Google DeepMind 在亚太启动 Accelerator 加速器计划,聚焦“AI for the Planet”应对环境风险
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 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。
剑桥大学 Clare Bryant 教授使用 Google DeepMind 的 Co-Scientist 研究病原体跨物种传播引发脓毒症等重症的分子开关。该工具根据其流感研究提案生成并排序假设,逐步将候选蛋白细化到具体氨基酸。原本需两到三年的实验验证工作有望在六个月内完成。
Google DeepMind 的 Co-Scientist 正被 Calico Life Sciences 用于连接衰老生物学领域的零散研究发现并生成可检验假说。Calico 团队利用它提出了整合应激反应(ISR)如何受代谢调控的新颖假说,并与之交互完善实验设计。相关实验取得了对 ISR 在健康与疾病中作用具有重要意义的新发现,团队计划发表结果。
爱丁堡大学Filippo Menolascina团队使用Co-Scientist研究代谢功能障碍相关脂肪性肝炎(MASH),筛选潜在联合用药方案。系统针对药物resmetirom仅对部分患者有效的问题,提出NLRP3炎症小体是连接炎症与代谢的分子桥梁,该假说已获实验验证,有望推动双重靶向疗法。
Google DeepMind 的 Co-Scientist 正在连接 MIT 的 Ritu Raman 与 Boston Children's Hospital 的 Ryan Flynn 两个实验室,共同研究 ALS。
Google DeepMind 介绍斯坦福医学院 Gary Peltz 团队发表于 Advanced Science 的研究,用 Co-Scientist 从既有药物文献中筛选可重定位治疗肝纤维化的候选药。
Google DeepMind 发布复盘,介绍其 AI 气象模型 WeatherNext 如何帮助美国国家飓风中心(NHC)预测 2025 年飓风 Melissa 的路径与强度。模型在距登陆五天前以 80% 置信度预测其将以五级强度登陆牙买加,三天前置信度接近 100%;NHC 年度验证报告显示它是 2025 年飓风季路径与强度表现最好的单一模型。
推荐理由:Google 官方复盘 WeatherNext 在飓风 Melissa 预报中的作用,读者可以了解 AI 气象模型如何与传统预报协作。
Google DeepMind 发布 Gemini 3.5 模型系列,首发 Gemini 3.5 Flash,主打智能体与编码性能,3.5 Pro 将于下月推出。
推荐理由:官方发布给出了 3.5 Flash 在编码与智能体基准上的具体成绩、速度对比和开放渠道,读者可据此评估替换现有工作流模型的收益。
Google DeepMind 在 Nature 发表 Co-Scientist 研究,推出基于 Gemini 的多智能体 AI 系统,可迭代生成、辩论和进化科学假设,并通过 Hypothesis Generation 实验工具向个人研究者开放,未来几周开始推出,可在 labs.google/science 注册。
推荐理由:原文给出系统架构、验证机制和多个实验室实测结果,读者可以据此评估多智能体假设生成的实际科研用法。
Berkeley AI Research 发文分析并行推理研究进展,核心问题是让推理模型自主决定何时分解并并行独立子任务、生成多少并发线程以及如何协调。文章梳理了从 Self-consistency、Best-of-N 到 Tree of Thoughts、MCTS 的固定并行方法,以及 ParaThinker、GroupThink、Hogwild!
Google DeepMind 汇总 AlphaEvolve(Gemini 驱动的编码智能体)发布一年的主要成果。
推荐理由:官方汇总了 AlphaEvolve 一年来在科学研究和商业场景的具体应用结果,读者可以据此了解该智能体在各领域的落地方式和量化成效。
Google Research 阐述其开源软件与开放数据集如何支持全球科学合作,相关资源已服务超过 250,000 名研究者和开发者。基因组学工具 DeepVariant、DeepConsensus、DeepPolisher 已帮助处理 250 万人的外显子组和全基因组,神经科学的 H01 数据集(1.4 petabyte 人脑组织样本)被访问超 200k 次。
Google DeepMind 宣布 AI co-clinician 研究计划,探索在医生监督下协助患者就诊的 AI 智能体。
Google Research 介绍其 Empirical Research Assistance(ERA)在四个科研领域的实际应用。
Mistral AI 发布 Workflows 公开预览版,定位为企业 AI 编排层,ASML、ABANCA、CMA-CGM 等机构已用于生产自动化。
Google DeepMind 与韩国科学技术信息通信部(MSIT)宣布建立合作伙伴关系,属于其 National Partnerships for AI 计划的一部分,以支持韩国 AI 战略。
Google 在 Google Photos 的 Auto frame 功能中推出新方法,可在拍摄后调整照片的相机视角。方法先用内部 3D 点图估计模型重建场景并近似焦距,再用生成式 latent diffusion 模型补全新视角下的空洞,并自动检测广角前置镜头的人脸透视畸变,自动为含有人物的合格照片生成重组后的第二候选版本。
推荐理由:原文解释了用 3D 点图加生成补全改换拍摄视角的两阶段方法,读者可以理解它与普通裁剪编辑的本质差别。
Google DeepMind 推出分布式训练架构 Decoupled DiLoCo,将训练拆分为异步通信的计算“孤岛”(learner units),隔离硬件故障对整体训练的影响。
Google Research 在 ICLR 论文中提出 ReasoningBank,一个从成功与失败经验中提炼结构化推理记忆的智能体记忆框架,并配套 MaTTS 记忆感知测试时扩展方法。
Google DeepMind 宣布与 Accenture、Bain & Company、BCG、Deloitte 和 McKinsey 合作,帮助企业大规模采用前沿 AI。合作包括三大支柱:开发行业专属 AI 解决方案、让合作伙伴提前体验包括 Gemini 系列在内的前沿模型、以及安排 AI 领导层与客户 CEO 和董事会对接。重点覆盖金融、制造、零售和媒体娱乐等行业。
Berkeley AI Research 等团队提出 GRASP,一种基于梯度的世界模型规划器,让长时程规划更实用。方法包括将轨迹提升到虚拟状态以实现跨时间并行的优化、在状态迭代中直接加入随机性以促进探索,并对梯度进行重塑以避开高维视觉模型中脆弱的 state-input 梯度。
Google Research 在 TMLR 论文中推出 Simula,一种 seedless、agentic 的“推理优先”合成数据生成框架,将数据集生成重构为机制设计问题,通过全局多样性、局部多样性、复杂化与双 critic 质量检查四个可控轴独立调控覆盖面、复杂度和质量。
Google Research 的 MoGen 模型用点云流匹配生成合成神经形态,加入 PATHFINDER 训练数据后使重建错误率降低 4.4%,主要减少 merge 错误。在完整小鼠大脑尺度上,这相当于节省 157 人年的手工校对工作。该研究将在 ICLR 2026 发表,MoGen 已开源。
Google DeepMind 发布文本转语音模型 Gemini 3.1 Flash TTS,主打更强的可控性、表达力和音质,在 Artificial Analysis TTS 排行榜获得 Elo 1,211 分。
推荐理由:官方宣布了音频标签等新控制方式和上线渠道,并给出 Artificial Analysis 的 Elo 分数,可据此评估其表达力与成本定位。
Google Research 与纽约大学合作推出研究实验 Vantage,让学习者在多 AI 头像模拟对话中练习和测评批判性思维、协作、创造性思维等面向未来的技能。
Google DeepMind 发布 Gemini Robotics-ER 1.6,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 有明显提升。
Google Research 推出 ConvApparel 数据集,包含 4,000 多段服装购物领域的人机多轮对话(近 15,000 轮),用于量化 LLM 用户模拟器与真实人类行为的真实感差距。
Google Research 推出两个学术智能体框架:PaperVizAgent(前身 PaperBanana)用于从论文文本生成出版级学术图表,ScholarPeer 用于自动化同行评审。
Google Research 提出一个评估 LLM 行为倾向与人类对齐程度的框架,基于 IRI、ERQ 等心理学量表生成情景判断测试(SJT),比较模型与 550 名参与者(每个 SJT 10 名标注者)的偏好分布。
Google DeepMind 发布 Gemma 4 开源模型,称其为迄今最智能的开放模型,采用 Apache 2.0 许可,提供 E2B、E4B、26B MoE 和 31B Dense 四种尺寸。
推荐理由:官方发布给出四个尺寸、榜单名次、上下文长度与部署路径等具体信息,读者可据此评估选型和端侧部署方案。
Google Research 在论文 "Forest vs Tree: The (N,K) Trade-off in Reproducible ML Evaluation" 中研究了评测基准中条目数量与每条标注者人数的权衡。
Mistral AI 发布 Spaces CLI,用于脚手架搭建、开发环境启动和部署,最初为内部解决方案团队构建,后发现智能体也成为主要用户。文章总结核心设计原则:每个交互式输入都有等价 flag、用 context. 和 AGENTS.md 为智能体提供项目上下文、显式化状态替代 CWD 隐式依赖,并用插件注册表作为唯一数据源;一个智能体曾据此从单个提示词在 10 分钟内完成配置生成与部署。
推荐理由:Mistral 以自家 CLI 实战总结出一套让人类与智能体共用的开发工具设计原则,可直接迁移到自己的工具链构建。
Google Quantum AI 团队在白皮书中更新了破解 ECDLP-256 的量子资源估算,给出两种 Shor 算法电路,分别使用不到 1,200 逻辑比特和 9,000 万 Toffoli 门、不到 1,450 逻辑比特和 7,000 万 Toffoli 门,并估计在超导量子计算机上以不到 50 万物理比特数分钟内完成,所需物理比特较此前估算降低约 20 倍。