Google Research 用 MedGemma 等基础模型推动结核病筛查落地
Google Research 与 Google for Health 在 IDWeek 2026 上介绍了其结核病筛查 AI 从研究走向临床的路径:2019 年在 Radiology 发表基准。
Google Research 与 Google for Health 在 IDWeek 2026 上介绍了其结核病筛查 AI 从研究走向临床的路径:2019 年在 Radiology 发表基准。
Google DeepMind 与 Google Research 联合 WRI、IIASA 发布 Forest Typology(ForTy)2020,把全球每 10×10 米地块划入六类森林与土地利用类型,作为 EUDR 的关键基线。
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。
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。
NVIDIA 扩展 Confidential Computing,新增 Confidential Bare Metal 部署选项,让前沿模型构建方在第三方裸金属基础设施上运行敏感负载并保留对模型和数据的控制。
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。
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。
AWS 发布系列第三篇教程,演示用 Strategy Mosaic 作为语义层、在 Amazon Bedrock AgentCore 上运行 Strands 智能体,跨 Amazon Redshift 与 Amazon Aurora 两个关联模型实现无需 ETL 的 Customer 360。
本文演示用 Denodo Platform 作为语义层、配合 Amazon Bedrock AgentCore 托管智能体,联邦查询 Amazon Aurora、Amazon Redshift 和本地 PostgreSQL 三处数据源。
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。
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。
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。
Google 在 Research@ 活动上展示 10 项研究进展,包括扩展 Google Earth AI 早期访问、向公众开放 Deep Review、以及预告与 Synaptics 联合设计的下一代低功耗 Edge AI 芯片。
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。
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。
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。
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。
Google DeepMind 发布面向机器人的 Gemini 4 Argon,在测试 3D 物理空间问题的 Embodied Reasoning(ERQA)基准上以纯推理取得 87%,称超过其他前沿模型。
同一新闻,精选展示《Google DeepMind 发布 Gemini 4 Argon》
NVIDIA 在 OCP Global Summit 上通过 MGX 开放架构贡献 Vera Rubin 机架与计算托盘设计,为系统厂商提供下一代 AI 工厂基础设施的共同基础。
推荐理由:NVIDIA 在 OCP 峰会上开放 Vera Rubin 机架与计算托盘设计,读者可了解 AI 工厂基础设施的开放标准走向。
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。
Google DeepMind 发布 EmbeddingGemma 2,这是基于 Gemma 4 架构、Apache 2.0 许可的开源多模态嵌入模型,参数量 740M,可将文本、图像、音频、视频映射到统一嵌入空间。
推荐理由:官方给出参数规模、分模块编码器与端侧内存占用,可据此判断本地多模态检索的落地成本。
Google Research 展示 Google Earth AI 的 Population Dynamics Foundation Model(PDFM)可作为即插即用的地理空间基础模型输入,无需任务特定微调即可增强现有流行病学模型。
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。
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。
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。
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。
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。
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。
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。
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。
Remedy Entertainment 的 CONTROL Resonant 已在 GeForce NOW 首发上线,Ultimate 会员可以 GeForce RTX 5080 级云端性能串流,支持 DLSS 4、光线追踪、Reflex 和最高 5K HDR,无需 100GB 本地安装。
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。
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。
Google Research 发布 MilleMiglia,一个用 C++ 编写的实例生成器,用于为中段物流配送问题生成真实且保护隐私的基准数据,源码与文档已在 GitHub 公开。
Google Research 发布研究实验,让教师借助生成式 UI(GenUI)为课程目标动态生成互动式学习模拟,并同步开放 30 多个面向中学 STEM 的英文学习互动示例库。
推荐理由:Google Research 用生成式 UI 让教师按课程目标生成互动模拟,并给出教师评分与试点入口。
Google Research 提出 Retrieve-for-Train 框架,通过离线强化学习发现奖励对齐的查询扇出并编译为监督信号,再蒸馏进一个 53.9M 参数的扩散检索器,实现推理时单次非自回归的查询扇出。
Google DeepMind 发布两款实时语音对话模型 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking,分别面向规模化低成本场景与高复杂度多步推理任务。
推荐理由:两款语音对话模型同时给出实时推理、工具调用与多语言切换的能力边界,并列出开发者与企业的开放入口。
Google Research 提出 ToolGrad,一种“答案优先”的工具调用数据集生成范式:先生成真实工具调用链,再反推对应用户提示,替代 ToolBench、ToolACE 等依赖 DFS 试错搜索的查询优先方案。
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。
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。