Google DeepMind 发布 Gemini 3.5 Live Translate 语音翻译模型
Google DeepMind 发布音频模型 Gemini 3.5 Live Translate,可对 70 多种语言进行近实时语音到语音翻译,并保留说话者的语调、节奏和音高。
推荐理由:官方说明了 70 多种语言的连续语音翻译能力,并给出 API、Google Meet 和 Google Translate 的落地入口。
Google DeepMind 发布音频模型 Gemini 3.5 Live Translate,可对 70 多种语言进行近实时语音到语音翻译,并保留说话者的语调、节奏和音高。
推荐理由:官方说明了 70 多种语言的连续语音翻译能力,并给出 API、Google Meet 和 Google Translate 的落地入口。
Google DeepMind 发布 Gemma 4 12B,这是一款面向笔记本本地运行的智能体多模态模型,可在 16GB VRAM 或统一内存上运行。模型采用无独立多模态编码器的统一架构,视觉和音频输入直接进入 LLM 主干,并内置 Multi-Token Prediction drafters 以降低延迟;官方称其基准性能接近 26B MoE,且总内存占用不到一半。
推荐理由:官方说明了无编码器统一架构、16GB 内存本地运行和 Apache 2.0 开放方式,便于评估端侧多模态智能体开发可行性。
Google DeepMind Accelerator: Robotics 选出欧洲 15 家机器人初创企业,启动为期 3 个月的密集辅导与技术支持项目。入选企业可使用 Google DeepMind 的 AI 技术栈、专家资源及 Gemini robotics models,将前沿 AI 研究转化为物流、制造、医疗、气候等领域的实际机器人应用。
Google DeepMind 公布在塞拉利昂开展的 Guided Learning 预注册试验结果,使用 Gemini 的学生数学成绩较对照组提升 0.258 个标准差,约相当于 8 周内取得 1.2 至 1.7 年的常规学习进展。
推荐理由:材料用预注册随机对照试验数据呈现 AI 辅导对数学成绩、提问行为和教师角色的影响,并公开训练与试验方法资料。
Google 为 Gemini Enterprise Agent Platform 推出托管版 Cross-Corpus Retrieval,由 Agentic RAG 驱动,并已进入 public preview。
推荐理由:文章拆解了多智能体检索的规划、改写、路由和上下文充分性检查环节,可用于理解企业级 Agentic RAG 的工程实现思路。
Google Research 在 Nature 论文中提出 PHRM 研究系统,可在用户面部解锁手机后通过前置摄像头拍摄 8 秒面部视频,在日常使用中被动估计心率和每日静息心率。
推荐理由:文章给出跨肤色验证误差、真实环境测试和数据集开放方式,可帮助读者理解手机摄像头被动测心率的可行边界。
Google Research 已在 GitHub 以 Apache 2.0 许可证开源支撑 Google Flood Hub 的水文建模框架,供研究人员和气象水文机构训练、微调 AI 洪水预报模型。
推荐理由:原文说明了框架的模型结构、训练数据和业务集成路径,便于水文机构评估如何接入本地预警流程。
Google Research 在 I/O 2026 公布 Gemini for Science、Google Health、WeatherNext、Antigravity 2.0、Gemma V4 等多项 AI 研究和产品进展。
Google Research 发布零信任聚合隐私分析方案,通过单消息格基加密聚合协议与 TEE 证明结合,使服务器只能获得加噪后的匿名群体统计。设备无需多轮保持在线,原始数据不会在服务器内存或 TEE 中以明文重建;TEE 还可证明运行的是公开代码。该方案正与 Android SafetyCore 团队合作,用于评估安全分类器的元数据和真阳性率,同时让用户内容保留在设备本地。
Google DeepMind 宣布在亚太地区启动首届以“AI for the Planet”为主题的加速器项目,为期三个月,面向初创公司、研究团队和非营利组织。入选机构将获得专家指导、定制支持,并由 Google AI 专家协助整合前沿 AI 与科学 AI 模型,项目以新加坡线下训练营开启。
Google 在 I/O 期间宣布逐步开放实验工具 Computational Discovery,该工具由 ERA 和 AlphaEvolve 构建,并通过 Gemini for Science 推出。
推荐理由:文章同时说明 ERA 的 Nature 论文结果与 Computational Discovery 的开放路径,可帮助读者理解科研代码自动化从研究到工具化的进展。
Google DeepMind 的 Co-Scientist 正协助生物学家从大规模基因筛选中寻找可逆转细胞衰老的遗传因素,已从数万篇论文中提出 20 多个新候选因子,其中部分经实验验证可让细胞恢复更年轻状态并改善功能。它还能将筛选数据与分散文献关联分析,把原本研究人员最长需 6 个月的工作缩短至几天。
Google DeepMind 在 Project Genie 中推出 Street View grounding 能力,让实验性世界模型 Genie 可基于 Google Street View 的真实地点影像生成可交互的想象世界。
推荐理由:官方说明了 Project Genie 接入 Street View 的生成方式、可用地区和订阅入口,便于理解世界模型从虚拟场景走向真实地点锚定的产品路径。
Google DeepMind 推出 Omni 系列首个模型 Gemini Omni Flash,支持组合图像、音频、视频和文本输入,生成依托 Gemini 现实知识的高质量视频,并可通过多轮自然语言对话编辑视频。
推荐理由:可了解 Gemini Omni Flash 的多模态输入、对话式视频编辑与上线渠道,便于对比现有视频生成工具的工作流差异。
Google 推出 Google Antigravity 2.0。Google Antigravity 是 Google DeepMind 的智能体开发平台(agentic development platform),相关页面同时提供 Gemini、Gemma 等模型及 Google AI Studio 等产品入口。
Google DeepMind 推出 Gemini for Science,包含 Google Labs 上的 3 个实验工具和 Google Antigravity 中的 Science Skills。
推荐理由:文章集中介绍 Gemini for Science 的实验工具、企业预览和 Science Skills,可帮助读者了解 Google 将智能体能力接入科研流程的具体路径。
Google 宣布在 Search、Gemini、Chrome、Pixel 和 Cloud 中扩展内容透明度与验证工具,并推出 Google Cloud Gemini Enterprise Agent Platform 上的 AI Content Detection API。
推荐理由:文章集中说明 SynthID、C2PA Content Credentials 和新检测 API 在 Google 产品中的落地范围,便于理解跨平台内容溯源工具链的进展。
Google DeepMind 宣布在新加坡启动 National Partnerships for AI 新项目,并作为 Google 与新加坡政府国家 AI 合作的关键部分,推动公共部门转型、商业增长和劳动力发展。
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。Co-Scientist 从候选蛋白逐步锁定到具体氨基酸,其团队正构建含氨基酸突变的细胞系验证假设。原本需 2 至 3 年的实验工作,如今有望在 6 个月内完成。
Calico Life Sciences 正使用 Google DeepMind 的 Co-Scientist 梳理衰老生物学文献并生成可检验假说。团队借助该工具提出了代谢调控整合应激反应(ISR)的新假说,并完善实验设计,实验已取得对理解 ISR 在健康与疾病中作用具有重要意义的新发现,团队计划发表相关结果。
爱丁堡大学团队使用 Google DeepMind 的 Co-Scientist 梳理文献,针对代谢功能障碍相关脂肪性肝炎(MASH)筛选候选联合疗法。Co-Scientist 提出假设,将 NLRP3 炎症小体确定为连接炎症与代谢的分子桥梁,解释药物 resmetirom 仅对少数适用患者有效的原因;该假设随后经实验验证,或为靶向双重疗法铺路。
Google DeepMind 的 Co-Scientist 正连接 MIT 的 Ritu Raman 与波士顿儿童医院 Ryan Flynn 的实验室,帮助研究者梳理 ALS 相关文献、生成可检验假设并按可行性和风险收益排序方向。两人据此迭代使用 Co-Scientist,结合组织模型与细胞表面 RNA 研究工具,寻找可用于靶向 ALS 的新型 RNA 机制及潜在 RNA 药物。
Google DeepMind 发布 Gemini 3.5 模型系列,首发 Gemini 3.5 Flash,主打智能体、编码和长程任务能力。
推荐理由:官方给出 3.5 Flash 的基准成绩、可用入口和 3.5 Pro 节奏,便于判断其面向智能体与编码工作流的定位。
Google DeepMind 在 Nature 发表 Co-Scientist 研究,推出基于 Gemini 的多智能体 AI 系统,用于迭代生成、辩论和演化科学假设。
推荐理由:材料展示了多智能体系统如何分工生成、辩论和演化科学假设,并给出生命科学中的实际研究案例。
Google DeepMind 复盘 Gemini 驱动的编码智能体 AlphaEvolve 一年来的跨领域应用成果。它将 DeepConsensus 变异检测错误降低 30%,把电网 AC Optimal Power Flow 可行解找到率从 14% 提升至 88%,并使 20 类自然灾害风险预测整体准确率提高 5%。
推荐理由:文章汇总 AlphaEvolve 在科研、基础设施和商业场景中的具体应用结果,可作为理解编码智能体落地边界的参考。
Google Research 介绍其开放科学实践,过去十年发布的开源工具与开放数据集已服务全球超 250,000 名研究人员和开发者。
Google DeepMind 宣布 AI co-clinician 研究计划,探索在医生监督下由 AI 智能体辅助患者诊疗,并发布相关技术报告与模拟评测。医生侧评测覆盖 98 个初级保健问题,系统在 97 个案例中没有关键错误;在 OpenFDA 的 RxQA 开放式用药问答上也优于其他前沿模型。
推荐理由:材料同时给出医生辅助与患者远程问诊两类评测,可帮助读者理解医疗 AI 从文本问答走向实时多模态协作的边界。
Google Research 介绍科学家和学术合作者如何使用 Empirical Research Assistance(ERA)开展真实科研,覆盖流行病学、宇宙学、气候监测和神经科学。
Google DeepMind 宣布与韩国科学技术信息通信部合作,支持韩国 AI 战略,并在生命科学、能源、天气和气候等领域推进 AI for Science。
Google Research 宣布 Google Photos 的 Auto frame 功能上线照片视角重构能力,可在拍摄后自动调整相机位置、朝向和焦距。该方法先通过内部 3D 点图模型重建场景、人体和面部并估计相机参数,再用生成式 latent diffusion 模型填补新视角露出的缺失区域。
推荐理由:文章拆解了 Google Photos Auto frame 的两阶段 3D 感知生成编辑流程,可帮助理解视角重构图功能的技术路径。
Google DeepMind 发布 Decoupled DiLoCo 论文,提出将训练任务拆分到相互解耦的 learner units 计算岛,并通过异步数据流降低跨数据中心带宽需求。
Google Research 在 ICLR 论文中提出 ReasoningBank,一个从成功和失败轨迹中提炼高层推理记忆、支持测试时自我进化的 AI 智能体记忆框架。
Google DeepMind 与 Accenture、Bain & Company、BCG、Deloitte、McKinsey 达成合作,共同推动企业规模化采用前沿 AI。合作包含三大支柱:共建行业专属 AI 解决方案、向合作伙伴提前开放含 Gemini 系列在内的前沿模型、对接 AI 领导层资源。目前仅 25% 的组织成功将 AI 大规模投入生产。
Google Research 在 TMLR 论文中提出推理优先的合成数据生成与评估框架 Simula,用机制设计从第一性原理构建完整数据集。Simula 通过全局多样化、局部多样化、复杂化和双重质量检查控制覆盖、难度与标签质量,并引入 Taxonomic Coverage 与 Calibrated Complexity Scoring 评估数据。
Google Research 推出 MoGen 模型,通过生成合成神经元形态增强 PATHFINDER 重建模型的训练数据,使小鼠轴突重建错误率降低 4.4%。该成果将在 ICLR 2026 发表,在完整小鼠脑规模上相当于节省 157 人年的人工校对工作。MoGen 已作为开源模型发布,是首次将现代生成式 AI 用于提升连接组重建的当前最优方法。
Google DeepMind 推出 Gemini 3.1 Flash TTS 文本转语音模型,主打更强的可控性、表现力和音质,并通过 Gemini API、Google AI Studio、Vertex AI 预览开放,Workspace 用户可在 Google Vids 中使用。
推荐理由:官方说明了模型的可控语音标签、多语种支持和预览入口,便于开发者判断其在语音应用中的接入方式。
Google Research 发布研究实验 Vantage,用生成式 AI 在模拟环境中生成多方对话,评估高中生和大学生的批判性思维、协作与创造性思维等未来技能。
Google DeepMind 推出 Gemini Robotics-ER 1.6,这是面向机器人的高层推理模型升级,已通过 Gemini API 和 Google AI Studio 向开发者开放。
推荐理由:官方说明了空间推理、多视角理解和仪表读数等能力变化,并给出 Gemini API 与 Google AI Studio 的可用入口。
Google Research 推出 ConvApparel 数据集与评估框架,用于量化 LLM 用户模拟器与真实人类行为之间的真实感差距。该数据集包含服装购物领域超 4,000 段人机多轮对话、近 15,000 个轮次,并通过“Good/Bad”双智能体协议及逐轮满意度、挫败感、购买意愿标注采集。
Google Research 推出 PaperVizAgent 与 ScholarPeer 两款智能体框架,分别用于自动生成学术图表和评审论文。PaperVizAgent 由 5 个专项智能体协作,在 0-100 分评测中总分 60.2,超过 50.0 的人类基线及 GPT-Image-1.5、Nano-Banana-Pro、Paper2Any。