跳到正文

#Google

今日 0 条
2月10日周二
  2. Google DeepMind74

    DeepMind 发布两篇论文，Gemini Deep Think 用于数学与科学研究

    Google DeepMind 发布两篇论文，介绍由 Gemini Deep Think 驱动的数学研究智能体（内部代号 Aletheia）在数学、物理和计算机科学专业研究问题上的表现。

    推荐理由：DeepMind 公开了 Gemini Deep Think 在数学与理论计算机科学研究中的两篇论文，读者可了解其智能体工作流与已产出的具体成果。

2月5日周四
2月4日周三
  1. Google Research26

    Google Research 提出 Sequential Attention：让 AI 模型更精简更快且不牺牲准确率

    Google Research 提出 Sequential Attention，用贪心选择机制在单次训练中顺序、自适应地挑选最佳组件加入模型，避免传统贪心算法带来的数量级训练开销。该方法把子集选择直接嵌入模型训练，可处理大规模 ML 模型，并在多个神经网络基准上取得 SOTA，同时支持特征选择、嵌入维度调整与权重剪枝。

  2. Google Research60

    Google 与 Included Health 合作开展全国性随机研究，评估对话式 AI 在真实虚拟护理中的表现

    Google 宣布与 Included Health 合作，待 IRB 批准后启动一项全国性前瞻性随机对照研究，评估对话式 AI 在真实虚拟护理工作流中的表现。

    推荐理由：Google 与 Included Health 合作开展全国随机对照研究，读者可了解医疗对话 AI 从模拟走向真实临床的评估路径。

1月30日周五
  1. Google DeepMind71

    Google DeepMind 向美国 AI Ultra 订阅用户开放 Project Genie 世界模型原型

    Google DeepMind 开始向美国 18 岁以上的 Google AI Ultra 订阅用户开放 Project Genie，这是一个由 Genie 3、Nano Banana Pro 和 Gemini 驱动的实验性研究原型，支持创建、探索和混编交互式世界。

    推荐理由：官方披露了 Project Genie 的三项核心能力与已知限制，读者可据此判断世界模型原型当前能做什么、还差什么。

1月28日周三
  1. Google Research62

    Google Research 论文：智能体系统扩展的量化规律

    Google Research 发布论文《Towards a Science of Scaling Agent Systems》，对 180 组智能体配置做大规模对照评测，覆盖 GPT、Gemini、Claude 三个模型家族和 Finance-Agent、BrowseComp-Plus、PlanCraft、Workbench 四个基准。

    推荐理由：通过 180 组智能体配置的对照评测，给出多智能体架构在并行与串行任务上的量化差异，可作为架构选型参考。

1月24日周六
1月23日周五
  1. Google Research34

    Google 小模型分解法实现端侧用户意图提取，效果媲美 Gemini 1.5 Pro

    Google Research 在 EMNLP 2025 发表的论文提出一种分解式工作流，先由小多模态 LLM 逐屏总结用户交互，再从摘要序列中提取意图，在移动端和网页轨迹上均优于 CoT 提示和端到端微调。该方法用 Gemini 1.5 Flash 8B 即达到 Gemini 1.5 Pro 的相当效果，成本与速度仅为后者一小部分，适用于端侧部署。

1月16日周五
  1. Google DeepMind62

    Google DeepMind 发布 4D 重建与追踪模型 D4RT

    Google DeepMind 发布 D4RT（Dynamic 4D Reconstruction and Tracking），用统一的编码器-解码器 Transformer 架构完成动态场景的 4D 重建与追踪，通过查询机制并行回答像素在任意时间、任意相机视角下的 3D 位置。

    推荐理由：D4RT 把动态场景重建统一进单一框架，并给出相对既有方法的效率倍数与单芯片实测耗时。

  2. Google Research40

    Google 研究：用 Pixel Watch 智能手表估算步态指标，精度媲美手机

    Google 研究团队提出基于时序卷积网络（TCN）的多头深度学习模型，仅凭单只 Pixel Watch 的 IMU 信号和用户身高，即可直接估算步速、步长、摆动时间、支撑时间等多项步态指标。在 246 名参与者、约 7 万个步行片段的大规模验证中，手表估算在多数指标上达到 Pearson r >0.80、ICC >0.80，与 Pixel 6 手机估算无显著差异（p >0.05）。

1月14日周三
  2. Google Research62

    Google 发布 MedGemma 1.5 4B 与医疗语音模型 MedASR

    Google 发布 MedGemma 1.5 4B，新增对 CT、MRI 和全切片病理等高维医学影像的支持，并保留 2D 图像与文本能力。官方称在内部基准上，CT 病灶分类准确率从 58% 提升到 61%，MRI 从 51% 提升到 65%，MedQA 从 64% 提升到 69%。

    推荐理由：官方给出 MedGemma 1.5 与 MedASR 的基准对比和开源入口，可据此判断医疗多模态模型的可用边界。

  3. Google DeepMind71

    Google DeepMind 更新 Veo 3.1 Ingredients to Video，支持原生竖屏与 1080p/4K 放大

    Google DeepMind 更新 Veo 3.1 Ingredients to Video，让基于参考图生成的视频在简短提示词下也能有更丰富的对白与叙事，并提升角色身份、背景与物体的一致性。

    推荐理由：官方说明了 Ingredients to Video 在角色一致性与竖屏输出上的具体改进，可据此判断移动端短视频工作流的变化。

1月13日周二
  1. Google Research61

    NeuralGCM 借助 AI 改进全球长期降水模拟

    Google Research 在 Science Advances 发表论文，介绍混合模型 NeuralGCM 直接以 NASA 2001 至 2018 年卫星降水观测训练其机器学习部分，而非依赖再分析数据。

    推荐理由：NeuralGCM 改用卫星降水观测训练后，在 15 天预报和数十年气候模拟上均优于传统模型，可看混合建模路线的新进展。

12月24日周三
12月19日周五
12月17日周三
12月16日周二
  2. Google Research60

    Google 为 STOC 2026 推出 Gemini 论文助手 Paper Assistant Tool

    Google Research 为 ACM 计算理论研讨会 STOC 2026 开发了实验性论文预审工具 Paper Assistant Tool（PAT），基于 Gemini 2.5 Deep Think 的推理扩展方法，在投稿后 24 小时内给出结构化反馈，包括论文贡献摘要、潜在错误与改进建议、以及笔误修正。

    推荐理由：Google 在 STOC 2026 试用的论文预审工具给出了作者反馈数据，可观察 AI 辅助数学证明的实际边界。

12月13日周六
12月12日周五
12月11日周四
  2. Google Research26

    Google 提出 Urania：用差分隐私框架分析 AI 聊天机器人使用情况

    Google 在 COLM 2025 论文中提出 Urania 框架，通过差分隐私聚类与关键词提取，从 LLM 聊天机器人对话中生成使用洞察，且不泄露单条对话信息。该框架的隐私保证是数学性的而非启发式的，LLM 只基于匿名关键词生成摘要，不接触原始对话。与 Simple-CLIO 基线对比，LLM 评估器在最高 70% 的情况下更偏好其隐私摘要。

12月10日周三
12月9日周二
12月5日周五
  2. Google DeepMind38

    科学家用 AlphaFold 改造光合作用关键酶，培育耐热作物

    密歇根州立大学团队借助 AlphaFold 预测植物与嗜热藻类中光合作用关键酶 GLYK 的 3D 结构，发现植物版 GLYK 的三个柔性环在高温下会变形失稳。研究人员据此用藻类 GLYK 的刚性环替换植物中的不稳定环，构建出杂合酶，其中一个在高达 65 °C 下仍保持稳定，为培育耐热作物铺路。

12月4日周四
11月26日周三
11月25日周二
  1. Google DeepMind62

    AlphaFold 助力解析心血管疾病关键蛋白 apoB100 结构

    密苏里大学的研究者借助 AlphaFold 与冷冻电镜，解析了“坏胆固醇”关键蛋白 apoB100 的结构，该蛋白此前 50 年未能被成功建模。研究先用冷冻电镜拍摄 LDL 颗粒图像，再由物理学家 Cassidy 用 AlphaFold 生成原子级结构预测，并与实验图像比对修正。

    推荐理由：AlphaFold 与冷冻电镜结合解析 apoB100 结构，读者可了解 AI 在结构生物学中的具体协作方式。

11月24日周一
  1. Google DeepMind62

    Google DeepMind 支持美国能源部 Genesis 计划，向 17 个国家实验室开放 AI 科研工具

    Google DeepMind 宣布支持白宫 Genesis 计划，与美国能源部合作，将 AI 用于加速科学研究。Google DeepMind 将向能源部全部 17 个国家实验室提供前沿 AI for Science 模型和智能体工具的加速访问，首批上线的是基于 Gemini 的 AI co-scientist。

    推荐理由：Google DeepMind 与 DOE 的合作给出了 AI for Science 的落地路径，读者可了解前沿模型如何进入国家实验室体系。

11月22日周六
11月20日周四
  1. Google DeepMind62

    Google 在 Gemini 应用中上线 AI 图片验证功能

    Google 在 Gemini 应用中上线图片验证功能，用户上传图片并提问即可借助 SynthID 数字水印判断该图是否由 Google AI 生成或编辑。SynthID 自 2023 年推出以来已为超过 200 亿件 AI 生成内容添加水印，Google 此前已用 SynthID Detector 与记者和媒体从业者测试。

    推荐理由：Gemini 应用新增图片 AI 生成验证入口，读者可了解 SynthID 水印检测的实际用法与后续格式扩展方向。

  2. Google DeepMind78

    Google DeepMind 发布 Nano Banana Pro（Gemini 3 Pro Image）图像模型

    Google DeepMind 发布 Nano Banana Pro（Gemini 3 Pro Image），一个基于 Gemini 3 Pro 的高保真图像生成与编辑模型，已在 Google AI Studio 和 Vertex AI 以付费预览形式通过 Gemini API 逐步开放。

    推荐理由：官方给出新图像模型的分辨率、文字渲染与搜索接地等能力细节，可据此判断多模态应用的选型与成本取舍。

  3. Google DeepMind87

    Google DeepMind 发布 Nano Banana Pro（Gemini 3 Pro Image）图像生成与编辑模型

    Google DeepMind 发布 Nano Banana Pro（Gemini 3 Pro Image），基于 Gemini 3 Pro 构建，主打图像生成与编辑，支持在图中直接渲染多语言文字、接入 Google Search 实时信息，并可混合最多 14 张图像、保持最多 5 人的一致性，提供 2K 和 4K 分辨率。

    推荐理由：官方给出 Nano Banana Pro 在文字渲染、多图合成与分辨率上的具体升级，以及各产品线的开放节奏。

11月19日周三
  1. Google Research76

    Google 发布端到端实时语音翻译模型，延迟降至 2 秒

    Google Research 发布端到端语音到语音翻译（S2ST）模型，直接生成译文音频并保留原说话人音色，延迟从级联方案的 4–5 秒降至 2 秒。该模型基于 AudioLM 框架和 Transformer 模块，采用流式编码器与解码器，并用时间同步数据管线训练，音频以 RVQ token 表示，100 ms 片段约需 16 个 token。

    推荐理由：Google 端到端语音翻译把延迟从 4–5 秒压到 2 秒，并已落地 Meet 与 Pixel 10，可据此判断实时同传的可用边界。

  3. Google DeepMind22

    Google DeepMind 在新加坡开设新研究实验室，推进 Gemini 与亚太 AI 发展

    Google DeepMind 在新加坡开设新研究实验室，聚焦推进 Gemini 核心能力与前沿 AI 研究，其亚太团队过去一年规模增长超过一倍。新实验室将与当地政府、企业和学术机构合作，推动 AI 在科学、公共服务、多语言和教育等领域的应用，包括基于 Gemma 3 多模态能力构建的 SEA-LION v4 模型。