跳到正文

#Google

今日 0 条
10月12日周一
10月8日周四
  1. Google Research72

    Google Research 专利撰写三个月实地实验：AI提升产出但未必增强初级律师判断力

    Google Research 介绍一项发表于 NBER 的三个月实地实验，在11家知识产权律所的133名律师中随机开放当时未发布、现属于 Gemini Notebook 的 Google Labs AI 专利撰写助手。

    推荐理由：通过三个月专利律师实地实验区分有AI辅助产出与无AI判断力，为理解AI对资深与初级人员技能积累的差异提供实证依据。

10月7日周三
  1. Google DeepMind80

    Google DeepMind 发布开源轻量多模态嵌入模型 EmbeddingGemma 2

    Google DeepMind 发布 EmbeddingGemma 2，这是基于 Gemma 4 架构、采用 Apache 2.0 许可的 740M 参数多模态嵌入模型，可将代码、文本、图像、视频和音频映射到统一嵌入空间。

    推荐理由：原文给出参数量、模块化编码器、8K token 上下文和端侧内存数据，可帮助判断本地多模态检索方案的资源门槛。

10月6日周二
  1. Google Research64

    Google Earth AI 用 PDFM 行星级地理空间基础模型支持全球公共卫生研究

    Google Research 介绍 Google Earth AI 的 Population Dynamics Foundation Model（PDFM），将隐私保护的搜索趋势、人口流动、建成环境和环境因素压缩为按月更新的位置嵌入向量，并作为即插即用输入接入现有公共卫生模型。

    推荐理由：文章用五类公共卫生任务的独立评估，展示地理空间嵌入向量如何接入现有流行病学模型，为跨地区迁移和低资源场景提供参考。

10月2日周五
10月1日周四
  1. Google DeepMind82

    Google DeepMind 发布前沿模型 Gemini 4 Argon，输出上限提升至 1M tokens

    Google DeepMind 宣布前沿模型 Gemini 4 Argon，将先通过 Fairwind Program 面向可信网络防御者开放，并参与美国政府自愿的发布前模型访问流程，随后逐步面向付费 API 客户和 Google AI Ultra 订阅者推出。

    推荐理由：官方披露了 Gemini 4 Argon 的分阶段开放范围、API 定价和多项工程与企业任务评测结果，可用于了解其能力边界。

9月30日周三
  1. Google DeepMind80

    Google DeepMind 发布 SynthID Bio，为 AI 生成蛋白质添加可验证水印

    Google DeepMind 推出 SynthID Bio，可在蛋白质序列和预测 3D 结构中嵌入难以察觉的签名，并在合成后的物理蛋白质上验证。湿实验覆盖 VEGF-A、SARS-CoV-2 spike protein RBD 和 PD-L1，水印设计在命中率、结合亲和力和自然序列多样性上与无水印版本匹配；AlphaFold 3 预测结构也保持准确率并具备接近完美的可检测性。

    推荐理由：文章展示了在蛋白质序列和预测结构中嵌入可验证签名的方法，并给出湿实验结果，可帮助读者理解生物安全溯源的新技术路径。

9月25日周五
9月24日周四
  3. Google DeepMind62

    Google Private AI Compute 将加入安全的服务端持久记忆

    Google Private AI Compute 团队宣布将为平台加入私有的服务端持久记忆，使 AI 助手可跨设备保留长期上下文。新架构把数据存入云端专用加密存储，解密密钥仅保存在用户个人设备上，并通过端到端加密通道连接云端隔离安全飞地；数据只在处理请求时临时解密，随后立即重新加密。

    推荐理由：原文解释了云端持久记忆如何结合安全飞地、端侧密钥和可验证服务器软件，为理解跨设备个人 AI 的隐私架构提供参考。

9月23日周三
9月18日周五
9月16日周三
  2. Google Research44

    Google 提出 Retrieve-for-Train，用 RL 编译扩散检索器加速复杂 AI 搜索

    Google Research 提出 Retrieve-for-Train 框架，通过离线 RL 发现奖励对齐的查询 fan-out，并蒸馏进 53.9M 参数的轻量扩散检索器，实现单次非自回归查询展开。该方法对 Gemma3-4B 和 Qwen3-4B 进行微调，无需人工标注，也消除了推理时的文本 CoT token 开销，可在保持多样性、覆盖度等集合级属性的同时降低延迟。

  3. Google DeepMind86

    Google DeepMind 发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking 语音对话模型

    Google DeepMind 发布 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking 两款近实时语音对话模型，分别面向规模化成本效率与高复杂度多步推理任务。

    推荐理由：官方同时给出两款实时语音模型的定位、基准成绩与 API、企业版和消费端开放路径，便于判断语音智能体落地选择。

9月11日周五
9月8日周二
  1. Google DeepMind76

    Google DeepMind 推出 AlphaGenome Atlas，预测人类基因组 90 亿个单字母变异影响

    Google DeepMind 推出 AlphaGenome Atlas，提供人类基因组中 90 亿个单核苷酸变异的分子影响预测，并配套论文、网站门户、API 和 Google Antigravity 技能。

    推荐理由：原文系统说明了 Atlas 的数据规模、AVI 评分和多类研究入口，可帮助读者理解预计算基因组预测如何服务变异筛选。

9月4日周五
  1. Google Research39

    面向代表性不足人群基因组预测的迁移学习研究

    Google Research 评估将 UKB 中数十万欧洲人群的多基因风险评分迁移到 BBJ 近 20 万日本人群，覆盖 8 项临床性状。结果显示，目标人群样本达到 15k 及以上时，仅用目标人群数据的模型优于混合欧洲数据训练；样本极少时加入欧洲数据可提升效果，收益随样本量增加而下降。

  2. Google Research60

    Google Research 与 HHMI Janelia 发布完整雄性果蝇脑和中枢神经系统连接组

    Google Research 与 HHMI Janelia 等机构发布完整雄性果蝇脑和中枢神经系统连接组，包含超过 166,000 个神经元和 1.25 亿个突触连接，相关论文发表于 Cell。

    推荐理由：文章给出完整雄性果蝇连接组的神经元与突触规模，并说明其如何支持雌雄差异和神经机制比较研究。

9月3日周四
9月2日周三
  1. Google Research60

    Google Research 发布 MAPL-EMIT 深度学习框架，用 EMIT 卫星高光谱数据绘制全球甲烷点源排放

    Google Research 与 NASA JPL 合作提出 MAPL-EMIT 深度学习框架，用于自动检测、增强预测和定位全球甲烷羽流，相关论文发表于 PNAS。

    推荐理由：文章给出模型架构、84%召回率和开放数据入口，可帮助读者了解深度学习如何把高光谱卫星观测转化为设施级甲烷排放定位。

9月1日周二
  1. Google Research67

    Google Research 发布 TimesFM-3：支持零样本多变量时间序列预测

    Google Research 发布时间序列基础模型 TimesFM-3，原生支持零样本多变量预测，可在一次前向传播中联合预测多条相关时间序列。该模型拥有 330 million 参数，在超过 1 trillion 个时间点的真实与合成语料上预训练，支持多目标、历史协变量和已知未来协变量，并输出 10th 至 90th percentile 的 9 个分位数。

    推荐理由：文章说明了 TimesFM-3 从单变量扩展到多变量预测的架构变化，并给出公开基准表现与 GitHub、Hugging Face 获取入口。

8月28日周五
  1. Google Research62

    Google Earth AI 推出实验性研究能力 Planetary Prediction Engine，自动化全球地理空间建模

    Google Research 介绍 Google Earth AI 旗下实验性研究能力 Planetary Prediction Engine（PPE），可根据自然语言查询自动完成地理空间数据发现、清洗、特征工程、模型训练与评估，并生成报告。

    推荐理由：文章给出了自动化地理空间建模的三阶段流程，并在公共卫生、粮食安全和疫情预测任务中提供了可对比的基准结果。

8月27日周四
  1. Google DeepMind52

    Google DeepMind 试点专有前沿 AI 模型双盲评测

    Google DeepMind 宣布试点面向专有前沿级 AI 模型的双盲评测，将外部评测限制在密码学保护的环境中，避免模型提前利用测试内容优化表现。该项目与 Singapore AI Safety Institute、OpenMined、AVERI 和 MLCommons 合作，在隐私保护环境中用保密基准测试一款 Gemini Flash Lite 模型，以提升评测完整性。

8月26日周三
8月22日周六