跳到正文

#Google

今日 1 条
5月12日周二
5月6日周三
  1. Google DeepMind73

    Google DeepMind 公布 AlphaEvolve 一年进展：从 TPU 设计到商业客户落地

    Google DeepMind 回顾了 Gemini 驱动的编码智能体 AlphaEvolve 发布一年来的应用进展，称其已从试点成为 Google 基础设施的核心组件，用于优化下一代 TPU 设计和缓存替换策略。

    推荐理由：原文汇总了 AlphaEvolve 在基因组、电网、量子物理和商业客户中的落地数据，可据此判断编码智能体的跨领域适用范围。

5月2日周六
4月30日周四
4月27日周一
  1. Google DeepMind42

    Google DeepMind 宣布与韩国科学技术信息通信部达成合作

    Google DeepMind 与韩国科学技术信息通信部（MSIT）建立合作，将在首尔办公室设立 AI Campus，向韩国学术界开放 AlphaEvolve、AlphaGenome、AlphaFold、AI co-scientist 和 WeatherNext 等前沿模型。合作覆盖生命科学、能源、天气与气候领域，并探索韩国学生实习机会，同时与韩国 AI 安全研究所（AISI）就安全研究展开协作。

4月23日周四
4月22日周三
4月21日周二
  1. Google DeepMind26

    Google DeepMind 与 Accenture、Bain、BCG、Deloitte、McKinsey 合作加速企业 AI 转型

    Google DeepMind 宣布与 Accenture、Bain & Company、BCG、Deloitte、McKinsey 合作，推动前沿 AI 在企业的大规模落地。合作包含三大支柱：共建行业专属 AI 能力、让合作伙伴提前使用 Gemini 系列等前沿模型、以及对接 DeepMind 领导层与客户 CEO 和董事会。目前仅 25% 的组织成功将 AI 规模化投入生产。

4月16日周四
  1. Google Research38

    Google 提出 Simula：面向真实世界的合成数据集机制设计与推理框架

    Google 提出推理优先的合成数据生成框架 Simula，无需种子数据，将数据集构建拆解为全局多样化、局部多样化、复杂化和质量检查四个可控维度，并以 Gemini 2.5 Flash 为教师模型、Gemma-3 4B 为学生模型在网络安全、法律推理、GSM8k 和 Global MMLU 等五个领域生成最多 512K 数据点。

  3. Google DeepMind66

    Google DeepMind 发布 Gemini 3.1 Flash TTS 语音模型

    Google DeepMind 发布 Gemini 3.1 Flash TTS，一款主打可控性与表现力的文本转语音模型，即日起在 Gemini API 和 Google AI Studio 面向开发者预览，企业版在 Vertex AI 预览，Workspace 用户可通过 Google Vids 使用。

    推荐理由：官方给出音频标签控制方式与 70+ 语言支持，读者可据此判断语音生成的可控程度与接入渠道。

4月14日周二
4月13日周一
4月9日周四
4月3日周五
  1. Google Research39

    Google 如何评估 LLM 行为倾向与人类的对齐程度

    Google Research 提出一套框架，用改编自 IRI、ERQ 等心理学问卷的情境判断测试（SJT）评估 LLM 行为倾向与人类的一致性，覆盖 25 个 LLM。结果显示，模型规模超过 120B 及前沿闭源模型在人类标注者一致时接近完美对齐，但共识低于 90% 时对齐率停滞在 80% 出头；模型还在职场场景中倾向情绪外露、在社交争端中偏好和谐而非坚持立场。

4月2日周四
4月1日周三
3月31日周二
3月29日周日
  1. Google DeepMind62

    Google DeepMind 为 AI 时代重新设计鼠标指针，Gemini 驱动的 AI 指针已进入 Chrome

    Google DeepMind 公布了一套 AI 指针的交互原则，让指针不仅知道指向什么，还能理解它对用户的意义，由 Gemini 驱动。团队提出四条原则：保持工作流不被打断、用指向加语音替代长提示词、支持“这个”“那个”式的自然简写、把像素转化为可操作实体。

    推荐理由：Google DeepMind 公开了 AI 指针的四条交互原则，并说明该能力已进入 Chrome 与 Googlebook，读者可据此判断浏览器内 AI 交互的走向。

3月26日周四
  1. Google DeepMind74

    Google DeepMind 发布 Gemini 3.1 Flash Live 语音模型

    Google DeepMind 发布 Gemini 3.1 Flash Live，称其为目前质量最高的音频与语音模型，具备更高精度和更低延迟。该模型在 ComplexFuncBench Audio 上得分 90.8%，在 Scale AI 的 Audio MultiChallenge 上开启 thinking 后得分 36.1%。

    推荐理由：官方给出语音模型的基准分数与多产品开放入口，可据此判断实时语音交互的可用边界。

3月25日周三
  3. Google Research33

    Google Research 的 S2Vec 如何学习城市建筑环境的通用嵌入向量

    Google Research 推出自监督框架 S2Vec，将建筑环境栅格化为多层特征图像，用掩码自编码（MAE）学习通用嵌入向量，无需人工标注即可刻画任意地点的特征。在 US-wide 人口密度、收入中位数等社会经济指标的零样本地理外推任务上，S2Vec 通常是表现最好的单一模型，与图像嵌入做多模态融合后效果普遍优于任一单模态。在树木覆盖、海拔等环境任务上仍有明显改进空间。

3月18日周三
3月17日周二
3月12日周四
  1. Google Research67

    Google 在 Flood Hub 上线城市山洪预报，提前 24 小时预警

    Google 宣布在 Flood Hub 上线城市山洪预报，借助新的 AI 方法可在城市地区提前最多 24 小时预测山洪风险。为弥补山洪缺乏地面实测数据的问题，Google 用 Groundsource 方法结合 Gemini 分析公开新闻报道，构建历史山洪事件数据集来训练和评估新模型。

    推荐理由：Google 把城市山洪预警接入 Flood Hub，读者可了解其用 Gemini 从新闻中提取训练数据的思路与全球覆盖取舍。

  2. Google Research60

    Google 推出 Groundsource，用 Gemini 将新闻报道转为灾害数据

    Google 推出 Groundsource，一种用 Gemini 从非结构化全球新闻中提取灾害数据的可扩展方法，并开放首个城市山洪数据集，包含 260 万条记录、覆盖 150 多个国家、时间跨度从 2000 年至今。

    推荐理由：原文给出了用 Gemini 从新闻抽取灾害数据的方法与验证结果，读者可据此判断 LLM 构建历史基准的可行边界。

  3. Google Research66

    Google 与 BIDMC 开展真实临床研究，评估对话式诊断 AI AMIE 的可行性

    Google Research 与 Beth Israel Deaconess Medical Center 合作开展前瞻性单中心可行性研究，让 AMIE 在门诊初诊前与患者进行文本问诊，全程由医生通过视频监督。

    推荐理由：Google 与 BIDMC 的这项前瞻性研究给出了 AMIE 在真实门诊中零安全中止、诊断与基层医生相当的具体数据，可了解对话式医疗 AI 落地临床的可行性与边界。

3月9日周一
  1. Google DeepMind35

    AlphaGo 十周年：从围棋到生物学，DeepMind 回顾其对 AI 与科学的深远影响

    距 AlphaGo 成为首个击败围棋世界冠军的程序已十年，其"第 37 手"证明 AI 能超越模仿人类、发现全新策略。这一突破直接催生了 AlphaFold 2，已折叠科学界已知的 2 亿个蛋白质结构并免费开放，全球超 300 万研究人员使用该数据库。AlphaGo 的搜索与强化学习方法还延伸至 AlphaProof、AlphaEvolve 及 AI co-scientist 等系统。

3月7日周六
  2. Google Research32

    Google SpeciesNet：用 AI 识别野生动物

    Google 开源 AI 模型 SpeciesNet 可对相机陷阱图像分类近 2,500 个动物类别，训练数据达 6,500 万张标注图像。该模型配合开源模型 MegaDetector 定位动物，在标准笔记本上每天可处理约 3 万张图像，低端游戏 GPU 上可达 25 万张以上。过去一年，研究团队已用它识别哥伦比亚的美洲狮、爱达荷州的麋鹿与黑熊、澳大利亚的食火鸡以及坦桑尼亚塞伦盖蒂的狮子和大象。