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。
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 发布研究，提出知识画像框架和包含 2,150 条 Wikipedia 事实的 WikiProfile 基准，用来区分 LLM 的编码、回忆与识别。
推荐理由：研究把事实错误拆成编码失败与回忆失败，并用 WikiProfile 量化前沿 LLM 的知识可访问性，为后训练和推理时干预提供诊断依据。
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 DeepMind 在 DOE Genesis Mission Summit 2026 上宣布，为研究人员提供价值 4000 万美元的 AI token 和云额度，以支持美国 Genesis Mission。
推荐理由：可借此了解 Google DeepMind 面向 DOE 国家实验室开放的科学 AI 工具组合，以及 token 和云资源支持的具体落地方式。
Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 和网络安全专用的 3.5 Flash Cyber，主打规模化构建 AI 智能体所需的效率、低延迟与可靠性。
推荐理由：官方同时给出三款模型的定位、价格、速度与基准表现，可帮助开发者按延迟、成本和智能体任务需求选型。
Google DeepMind 推出基于 3.5 Flash 微调的轻量网络安全模型 Gemini 3.5 Flash Cyber，用于快速发现、验证和修补软件漏洞。
推荐理由：文章说明了该网络安全模型的定位、受限开放方式和多项代码漏洞评测结果，可帮助读者理解轻量模型在安全扫描中的取舍。
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。
Google Research 推出面向表格数据分类和回归的基础模型 TabFM，可将整张表作为统一提示词，在单次前向传播中对未见过的表格生成零-shot 预测。
推荐理由：原文说明了 TabFM 的零-shot 表格预测机制、训练数据来源和 BigQuery 入口，便于理解其对传统表格建模流程的替代思路。
Google 宣布为已部署的冻结 Gemini Nano v3 模型加装轻量 MTP 头，并已在 Pixel 9 和 Pixel 10 系列推出，用于加速 AI Notification Summaries 和 Proofread。
推荐理由：文章解释了冻结 Gemini Nano v3 主干并加装 MTP 头的移动端加速方案，可帮助理解端侧 LLM 在内存和能耗约束下的工程取舍。
Google Research 介绍将在 COLM 2026 发表的论文 Thinking to Recall，发现开启推理后，Gemini-2.5 Flash、Gemini-2.5 Pro 和 Qwen3-32B 能召回关闭推理时几乎无法得到的简单单跳事实答案。
推荐理由：文章用受控实验区分计算缓冲与事实启动两种机制，并审计中间事实幻觉对最终答案的影响，可帮助理解推理型模型的知识召回边界。
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。
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。
Google DeepMind 发布实验性开源模型 DiffusionGemma，采用 26B MoE 架构、推理时激活 3.8B 参数，并以 Apache 2.0 许可证在 Hugging Face 开放权重。
推荐理由：原文给出并行文本扩散的架构取舍、硬件门槛和本地推理速度，可帮助判断其适用场景。
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 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。