,发表于 JAMA Dermatology 等期刊。一项 2,345 人参与的实验显示,借助 AI 工具的用户病症识别准确率达 23%,约为普通搜索对照组(8%)的三倍;接近医生"ground truth"的 "Wizard of Oz" 组达 36%。
Google Research 在 AISTATS 2026 提出 Regularized f-Divergence Kernel Tests,一个用于审计机器遗忘的统计测试框架,比传统 two-sample testing 更灵敏灵活。
Google DeepMind 发布开源实验模型 DiffusionGemma,采用 26B 总参数、3.8B 激活的 MoE 扩散架构,在专用 GPU 上文本生成最高提速 4 倍,单块 NVIDIA H100 超过 1000 tokens/s,RTX 5090 超过 700 tokens/s。
推荐理由:官方给出扩散文本生成的速度数据、显存占用与质量取舍,适合评估本地交互场景的落地条件。
Google DeepMind 联合 Schmidt Sciences、Cooperative AI Foundation、ARIA,并由 Google.org 支持,发起面向全球研究者的多智能体 AI 安全研究资助,金额最高 1000 万美元。
段已按要求撰写
推荐理由:原文给出 70 多种语言的近实时语音翻译能力、流式生成机制和各产品线的开放入口,读者可以据此判断它对会议和翻译场景的实际影响。
Google DeepMind 发布 Gemma 4 12B,可在 16GB 内存或显存的笔记本本地运行,性能接近其 26B MoE 模型但内存占用不足一半。该模型采用无编码器统一架构,视觉与音频输入直接进入 LLM 主干,是首个支持原生音频输入的中等规模 Gemma 模型,以 Apache 2.0 许可发布,并同步推出官方 Skills 仓库。
推荐理由:原文来自官方发布,给出架构细节、内存门槛和下载入口,可帮助读者评估在本地设备运行多模态模型的可行性。
Google DeepMind 推出为期 3 个月的 Google DeepMind Accelerator: Robotics 加速器,从欧洲遴选 15 家早期机器人初创公司,本周在伦敦开营。入选公司将获得 DeepMind 与 Google 专家的技术指导、产品指引,以及 AI 技术栈和 Gemini robotics 模型的使用权限,覆盖物流、制造、医疗、气候和导航等具身 AI 领域。
Google DeepMind 公布在塞拉利昂开展的预注册对照试验结果,使用 Guided Learning 的学生数学成绩较对照组提升 0.258 个标准差,约相当于 1.2 至 1.7 年的常规学习进度。
推荐理由:原文给出预注册RCT的关键数据和开放式材料,读者可以了解AI辅助教学在真实课堂中的效果与局限。
Google 推出 Gemini Enterprise Agent Platform 托管的 Cross-Corpus Retrieval,基于 agentic RAG 通过规划、改写和多智能体协作处理跨数据源的多跳查询,事实类数据集准确率较标准 RAG 最高提升 34%。
Google 在 Nature 发表 PHRM 研究系统,利用人脸解锁后前置摄像头拍摄的面部视频,通过深度学习估计心率,较 ECG 的 MAPE 低于 10%。
推荐理由:原文给出跨肤色验证数据与公开数据集入口,读者可以据此了解手机摄像头被动心率监测的精度与局限。
Google Research 在 GitHub 上以 Apache 2.0 许可证开源其水文建模框架,让各国气象水文部门能将 AI 洪水预报接入自身工作流。
Google 在 I/O 2026 上宣布推出 Gemini for Science,一套整合其基础研究成果的实验性科学工具套件。
Google Research 推出面向隐私分析服务的高效密码学聚合新方案,遵循零信任原则,结合新型密码学协议与 TEE 硬件防护。该协议支持设备以单条一次性消息安全提交数据,无需多轮交互保持在线;密码学层可证明保证 Google 只能获得匿名化聚合结果,TEE attestation 则向所有参与者提供协议按公开代码正确执行的可验证证明。
Google DeepMind 在亚太地区启动首期 Accelerator 加速器计划,主题为"AI for the Planet",帮助初创团队、研究团队和非营利组织用前沿 AI 解决自然、气候、农业和能源等领域的问题。
Google 发布基于 Gemini 的科研工具 Empirical Research Assistance(ERA),相关论文发表在 Nature。
推荐理由:官方介绍 ERA 的 Nature 论文与配套开放入口,读者可据此了解其树搜索方法和八个应用方向。
Google DeepMind 发布博文,介绍生物学家 Omar Abudayyeh 和 Jonathan Gootenberg 的实验室用 Co-Scientist 加速逆转细胞衰老的基因研究。Co-Scientist 扫描数万篇论文后提出超过 20 个候选基因因子,其中部分在实验中成功推动细胞进入更年轻状态;筛选数据分析从原本最长六个月缩短到几天。
Google DeepMind 在 Project Genie 中上线 Street View grounding 能力,用户可在美国地点的 Maps 图钉基础上生成风格化交互世界,如“Ocean World”或“B&W film”风格。该能力由 Maps Imagery Grounding 驱动,并逐步向全球 18 岁以上的 Google AI Ultra $200 订阅用户开放。
Google DeepMind 发布 Gemini Omni 系列首个模型 Gemini Omni Flash,可结合图像、音频、视频和文本输入生成高质量视频,并支持通过自然语言多轮编辑。
推荐理由:官方公告说明了 Gemini Omni Flash 的视频生成与对话式编辑能力、可用入口和订阅范围,读者可据此判断它如何改变创作流程。
Google DeepMind 推出 Gemini for Science,包含 Google Labs 上三个实验工具:基于 Co-Scientist 的 Hypothesis Generation。
Google DeepMind 宣布扩展内容透明度与验证工具,覆盖 Search、Gemini、Chrome、Pixel 和 Cloud。
推荐理由:官方公布了 SynthID 验证与 C2PA 内容凭证在 Gemini、Search、Chrome 等产品中的扩展计划,读者可据此了解内容溯源工具的实际落地范围。
Google DeepMind 宣布与新加坡政府建立新的国家级 AI 合作,涵盖医疗、教育、科研与可持续领域。