跳到正文

Google / Gemini

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。

44条精选相关主题OpenAI / ChatGPTAnthropic / Claude多模态

最新精选

第 21–40 条 · 共 44 条
7月23日周四
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1日周三
6月25日周四
  1. Google DeepMind70

    Google DeepMind 为 Gemini 3.5 Flash 内置 computer use 工具

    Google DeepMind 将 computer use 作为内置工具集成进 Gemini 3.5 Flash，开发者可通过 Gemini API 和 Gemini Enterprise Agent Platform 构建能在浏览器、移动端和桌面看、推理并执行操作的智能体。

    推荐理由：原文交代了 computer use 从独立模型并入 Flash 主模型这一变化，以及配套的两项企业安全护栏。

6月11日周四
6月9日周二
  2. Google DeepMind77

    Google DeepMind 发布 Gemma 4 12B 无编码器多模态模型

    Google DeepMind 发布 Gemma 4 12B，一款无编码器的多模态模型，可在笔记本本地运行。该模型把视觉输入改为单次矩阵乘法的轻量嵌入模块，并去掉音频编码器，将原始音频信号投影到与文本 token 相同的维度，是 Gemma 4 系列首款支持原生音频输入的中等规模模型。

    推荐理由：Gemma 4 12B 用无编码器架构让视觉和音频直接进入 LLM，性能接近 26B MoE 而内存占用不到一半。

6月8日周一
  1. Google DeepMind65

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

    Google DeepMind 公布在塞拉利昂开展的 Guided Learning 预先注册随机对照试验结果，使用该工具的学生数学成绩比对照组高 0.258 个标准差，相当于八周内取得约 1.2 至 1.7 年的常规学习进展。

    推荐理由：原研究给出随机对照试验的量化结果，可据此了解 AI 引导式学习在课堂中的实际增益与局限。

6月5日周五
  1. Google Research62

    Google 提出 PHRM 系统，用手机前置摄像头被动监测心率与静息心率

    Google Research 在 Nature 发表研究，提出 PHRM 系统，可在日常使用手机时后台监测心率（HR）与静息心率（RHR）。该系统利用前置摄像头在面部解锁后的数秒内拍摄视频，通过端侧深度学习估计心率，与 ECG 相比 MAPE 低于 10%，符合所有肤色人群的行业精度标准，日 RHR 与 Fitbit Charge 6 相比 MAE 为 4.39 bpm。

    推荐理由：论文公开了 PHRM 的跨肤色误差数据与大样本数据集规模，读者可对照可穿戴设备理解被动健康监测的量化标准。

5月20日周三
  1. Google Research60

    Google 发表 ERA 的 Nature 论文，并逐步开放由 ERA 与 AlphaEvolve 构建的 Computational Discovery

    Google 在 Nature 发表论文介绍 ERA，这是用 Gemini 为科学家编写和优化科学代码的研究工具，在基因组学、公共卫生、卫星图像分析、神经科学预测、通用时间序列预测和数学等基准上达到专家级表现。

    推荐理由：ERA 在基因组学、公共卫生等多个基准上达到专家级表现，正文另列出八项已发表的跨学科科研应用。

5月18日周一
5月17日周日
  1. Google DeepMind65

    Google 将 SynthID 内容验证扩展到搜索，并公布 Chrome、Pixel 与 Cloud 侧更新

    Google 把 SynthID 的图像、视频和音频验证扩展到搜索，并将在未来几周进入 Chrome，该能力此前已在 Gemini 应用中累计使用 5000 万次。

    推荐理由：在生成媒体普及的背景下，SynthID 已为超 1000 亿件图像视频加上水印，读者可了解各产品验证入口的分批上线节奏。

5月16日周六
  1. Google DeepMind72

    WeatherNext 如何帮助美国国家飓风中心提前预测飓风 Melissa 登陆牙买加

    Google DeepMind 的 AI 天气模型 WeatherNext 帮助美国国家飓风中心提前五天预测飓风 Melissa 将以五级强度登陆牙买加，置信度为 80%，三天前升至接近 100%，这也是首次从一级风速起步成功预测风暴增强到五级。

    推荐理由：原文以飓风 Melissa 为例，交代 AI 天气模型在快速增强预报上的实际表现，以及传统模型在路径与强度间的取舍。

  2. Google DeepMind79

    Google DeepMind 发布 Gemini 3.5 系列，首发 3.5 Flash

    Google DeepMind 发布 Gemini 3.5 模型系列，首个版本 3.5 Flash 今天起在 Gemini 应用、Google Search 的 AI Mode、Google Antigravity 和 Gemini API 开放，3.5 Pro 已在内部使用并计划下月推出。

    推荐理由：原文用 Terminal-Bench 2.1、MCP Atlas 等基准与 4 倍输出速度做横向对比，读者可据此判断速度与智能体能力能否兼得。

5月12日周二
4月30日周四
  1. Google DeepMind63

    Google DeepMind 发布 AI co-clinician 医疗研究计划

    Google DeepMind 发布 AI co-clinician 医疗研究计划，探索在医生监督下由 AI 智能体参与患者问诊的三元照护模式。研究在 98 条真实初级保健查询中有 97 条无关键错误，并在 140 项问诊技能评估中于 68 项达到或超过初级保健医生水平，专家医生整体表现仍更好。

    推荐理由：文章以 140 项问诊技能的盲评对比，呈现 AI co-clinician 与初级保健医生的能力差异和仍待改进之处。

4月23日周四
  1. Google Research63

    Google Photos 的 Auto frame 上线 3D 视角重构图功能

    Google 将一套 3D 感知的照片重构图方法上线到 Google Photos 的 Auto frame 功能，可自动调整相机视角并补全原本未拍到的画面。该方法先用内部 3D 点图估计模型获取每个像素的 3D 点并估算原相机焦距，再用生成式潜空间扩散模型填补新视角渲染后出现的空缺。

    推荐理由：相较裁剪和缩放，这套方法把照片还原成 3D 场景并重设相机视角，可了解生成式修图的一种实现路径。

4月16日周四