跳到正文
10月24日周六
10月22日周四
  1. Google Research58

    Google Research 用 AI 解读盲扫超声评估孕周,误差与专家相当

    Google Research 在 JAMA Network Open 发表研究,用 AI 模型解读未经专业超声培训的操作者采集的盲扫超声图像来评估孕周。在 385 名 16 至 36 周孕妇的队列中,模型平均绝对误差为 4.18 天,专家超声操作者的标准流程为 4.48 天;模型仅在芝加哥 120 名参与者的数据上微调,在内罗毕零本地优化下误差为 4.27 天。

10月21日周三
  1. OpenAI News62

    OpenAI 模型将上线 Google Cloud

    OpenAI 与 Google Cloud 宣布,OpenAI 的前沿模型和 Codex 工作流将接入 Gemini 的 Model Garden,并通过 Google Cloud Marketplace 提供。原文未披露具体模型版本、上线时间和定价。

    推荐理由:OpenAI 前沿模型与 Codex 工作流进入 Google Cloud 的 Gemini Model Garden,读者可据此判断多云接入路径的变化。

  2. NVIDIA Blog62

    Google Cloud 与 NVIDIA 宣布 Vera Rubin 基础设施正式可用

    Google Cloud 与 NVIDIA 宣布 NVIDIA Vera Rubin 基础设施正式可用,A5X 实例下月开放,并计划扩展至欧洲。A5X 整合 Vera Rubin NVL72、ConnectX-9 SuperNICs、Google Cloud Virgo Network 与第四代液冷技术,面向大规模智能体推理和强化学习负载。

    推荐理由:Google Cloud 与 NVIDIA 公布 A5X 实例的可用时间与欧洲扩展计划,并给出首批客户在强化学习与智能体工作负载上的用法。

  3. Hugging Face Blog78

    Hugging Face 接入 TorchTPU,Transformers 与 Diffusers 原生支持 TPU

    Hugging Face 宣布通过原生 PyTorch 后端 TorchTPU 在自家生态中支持 TPU,Transformers、Diffusers 和 Kernels 可原生运行在 TPU 上,加载模型时传入 device_map="tpu" 或 pipe.to("tpu") 即可,不再需要 Optimum TPU。

    推荐理由:Hugging Face 官方说明 TorchTPU 让 Transformers 与 Diffusers 直接把 TPU 当作普通设备使用,并给出实测加速数据。

10月17日周六
  1. Google Research62

    Google Research 让 AI 智能体落地湿实验室:VERID 框架与闭环分子发现

    Google Research 发布研究博客,介绍让 AI 智能体在湿实验室中安全执行实验的三项工作。VERID 框架为实验室工作单元构建语义数字孪生,支持实时 3D 状态追踪、快速虚拟预演、硬件安全检查与同步视频日志,案例中智能体在板读仪故障后无需重新移液即可恢复运行,并通过闭环自博弈将染料混合物重建精度提升五倍以上。

    推荐理由:Google Research 用 VERID 数字孪生和闭环实验,展示智能体如何在湿实验室里自我纠错并优化分子设计。

10月16日周五
  1. Google DeepMind62

    Google DeepMind 用 Google Antigravity 加速抗菌肽发现

    Google DeepMind 介绍用其智能体开发平台 Google Antigravity 加速抗菌肽发现,把原本分散在多个数据库的检索压缩到单次会话中。平台内置 Biomolecular Structure Viewer,可嵌入 3D 结构可视化,让研究者与智能体共享同一视觉状态并双向同步标注。

    推荐理由:原文展示了智能体平台把跨库检索与结构分析压缩进单次会话的具体流程,可据此判断科研工作流的改动幅度。

10月15日周四
  1. Google Research69

    Google 发布 Deep Review,用智能体审稿技术文档

    Google 公开发布 Deep Review,一个面向复杂文档的智能体审稿系统,最初用于计算机科学论文分析,现已扩展到法律、金融等领域。每位用户每周可免费获得两次文档审阅,也可接入 Gemini API key 提升额度并通过 Deep Review API 做程序化集成;目前支持 PDF 和纯文本输入,多文件输入即将支持。

    推荐理由:Google 公开了 Deep Review 的四阶段智能体审稿流程与免费额度,读者可据此判断自动审稿在自身工作流中的可用性。

  2. Google Research62

    Google 发布地理空间推理智能体技术报告与两个新基准

    Google 发布地理空间推理智能体的技术报告,系统评测了四种智能体配置在四个基准上的表现,并开源了自研的 GeoExpertQueries 与 GeoKTools 两个基准的开发集。

    推荐理由:Google 公开了地理空间推理智能体的技术报告与两个新基准,并给出与 WHO 等机构的实测案例,可了解专用工具与前置规划对空间推理的作用。

10月14日周三
  1. Google DeepMind62

    Google DeepMind 与新加坡政府合作构建反诈检测微调模型

    Google DeepMind 与新加坡政府科技局(GovTech)合作,基于轻量级 Gemma 模型微调出端侧反诈检测模型,可在新加坡常见智能手机上运行。该模型在设备本地处理对话数据,通过两阶段流水线先由轻量分类器筛查消息,再用微调 Gemma 分析对话上下文确认威胁,检测到操纵性对话模式时实时提醒用户。

    推荐理由:Google DeepMind 与新加坡政府合作的端侧反诈模型,展示了隐私保护与本地威胁检测如何兼顾。

  2. Google DeepMind78

    Google DeepMind 发布 Gemini 4 Argon 并公开安全防护方案

    Google DeepMind 开始广泛推送 Gemini 4 Argon,并扩大 Fairwind Program 至更多可信网络安全防御方。该模型在网络安全测试中完成全部 12 个端到端模拟攻击场景(上一代为 5 个),在 Gray Swan 间接提示注入基准上把 15 次自适应攻击的成功率降至 0.7%。

    推荐理由:原文披露了 Gemini 4 Argon 在网络安全与生物风险上的能力提升及三层实时防护设计,可了解前沿模型安全部署的具体做法。

  3. Google DeepMind87

    Google DeepMind 发布 Gemini 4 Argon

    Google DeepMind 发布 Gemini 4 Argon,今日起通过 Gemini API、AI Studio、Google Antigravity 及 Gemini 应用和搜索 AI Mode 面向开发者、企业和消费者开放,定价为每百万输入 token 2 美元、输出 token 10 美元。

    推荐理由:官方给出 Argon 在编码、科研与安全对齐上的具体数字和开放入口,可据此判断前沿模型在长程任务上的进展。

10月12日周一
10月8日周四
  1. Google Research66

    Google Research 三个月实地实验:AI 辅助提升专利撰写产出,但初级律师无辅助判断力未同步提升

    Google Research 与 NBER 发布一项为期三个月的实地实验,在 11 家知识产权律所的 133 名律师中随机开放当时未发布的 Google Labs AI 专利撰写助手(现属 Gemini Notebook)。

    推荐理由:三个月实地实验区分了AI带来的即时产出提升与无辅助判断力变化,为理解AI对专业能力养成的影响提供了少见的长期证据。

10月7日周三
10月6日周二
  1. Google Research34

    Google 发布智能体隐私与安全研讨会报告:从上下文完整性视角看开放问题

    Google 发布《智能体隐私与安全中的开放与新兴问题:上下文视角》研讨会报告,汇集 50 多位学界与业界专家,于 2025 年底在纽约举行的 CAPS 研讨会上完成。报告基于上下文完整性(CI)理论,提出以实时动态策略引擎作为监督层,在执行前评估智能体数据流与动作是否合乎情境,并给出系统级沙箱、模型级推理、用户控制等多层防御方向。

10月2日周五
  1. Google Research62

    Google 发布基于 TEE 的新一代联邦学习系统

    Google 宣布新一代联邦学习系统,利用可信执行环境(TEE)为数据匿名化提供可验证、可审计的保证,并已由 Gboard 采用。系统通过访问策略公开透明日志 Rekor、KMS 密钥管理与可复现构建,让外部审计者能核查服务端实际运行的代码。Gboard 已用该系统上线英语和日语下一词预测模型,训练瓶颈从设备端转移到服务端,计算时间较此前系统显著加快。

    推荐理由:Google 公布基于 TEE 的新一代联邦学习系统设计,并给出 Gboard 已上线的落地情况,可了解隐私可验证训练的实现路径。

10月1日周四
  1. Google DeepMind83

    Google DeepMind 发布 Gemini 4 Argon 前沿模型

    Google DeepMind 发布新前沿模型 Gemini 4 Argon,先通过 Fairwind Program 向受信任的网络安全防御者开放,随后逐步扩展到开发者、企业和消费者,起价为每百万输入 token 2 美元、每百万输出 token 10 美元,缓存输入 token 按输入价的 95% 折扣计费。

    推荐理由:官方给出 Argon 在编码、企业知识与网络安全上的基准与内部落地数据,可据此判断前沿模型的能力边界与分阶段开放节奏。

9月30日周三
  1. Google DeepMind66

    Google DeepMind 推出 SynthID Bio,为 AI 生成蛋白质嵌入水印

    Google DeepMind 推出 SynthID Bio,将水印技术引入合成生物学,把不可感知的签名直接嵌入生物代码,使水印不仅能在数字模型上验证,也能在合成出的实体蛋白质上验证,同时实验室测试显示其生物功能未受影响。

    推荐理由:DeepMind 把水印从数字内容延伸到合成生物,读者可了解其原理与生物安全筛查的衔接方式。

  2. Google Research40

    Google Research 提出 Diffusion Controller,统一并简化 AI 图像生成控制

    Google Research 提出 Diffusion Controller 框架,将扩散模型的去噪过程重构为连续控制问题,用一个轻量"转向阻尼器"网络在冻结基座模型的前提下动态调整生成轨迹。在 Stable Diffusion v1.4 上以 HPS-v2 评测,其完全解锁版本对基线模型取得 90% 胜率,并支持对闭源黑盒模型进行控制。

9月25日周五
  1. Google Research60

    Google Research 发布 AI 视频联合导演框架,自动化生成连贯长视频

    Google Research 发布 AI 视频联合导演(AI video co-director)多智能体框架,作为编排层构建在 Gemini 和 Veo 之上,用于自动化多镜头长视频生成。

    推荐理由:Google 把长视频生成拆成四个可组合框架,并给出多镜头一致性与角色保持的评测结果,适合了解多智能体编排如何缓解语义漂移。

  2. Google DeepMind72

    Google DeepMind 发布 Gemini 3.8 Live with Live Avatar

    Google DeepMind 发布 Gemini 3.8 Live with Live Avatar,在 Gemini 3.8 Live 的实时对话能力上加入低延迟流式视频,实现带唇形同步、自然表情和流畅轮次的实时视觉形象。

    推荐理由:官方给出 Live Avatar 的实时视频对话能力、异步工具调用与 97 种语言切换,可据此判断企业级多模态交互的落地形态。

9月24日周四
  1. NVIDIA Blog60

    NVIDIA 与 Google DeepMind 等联合开放 2800 多种病毒的蛋白复合物结构预测

    NVIDIA 联合 Google DeepMind、EMBL-EBI 等机构,通过 AlphaFold Database 开放 2800 多种病毒的蛋白复合物预测 3D 结构,供全球科学家免费使用。

    推荐理由:NVIDIA 与 Google DeepMind 等联合开放 2800 多种病毒的蛋白复合物结构预测,读者可了解开放科学在疫情准备中的具体做法。

  2. Google DeepMind62

    Google DeepMind 为 Private AI Compute 引入服务端持久记忆

    Google DeepMind 公布 Private AI Compute 的新技术更新,将为其平台带来私有化的服务端持久记忆,实现跨设备的长期上下文连续性。该架构把数据封存在加密存储中,解密密钥仅保留在用户个人设备上,模型需要访问时通过端到端加密通道连接受信任执行环境,在隔离内存中临时解密、处理并立即重新加密。

    推荐理由:原文说明了云端持久记忆如何用设备端密钥与安全隔离环境兼顾跨设备连续性与隐私,读者可据此判断个人 AI 助手的记忆架构走向。

9月23日周三
  1. Google DeepMind71

    Google DeepMind 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS

    Google DeepMind 推出 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款语音生成模型,前者面向角色设计与逐句表演指导,后者面向高吞吐、低成本的配音与语音智能体。

    推荐理由:官方给出两款 TTS 的定位差异、可用入口与基准排名,便于判断语音生成在创作与规模化场景的取舍。

9月19日周六
9月18日周五
9月16日周三
9月11日周五
9月8日周二
  1. Google DeepMind78

    Google DeepMind 发布 AlphaGenome Atlas,覆盖人类基因组 90 亿个单核苷酸变异预测

    Google DeepMind 发布 AlphaGenome Atlas,一个包含人类基因组 90 亿个单核苷酸变异效应预测的平台,规模达 1PB,是 AlphaFold Database 的 30 倍以上,今日起通过网站门户、AlphaGenome API 和 Google Antigravity 中的 skill 向学术研究免费开放。

    推荐理由:AlphaGenome Atlas 把 90 亿个单核苷酸变异的预测结果做成可检索资源,并给出统一打分方式,读者可据此了解基因组变异解读的规模化路径。

9月4日周五
  1. Google Research26

    Google Research 研究跨人群多基因风险评分的迁移学习

    Google Research 用 UK Biobank 欧洲人群与 Biobank Japan 近 20 万日本人样本,在 8 项临床性状上评估多基因风险评分(PRS)的跨人群迁移学习效果。结果显示,目标人群样本达 15k 以上时,专用模型优于混合欧洲数据训练;遗传相关性高的性状可继续受益于 UKB 数据至 25-40k+ 样本,而 HDL、LDL 和血糖等高度人群特异性性状受益有限。