Google DeepMind 发布 Nano Banana 2 Lite 并向开发者开放 Gemini Omni Flash
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 / 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。
最新精选
第 21–40 条 · 共 44 条Google DeepMind精选AI 评分7474
Google Research精选AI 评分6060 Google Research 论文解析推理如何解锁 LLM 参数化知识
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精选AI 评分7171 Gemini 3.5 Flash 内置 computer use 能力
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精选AI 评分6262 Google DeepMind 发布 AI Control Roadmap 与智能体安全技术框架
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 DeepMind精选AI 评分7474 Google DeepMind 发布开源实验模型 DiffusionGemma，GPU 文本生成最快提速 4 倍
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精选AI 评分7373 Google DeepMind 发布 Gemini 3.5 Live Translate 语音翻译模型
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精选AI 评分7575 Google DeepMind 发布 Gemma 4 12B：无编码器统一多模态模型
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精选AI 评分6767 Google DeepMind 发布塞拉利昂 Gemini Guided Learning 对照试验结果
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 Research精选AI 评分6464 Google 发布 PHRM 系统：用手机前置摄像头在日常使用中被动监测心率与静息心率
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精选AI 评分6363 Google 发布 ERA 科学编码研究成果并在 Nature 发文，逐步开放 Computational Discovery
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精选AI 评分8181 Google DeepMind 发布 Gemini Omni Flash 多模态视频生成模型
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精选AI 评分6363 Google DeepMind 扩展内容透明度与验证工具，SynthID 已为超 1000 亿张图像和视频加水印
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精选AI 评分6767 Google DeepMind 复盘 WeatherNext 如何助 NHC 提前五天预测飓风 Melissa 登陆牙买加
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精选AI 评分8585 Google DeepMind 发布 Gemini 3.5 系列，首发 Gemini 3.5 Flash
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精选AI 评分6767 Google DeepMind 发表 Co-Scientist 多智能体科研系统并开放 Hypothesis Generation 工具
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。
Google DeepMind精选AI 评分6565 Google DeepMind 发布 AlphaEvolve 一年影响力汇总，并通过 Google Cloud 推向商业客户
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精选AI 评分6262 Google Photos Auto frame 上线 3D 视角重组功能
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精选AI 评分6262 Google DeepMind 发布 Gemini 3.1 Flash TTS 语音模型
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 DeepMind精选AI 评分7878 Google DeepMind 发布 Gemma 4 开源模型，含 E2B/E4B、26B MoE 与 31B Dense 四种尺寸
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 DeepMind精选AI 评分6060 Google DeepMind 推出 Gemini 驱动的 AI 智能指针并落地 Chrome 与 Googlebook
Google DeepMind 发布由 Gemini 驱动的实验性 AI 智能指针，提出维持流程、所见即所指、用 This/That 简化指令、把像素变成可交互实体四项交互原则，让 AI 理解用户指向的内容与意图。
推荐理由：原文给出交互原则和已在 Chrome 与 Googlebook 落地的入口，读者可据此评估指向式 AI 交互对现有提示词工作流的影响。