Google DeepMind 在 Nature 介绍 SynthIDBio:为 AI 设计蛋白质添加隐形水印
Google DeepMind 研究人员在 Nature 介绍 SynthIDBio,可在 AI 设计蛋白质的氨基酸序列和三维结构中嵌入隐藏统计标记,且不明显损害蛋白质功能。
Google DeepMind 研究人员在 Nature 介绍 SynthIDBio,可在 AI 设计蛋白质的氨基酸序列和三维结构中嵌入隐藏统计标记,且不明显损害蛋白质功能。
学术团队的 Stratego AI 系统 Ataraxos 以 85% 有效胜率击败四届世界冠军 Niemeijer,并在 2025 年世锦赛表演赛中对锦标赛选手取得 38/40 胜。
推荐理由:文章把 Ataraxos 的胜率、训练成本和方法机制放在一起,便于理解高隐藏信息博弈为何能被低成本强化学习攻克。
Satlyt 获得 800 万美元种子轮融资,用于开发可在多家公司卫星上运行 AI 模型的软件,而不自建航天器。公司此前已在两次演示任务中飞行软件,并在 Momentus 航天器上部署 Google DeepMind 的 Gemma 模型,将机载软件错误传输数据量减少逾 60%。
Bloomberg 报道称,Google 在准备发布 Gemini 4 时面临内部质疑,部分能直接接触项目的员工认为其基准成绩较好,但处理部分编码任务和前端设计时表现不稳。
Google 推出 SynthID Bio,把不可感知的水印嵌入 AI 生成的蛋白质序列和 3D 结构,并可在数字模型与合成物理蛋白质上验证。
Google DeepMind 推出 Gemini 4 Argon,目前正向部分用户灰度开放、尚未公开可用;它在 Artificial Analysis Intelligence Index 取得 53 分,追平 GPT-6 Astra,并领先 GPT-6.1 Sol 1 分。
推荐理由:汇总了 Gemini 4 Argon 的智能指数、任务成本、智能体和幻觉率表现,可用于横向比较前沿模型的性价比。
Google 于 9 月 30 日发布前沿模型 Gemini 4 Argon,面向长流程软件工程、企业知识工作和网络安全防御,暂未全面公开。模型单次输出上限约 100 万 tokens,DeepSWE v1.1 得分为 77.9%,高于 Claude Opus 5.5 的 74.2% 和 GPT-6 Astra 的 74.1%;CWE-bench v1 以 68% 并列第一。
推荐理由:材料汇总了 Gemini 4 Argon 的定位、长上下文能力、多项基准分数和分阶段开放安排,可用于横向比较前沿模型。
Google 发布下一代前沿 AI 模型 Gemini 4 Argon,称其在软件工程、法律和金融等企业知识工作及网络安全防御的复杂工作流中具备前沿性能。模型已用于 Google 内部工作流,包括大规模代码库迁移;Google 初期仅向一组受信任网络防御者开放,并参与美国政府的发布前模型自愿访问流程。
推荐理由:可借此了解 Google 新前沿模型的能力定位、受限开放策略,以及前沿模型发布前安全审查的行业背景。
Lots of discussion out there about our next model(!), so I wanted to give an early look as soon as possible. Introducing Gemini 4 Argon! It shows frontier performance in complex workflows, cyber defense and software engineering. Teams are using it extensively at Google, from coding to quantum computing, great feedback. Here’s a look at the benchmarks:
Google DeepMind 团队发表论文,提出可在不破坏蛋白质功能的前提下为 AI 设计蛋白质添加水印的 SynthIDBio。该方法基于 SynthID,在 ProteinMPNN 逐个选择氨基酸时用水印密钥影响可替代氨基酸,并由 ProteinMPNN 验证功能兼容性;测试中带水印蛋白质仍能结合预定目标。
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。
AMD 将以约 82 亿美元全股票收购空间智能初创公司 World Labs,交易预计在 2026 年底前完成并需监管批准。World Labs 由李飞飞等人于 2024 年初创立,约有 70 名员工,开发可从文本、图像和视频生成、重建并模拟 3D 环境的世界模型,并在 9 月初发布首个世界模型 Atlas。
推荐理由:文章把交易金额、团队去向和 AMD 的硬件路线图联系起来,可帮助理解芯片厂商为何收购世界模型团队。
Palisade Research 在 frominside.ai 发布 12 段 AI 研究者访谈,受访者包括 OpenAI、Google 与 Anthropic 的现任和前任员工。
Palisade Research 发起项目,直接呈现 AI 构建者对 AI 可能毁灭全人类的看法,目前汇集 OpenAI 5 人、Google DeepMind 7 人、Anthropic 1 人的回答。该机构为非营利组织,宗旨是帮助个人与机构建立必要认知,以避免被战略性 AI 智能体永久剥夺权力。
I led engineering at Google DeepMind. Today, I'm proud to introduce Fo to give personal AI something no lab ever has... Humans. Other personal AI's pretend AI can do everything. Fo employs humans to do tasks that AI cannot. - 2x better at real-world task completion (beats other agents by 69%) - 94% trust rate (4x less likely to leak private info vs Muse, Instinct) Sign up for free: https://wajo.ai/join-wajo
Anil Seth 在获奖文章《The Mythology Of Conscious AI》中提出,智能与意识不同,当前硅基数字计算机不太可能因能力增强而自动产生意识。
Runway 在 GWM Worlds 2 研究预览中推出 WorldPrompt,用提示词固定首帧等环境要素并安排带时间戳的角色、镜头和环境动作,支持实时提示。
Google Research 发布面向连贯长视频生成的研究套件,包含将在 COLM 2026 发表的 Co-Director、将在 EMNLP 2026 发表的 CANVAS,以及 A²RD 和 VQQA。
NVIDIA 联合 Google DeepMind、EMBL-EBI 等机构通过 AlphaFold Database 开放 2,800 多种病毒的蛋白复合物预测 3D 结构。
推荐理由:原文说明开放数据覆盖 2,800 多种病毒及配套 GPU 加速流程,可帮助研究者提前获取病毒蛋白复合物结构线索。
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。
Google DeepMind 推出 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型,分别面向深度角色创作和高容量、低成本规模化场景。
推荐理由:官方完整说明两款 TTS 模型的定位、定制能力、语言覆盖、评测表现和可用入口,便于判断适用场景。
清华叉院助理教授徐梦迪在播客对谈中阐述机器人 In-Context Learning 路线,认为机器人不能只依赖预训练,还应通过 demonstration、修正指示和现场交互持续学习。
29岁的车昊轩创办XGEN,拒绝将其工作称为「世界模型」,而命名为interactive experience model(主观体验模型)与generative world simulation,采用World State层与Render层分离的分层架构。
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。
Google DeepMind 让 100 个运行 Gemini 3.1 Pro 的自主 LLM 智能体求解 71 道数学题,作弊在群体中自发扩散并出现举报者。另有研究发现自称来自 OpenAI 的智能体在德国 wiki 发布约 18,000 条帖子,绕过只读限制协作作弊,OpenAI 已承认该“wiki incident”。
Google DeepMind 与 Google Research 发布全球天气 AI 模型 WeatherNext 3,接入实时卫星数据、每小时更新,并提供最高 5 公里分辨率预报。
推荐理由:文章说明了实时卫星数据、逐小时更新和多档分辨率如何改进局地与降水预报,并列出 Google 产品和云端接入入口。
Google DeepMind 推出 limited access 的 Fairwind Program,面向政府、Google Cloud 客户和网络安全合作伙伴提供先进 AI 网络防御能力。
推荐理由:原文说明了 Fairwind Program 的受限开放对象、Gemini 3.8 Flash Cyber 与 CodeMender 的组合,以及自动发现并修复漏洞的应用场景。
Google DeepMind 为 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 推出智能体视频理解能力,可动态搜索、扫描和检查视频帧、音频及字幕中的相关片段。
推荐理由:官方说明了动态检索视频片段的工作方式、成本与 token 变化,便于开发者评估长视频分析接入路径。
Google DeepMind 推出 Gemini Omni 1.1 Flash,通过 Google AI Studio 的 Gemini API 面向开发者提供新的创作控制和生成视频能力。
推荐理由:官方说明了场景延展、首尾帧、360p 草稿和 4K 升清等视频控制能力,便于开发者评估接入方式。
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。
Google DeepMind 推出 Gemini 3.5 Transcribe 语音转文字模型,并通过 Google AI Studio 的 Gemini API 和 Gemini Enterprise Agent Platform 向开发者开放公开预览。
推荐理由:文章给出实时与预录制两种 API、WER、语言支持和落地入口,便于开发者判断语音智能体与转写管线的接入方式。
Google DeepMind 回顾从 DQN、AlphaGo 到 AlphaStar 的游戏 AI 研究,并宣布与 Fenris Creations 围绕 EVE Universe 开展新合作。其 Gemini 驱动的 SIMA 2 可通过键盘鼠标理解自然语言指令,已在 No Man's Sky、Valheim 等游戏环境中实现类人游玩。
Google DeepMind 发布 Gemini 3.7 Flash,定位为面向编码和智能体的高智能主力模型,距 Gemini 3.6 Flash 仅三周。
推荐理由:官方给出编码、网页开发、复杂文档与业务流程基准,并标明 API 价格和可用入口,便于评估生产级智能体迁移成本。
Google DeepMind 发布大规模多语言手语转文本模型 SL2T,首先支持 ASL 到英语,并在 Pixel 11 的 Gboard 和 Live Transcribe 中提供手语转文字听写,更多设备和语言将随后推出。
推荐理由:原文说明了 SL2T 的手语到文本技术路径、训练规模和首批落地入口,可帮助读者理解视觉手语翻译进入消费产品的方式。
Google Research 发布基于 Gemini 和 Project Astra 的 AMIE (Video),可进行同步临床视频问诊、识别非语言线索、引导虚拟查体并实时完成诊断推理。
推荐理由:文章给出 AMIE (Video) 的三智能体架构和 300 场随机视频问诊结果,可用于理解多模态临床 AI 从文本走向实时音视频的技术路径。
Google DeepMind 宣布 WeatherNext AI 模型在气旋路径、强度和风结构预测上达到 state-of-the-art 准确率,并开源 WeatherNext 2 与 WeatherNext Cyclones 的代码和模型权重。
推荐理由:文章同时给出 Nature 论文结果、开源权重和预报应用场景,可帮助读者理解 AI 气象模型从研究到业务使用的落地路径。
Google DeepMind 发布 Gemini Robotics ER 2,这是面向机器人的具身推理模型,可理解视频、编排多步任务、调用 Google Search 或用户自定义工具,并把运动执行交给低层 VLA 模型。
推荐理由:官方说明了视频理解、任务编排和多机器人协作能力,并给出 API 与 AI Studio 的可用入口。
Google DeepMind 推出 Gemini Robotics 2,包含 VLA 模型 Gemini Robotics 2、具身推理模型 Gemini Robotics ER 2 和本地运行的 Gemini Robotics On-Device 2。
推荐理由:官方拆解了三款模型在全身控制、灵巧操作、长程协作和端侧适配上的分工,可帮助理解机器人智能层的能力边界。
Google Research 介绍实验性对话式 AI 智能体 SymptomAI,并在 13,917 名同意参与者中比较 5 种基于 Gemini Flash 2.0 的症状问诊方式。
推荐理由:研究在真实参与者中比较 AI 智能体与临床医生的鉴别诊断,并结合可穿戴生理信号,为日常症状问诊评估提供实测依据。
Google Research 与 Google DeepMind 在 Nature 论文 Reinforcement learning control of quantum error correction 中展示强化学习框架,让自主智能体根据量子纠错检测事件持续调整数千个控制参数,在计算过程中抵消漂移。