跳到正文

#DeepMind

今日 0 条
7月23日周四
7月22日周三
7月17日周五
7月16日周四
7月13日周一
7月9日周四
7月1日周三
  1. Google DeepMind87

    Google DeepMind 发布 Nano Banana 2 Lite 并向开发者开放 Gemini Omni Flash

    Google DeepMind 发布图像模型 Nano Banana 2 Lite,并首次通过 Google AI Studio、Gemini API 和 Gemini Enterprise Agent Platform 向开发者开放视频生成与对话式编辑模型 Gemini Omni Flash。

    推荐理由:原文同时给出两款生成媒体模型的接入平台、价格、延迟和当前限制,便于开发者评估图像到视频工作流的组合用法。

6月27日周六
6月25日周四
  1. Google DeepMind76

    Gemini 3.5 Flash 内置 computer use,可构建跨浏览器、移动端和桌面操作的智能体

    Google DeepMind 宣布 Gemini 3.5 Flash 现已内置 computer use 工具,支持开发者构建可在浏览器、移动端和桌面环境中观察、推理并执行操作的自定义智能体。

    推荐理由:原文说明 computer use 从独立模型并入 Gemini 3.5 Flash,并给出 API、企业平台入口和两项安全机制,便于评估智能体自动化落地方式。

6月22日周一
6月16日周二
  1. Google DeepMind63

    Google DeepMind 发布 AI Control Roadmap,用系统级安全管控内部 AI 智能体

    Google DeepMind 发布 AI Control Roadmap,提出在传统模型对齐之外增加系统级安全层,把内部 AI 智能体视为可能未对齐的 insider threat。

    推荐理由:框架把内部智能体视为可能失准的 insider threat,并用 D1-D4、R1-R3 将防护强度与模型能力对应,便于理解系统级安全设计。

6月10日周三
6月9日周二
6月8日周一
  1. Google DeepMind62

    Google DeepMind 公布塞拉利昂 Gemini Guided Learning 教学试验结果

    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。

5月29日周五
5月22日周五
5月20日周三
5月19日周二
  1. Google DeepMind44

    Google DeepMind Co-Scientist 加速发现可逆转细胞衰老的遗传线索

    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。

5月18日周一
  1. Google DeepMind65

    Google DeepMind 为 Project Genie 推出 Street View 真实地点生成能力

    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。

  2. Google DeepMind86

    Google DeepMind 发布 Gemini Omni Flash 多模态视频生成模型

    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。

5月17日周日
5月16日周六
5月12日周二
5月6日周三
  1. Google DeepMind62

    Google DeepMind 复盘 AlphaEvolve 一年来在科研、基础设施与商业领域的影响

    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。

4月30日周四
  1. Google DeepMind67

    Google DeepMind 发布 AI co-clinician 医疗 AI 研究计划并公布多模态问诊评测

    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。

4月27日周一
4月23日周四
  1. Google Research69

    Google Photos Auto frame 上线照片视角重构功能

    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。

4月22日周三
4月16日周四
  1. Google DeepMind72

    Google DeepMind 发布 Gemini 3.1 Flash TTS 语音模型

    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。

3月29日周日
  1. Google DeepMind64

    Google DeepMind 发布由 Gemini 驱动的 AI 指针实验,并在 Chrome 与 Googlebook 中推进 Magic Pointer

    Google DeepMind 公布由 Gemini 驱动的 AI 指针实验,让用户通过指向屏幕内容并说话来完成总结、比较、改图、查路线等操作。该方案遵循保持工作流、展示并说明、支持 this 和 that 短指令、把像素转为可操作实体四项原则。

    推荐理由:原文展示了指针如何结合视觉语义与语音指令,并说明 Chrome 与 Googlebook 的落地入口,可帮助理解跨应用 AI 交互的产品方向。

3月25日周三
3月18日周三
  1. Google Research55

    Google Research 在 The Check Up 展示医疗 AI 研究与临床落地进展

    Google Research 在 The Check Up 活动中介绍其医疗 AI 组合,覆盖个性化健康、临床辅助、开发者生态、公共卫生和生物医学发现。与 Fitbit 的研究显示 Personal Health Agent 比单任务应用更能支持长期健康;乳腺癌筛查实验系统识别出 25% 此前漏检的 interval cancers,糖尿病视网膜病变筛查已超过 100 万次。

3月12日周四
  1. Google Research73

    Google Flood Hub 推出城市山洪 AI 预报,可提前 24 小时预测风险

    Google Research 宣布在 Flood Hub 上线城市山洪预报,借助新的 AI 方法提前最多 24 小时预测城市地区山洪风险。系统使用 Groundsource 从新闻报道等公开非结构化数据中提取历史山洪事件,并用 Gemini 核验地点和时间,再训练基于 RNN 与 LSTM 的模型。

    推荐理由:文章说明了城市山洪预报的数据构建、模型输入和覆盖限制,可帮助读者理解其相较传统传感器预警的可扩展路径。