跳到正文

#Google

今日 1 条
9月2日周三
9月1日周二
8月28日周五
  2. Google DeepMind62

    Google DeepMind 发布 Gemini Omni 1.1 Flash，新增场景扩展、首尾帧插值与 4K 放大

    Google DeepMind 发布 Gemini Omni 1.1 Flash，为开发者带来场景扩展、首尾帧插值、360p 快速草稿和最高 4K 放大等生成式视频能力，已通过 Gemini API 在 Google AI Studio 上线。

    推荐理由：相较于此前只参考最后一秒，Omni 1.1 把场景扩展的前序上下文提高到 10 秒，便于评估长视频工作流的可行性。

  3. Google Blog：AI65

    Google 在 Search AI Mode 中新增机票价格追踪、积分比价与酒店预订

    Google 为 Search 的 AI Mode 新增机票价格追踪、积分或里程价格查看和酒店预订三项旅行功能。机票价格追踪沿用 Google Flights 的能力，已在 180 多个国家和地区上线，价格来自 300 多家合作航司和旅行网站。

    推荐理由：Google 把机票价格追踪、积分比价和酒店预订接入 Search AI Mode，可看搜索入口向交易环节延伸的落点。

8月27日周四
  1. Google DeepMind44

    Google 试点全球首个双盲 AI 评测，Gemini Flash Lite 参与机密基准测试

    Google 联合新加坡 AI Safety Institute、OpenMined、AVERI 和 MLCommons，试点全球首个针对专有前沿模型的“双盲”评测，把外部评测限制在加密“盒子”内，避免模型提前看到测试题。该评测以 Gemini Flash Lite 在隐私保护环境中运行机密基准，提升评测可信度。其针对的是基准污染问题——模型若提前见过题目，分数会被虚高。

  2. Google Research41

    GlucoFM：面向连续血糖监测的基础模型

    GlucoFM 是面向连续血糖监测（CGM）的自监督基础模型，双流设计分离慢速血糖趋势与短期偏差。它基于 109,066 小时无标注 CGM 数据预训练，在 14 项队列-任务评估中平均 PR-AUC 比最佳 GluFormer 变体高 5.8 个百分点。餐后血糖响应预测中其 MAE 在 Dexcom 和 Libre 上最低，并具备最佳跨数据集迁移能力。

8月26日周三
  1. Google Research34

    AgentHands：为 XR 中空间化智能体对话生成交互式手势

    Google 在 CHI 2026 发布研究原型 AgentHands，将 LLM 的高层推理映射为与语音同步的手势，用于 XR 中空间化的智能体对话。系统通过眼动与场景重建标记物体，由头显本地解析器按词级时间戳把 TTS 与手势动画对齐。在 N=12 的用户研究中，它对照纯语音基线完成兰花养护与 3D 打印机操作任务，空间定位效果显著提升。

8月22日周六
8月21日周五
  2. Google Research36

    Google Research：移动性数据如何让语言模型更深入理解地点

    Google Research 提出 ME-POIs 框架，将匿名聚合移动性模式与语言模型的地点文本嵌入对齐，生成同时编码地点身份与动态功能的嵌入向量。在公开基准上，该框架对未见地点的访问意图预测相对提升最高 81.9%，价格等级分类提升 75.1%，繁忙度估计准确率提升 24.7%。其流程包含访问对齐、空间多尺度访问传播和文本-移动性协同，用于缓解长尾地点数据稀疏问题。

8月20日周四
  1. Google Blog：AI56

    Google 搜索推出 5 项 AI 学习辅助工具

    Google 在 Search 中推出 5 项学习辅助功能，包括交互式可视化、定制练习题、Lens 分步讲解、AI Mode 笔记本和自定义学习文件。练习题支持 ACT、AP、GRE、SAT 等标准化考试，内容来自 The Princeton Review、Careers360、PhysicsWallah 和 Akira Enem 的合作素材，现以英文在全球免费提供。

8月17日周一
8月14日周五
8月12日周三
  1. Google DeepMind72

    Google DeepMind 发布手语转文本模型 SL2T，Gboard 与 Live Transcribe 在 Pixel 11 上线 ASL 听写

    Google DeepMind 发布多语言手语转文本模型 SL2T，并在 Gboard 与 Live Transcribe 中上线手语听写功能，先在 Pixel 11 上支持美国手语（ASL）转英文。

    推荐理由：SL2T 用 10 万小时、50 多种手语数据训练并直接落到 Gboard 与 Live Transcribe，可作为手语翻译产品化的参考。

8月6日周四
  1. Google DeepMind79

    Google DeepMind 开源 WeatherNext 气旋预测模型，预警可多出一天

    Google DeepMind 的 WeatherNext AI 模型在气旋路径、强度和风场结构预测上达到当前最优精度，平均为预报员多争取约一天的有效提前量，成果发表在 Nature。

    推荐理由：原文给出气旋路径与强度预测的领先幅度，并公开模型权重与代码，可对照传统预报方法理解改进来源。

7月31日周五
7月30日周四
  1. Google DeepMind61

    Google DeepMind 发布 Gemini Robotics ER 2 机器人具身推理模型

    Google DeepMind 发布 Gemini Robotics ER 2，定位为机器人的高层大脑，负责与人类对话、理解物理世界并规划多步任务，再把运动执行交给底层 VLA 模型。

    推荐理由：官方给出 Gemini Robotics ER 2 相比 ER 1.6 和前沿模型在进度分类、时刻定位上的指标，读者可据此判断机器人具身推理的当前水平。

  2. Google DeepMind48

    Google 在 Google Flow Music 发布 Lyria 3.5，升级音乐性、歌词、人声与创作控制

    Google 在 Google Flow Music 上线最新音乐生成模型 Lyria 3.5，在音乐性、歌词、人声和创作控制四方面均有提升。新模型可生成更丰富复杂的旋律结构，歌词质量更高且提示词遵循与结构感知更好，人声更具表现力与情感、发音更准确。用户还可更便捷地控制输出节奏与时长，即日起可试用。

7月28日周二
  1. Google DeepMind66

    Google DeepMind 发布 Gemini Robotics 2，为机器人带来全身智能

    Google DeepMind 发布 Gemini Robotics 2，由三款模型组成，让机器人实现全身控制、灵巧操作和多机器人协作。其中 Gemini Robotics ER 2 已上线 Google AI Studio 并在 Gemini Enterprise Agent Platform 私密预览，VLA 与端侧模型面向早期接入合作伙伴。

    推荐理由：从控制机器人上半身扩展到全身控制，并加入多机协作与端侧快速适配，可了解机器人基础模型的当前能力边界。

7月23日周四
  2. Google Research45

    Google Research 迈向能从自身错误中学习的量子计算机

    Google Research 在 Nature 发表强化学习控制量子纠错框架，让智能体从量子错误检测事件中持续学习，在计算过程中实时调节数千个控制参数。在 Willow 超导处理器上注入人工漂移后，纠错码的逻辑稳定性提升 3.5 倍，专家校准后 RL 微调再把逻辑错误率额外压低 20%。该实验将量子存储的逻辑错误降至历史新低。

7月22日周三
7月21日周二
7月17日周五
  1. Google DeepMind61

    Google DeepMind 发布 Gemini 3.5 Flash Cyber 轻量网络安全模型

    Google DeepMind 发布 Gemini 3.5 Flash Cyber，这是基于 3.5 Flash 构建并微调的轻量网络安全模型，用于快速发现、验证和修补漏洞，在 CyberGym 等评测中与体量大得多的模型表现相当。

    推荐理由：原文给出该模型在 CyberGym、Chrome 产线扫描等评测中的对比数据，以及仅面向政府和可信伙伴的试点开放方式。

7月16日周四
  2. Google Research41

    Google Research 揭开扩散模型创造力之谜：score smoothing 是关键

    Google Research 在 ICLR 2026 论文中指出，扩散模型的创造力来自 score smoothing，而非偶然。训练中的正则化让神经网络学到的 score function 更平滑，去噪时样本落在训练数据点之间，形成插值生成。1-D 实验中 weight decay 越强 score function 越平滑，无显式正则化时的隐式正则化也有同样效果。

7月13日周一
7月9日周四
  1. Google Research60

    Google Research 提出 SensorFM，用超一万亿分钟可穿戴数据训练通用健康模型

    Google Research 提出大型传感器基础模型 SensorFM，基于 500 万名同意参与者、超过一万亿分钟的无标签多模态可穿戴数据完成预训练。在来自三项研究、共 13985 名参与者、覆盖心血管、代谢、心理健康、睡眠、人口统计和生活方式六类的 35 项健康任务中，冻结编码器加线性探针在 34 项上优于人工特征监督基线。

    推荐理由：从超一万亿分钟无标签数据预训练的通用表征，读者可了解它如何在心血管、代谢、睡眠等多类健康任务间迁移。

7月8日周三
7月3日周五
  1. Google DeepMind44

    Google DeepMind 与 A24 宣布首个研究合作

    Google DeepMind 与 A24 宣布达成首个研究型合作，双方将建立长期研发协作，让 A24 及其电影人把 Google DeepMind 的技术创新直接嵌入创作流程，帮助艺术家开发新工作流与技术。Google 同时宣布对 A24 进行投资。该合作初期聚焦于连接前沿技术与下一代娱乐，具体目标、技术产出和创意里程碑将随时间演进。

7月1日周三