跳到正文

#Google

今日 4 条
9月1日周二
  1. Google Research62

    Google 发布 TimesFM-3，支持多变量零样本时间序列预测

    Google Research 发布 TimesFM-3 时间序列基础模型，参数量 330M，预训练语料超过 1 万亿个时间点，原生支持多变量预测。模型可在单次前向传播中联合预测多条相关序列并输出 9 个分位数，同时支持历史协变量与已知未来协变量，无需任务级微调。

    推荐理由：相比前代只做单变量预测，TimesFM-3 原生支持多变量与协变量输入，可用于零售、金融等实际预测任务。

8月28日周五
  1. Google Research60

    行星预测引擎：通过地球AI自动化全球建模

    Google Earth AI推出实验性行星预测引擎（PPE），可根据自然语言查询自主完成地理空间数据发现、特征工程、模型训练与评估，将原本数周的手动流程压缩至分钟级。

    推荐理由：原文展示了自主地理空间建模工作流，读者可据此理解AI如何缩短从数据发现到模型训练的周期。

  3. Google AI Blog25

    Google 搜索 AI Mode 新增航班价格追踪、里程积分查看和酒店预订功能

    Google 搜索 AI Mode 新增三项旅行规划功能：航班价格追踪、里程积分价格显示和酒店预订。航班价格追踪已覆盖全球 180 多个国家和地区；里程积分显示首批支持 Alaska Airlines、American Airlines、Hilton 等多家航司和酒店集团。酒店预订在美国英文版上线，集成 Booking.com、Expedia、IHG 等合作伙伴。

8月27日周四
8月26日周三
  1. Google Research52

    AgentHands：为 XR 中基于空间的智能体对话生成交互式手部手势

    Google Research 在 CHI 2026 发表 AgentHands 原型，利用 XR 空间理解能力为 AI 智能体添加与语音同步的手部手势。系统包含环境感知、手势事件库、嵌入手势的推理和同步执行模块，在 12 人用户研究中相比纯语音基线显著提升了空间定位、复杂动作理解、安全提示效果并降低了认知负荷。

8月22日周六
  1. Google Research46

    Google Research 的 Biomarker Discovery Framework：从可穿戴传感器数据中优先排序候选生物标志物

    Google Research 提出 Biomarker Discovery Framework，一个多智能体系统，用于从可穿戴传感器数据中优先排序候选生物标志物。在三个队列共9,279名参与者-观测中，框架自主识别了41个心理健康和25个代谢候选数字生物标志物。框架结合假设生成、统计分析、对抗验证和文献推理，通过11项内部检查电池分配报告标签，保持统计严谨性与人类监督。

8月21日周五
  2. Google Research35

    Google Research 的 ME-POIs 如何用移动性数据让语言模型更深入理解地点

    Google Research 提出 Mobility-Embedded POIs（ME-POIs）框架，把匿名聚合的移动性模式与 Gemini 的文本嵌入对齐，为地点生成兼顾身份与动态功能的嵌入向量。在公开基准上，该方法在访问意图预测上最高取得 81.9% 的相对提升，价格水平分类提升 75.1%，忙碌度估计准确率提升 24.7%。

8月20日周四
  1. Google AI Blog40

    Google 搜索推出 5 种 AI 学习新方式

    Google Search 新增互动视觉、练习测验、Lens 分步讲解、笔记本和自定义文件生成 5 项 AI 学习工具。练习测验覆盖 ACT、AP、GRE、SAT 等标准化考试，由 Princeton Review 等教育合作伙伴提供内容，英文版全球免费开放。笔记本功能同步至 AI Mode，支持跨 Google 产品自动同步资料。

8月17日周一
8月14日周五
8月12日周三
  2. Google Research66

    空货架还是丢失的钥匙？回忆是参数化事实性的瓶颈

    Google Research 提出知识剖析框架，发现前沿大模型的事实性错误主要源于回忆失败而非知识未编码。WikiProfile 基准包含 2,150 条维基百科事实，每个事实配 10 个问题，评测了 13 个 LLM 约 450 万条响应。

    推荐理由：该研究将大模型的 factual error 重新定义为 recall 失败而非 encoding 失败，并证明思考机制可恢复约四成到六成已编码但无法直接提取的事实。

  3. Google Research65

    AMIE 在专家级音视频临床咨询中取得进展

    AMIE (Video) 在实时视频临床咨询中达到专家级表现，基于Gemini和Project Astra，采用异步三智能体架构。在100个场景、300次标准化咨询的随机OSCE研究中，其临床能力与执业医师持平，且在体格观察和指导方面评分更高。

    推荐理由：演示AI在实时视频临床咨询中达到专家级表现，多智能体架构平衡了对话速度与临床推理。

8月6日周四
  1. Google DeepMind76

    WeatherNext AI 模型在气旋预报上实现突破，预测精度平均提前一天

    Google DeepMind 发布 WeatherNext 模型，在气旋路径、强度和风场预测上平均比前代多出一天预报精度，相当于十年气象进展。该模型已在 Nature 发表论文，并在 2025 年飓风季帮助 NHC 对 Hurricane Melissa 做出历史性预报。

    推荐理由：该模型在气旋路径、强度和风场预测上平均多出一天预报精度，相当于十年气象学进展，并已开源模型与代码供研究社区使用。

7月31日周五
  1. Google Research72

    Science One Framework：基于 Chain-of-Evidence 的可验证自主研究框架

    Google Research 提出 Science One Framework 与 Chain-of-Evidence（CoE）审计框架，在 75 篇生成论文上验证自主研究系统的可验证性。Science One Framework 在五个 ADRS 任务上实现零幻影引用、完全可复现得分，并在 MLE-Bench 与 Parameter-Golf 上达到 SOTA。

    推荐理由：通过引入可验证证据链框架，为自主研究系统的可信度提供了可量化的审计方法。

7月30日周四
  1. Google DeepMind66

    Gemini Robotics ER 2 发布：赋能机器人视频理解、任务编排与多机器人协作

    Google DeepMind 发布 Gemini Robotics ER 2，具身推理模型，在视频理解与任务编排上较 ER 1.6 实现显著升级，并支持多机器人协作。

    推荐理由：Gemini Robotics ER 2 在视频理解与任务编排上较 ER 1.6 实现显著升级，支持多机器人协作与实时推理，为物理世界中的具身智能提供了新的能力基准。

  2. Google DeepMind48

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

    Google 在 Flow Music 中上线新一代音乐生成模型 Lyria 3.5，在音乐性、歌词、人声质量和创作控制四方面带来提升。该模型可生成更复杂自然、旋律结构更丰富的作品，歌词的提示词遵循与结构意识更好，人声更具情感表现力且发音改善，用户还能更便捷地控制输出节奏与时长。

7月28日周二
  1. Google DeepMind64

    Gemini Robotics 2 带来机器人的全身体智能

    Google DeepMind 发布 Gemini Robotics 2，包含三款模型分别实现全身体控制、具身推理与设备端适配。该模型可控制人形机器人完成行走、蹲伏、灵巧操作等复杂任务，ER 2 已在 Google AI Studio 和 Gemini Enterprise Agent Platform 开放预览，VLA 与设备端模型面向早期合作方开放。

    推荐理由：Gemini Robotics 2 首次实现全身体控制、灵巧操作与多机器人协作，并在设备上快速适配新机体形态，为通用物理 AI 提供了新的能力基线。

7月23日周四
  1. Google Research65

    SymptomAI：迈向日常症状评估的对话式AI代理

    Google Research发布SymptomAI研究，基于Gemini Flash 2.0通过13,917人随机实验表明临床医生在超50%情况下更偏好其鉴别诊断，且主动询问策略显著优于被动回答。

    推荐理由：该研究通过一万三千余人的随机对照实验，为对话式AI症状评估提供了与临床医生横向比较的基准数据，并揭示了主动询问策略对诊断准确性的提升作用。

  2. Google Research61

    Google Research在Nature发表量子纠错强化学习框架

    Google Research在Nature发表强化学习框架，使量子计算机能在运行中持续自我校准。在Willow处理器上，该方法将逻辑稳定性提升3.5倍，逻辑错误率在专家校准后再降20%，表面码和颜色码分别达到千次和百次纠错周期内少于一次逻辑错误的纪录水平。数值模拟表明所需RL训练迭代次数与系统规模无关。

    推荐理由：Google Research在Nature发表强化学习框架，使量子计算机能在运行中持续自我校准，将逻辑错误率降至纪录低点。

7月22日周三
7月21日周二
7月17日周五
7月16日周四
  1. Google DeepMind38

    Google DeepMind 与 Isomorphic Labs 联合推进 bioresilience 计划

    Google DeepMind 与 Isomorphic Labs 发布 bioresilience 联合方案，通过预防、检测、响应三方面应对生物安全威胁。AlphaFold 映射近所有已知蛋白质三维结构，AlphaGenome 揭示基因组功能，IsoDDE 提供药物设计真实精度。AlphaEvolve 优化宏基因组测序算法以更快检测新疫情，SynthID 水印技术正适配生物序列筛查。

7月13日周一
7月9日周四
7月8日周三
  1. Google Research60

    通过导航应用干预缓解城市拥堵的实验研究

    Google Research在Nature Cities发表研究，在10个美国大城市开展为期6个月的实验，通过Google Maps将不到2%的出行引导至替代路线，使目标路段车速中位数提升约2%，燃料消耗下降0.5%–1.0%，全城受影响路段车速中位数提升约0.35%，高峰时段提升约0.5%，每年每城可减少数千吨CO₂e排放。

    推荐理由：研究提供了大规模实证证据，说明即使少量出行协调也能带来全城速度和排放的改善。

7月3日周五
  1. Google DeepMind46

    Google DeepMind 与 A24 宣布首个此类研究合作

    Google DeepMind 与 A24 宣布达成首个此类研究合作，把世界领先的研究实验室与最重视电影人的工作室配对，帮助艺术家开发新工作流和技术。双方将围绕多个项目展开长期研发协作，把 Google DeepMind 的创新直接嵌入创作流程，并从中获得顶尖艺术家的反馈与指导。Google 同时对 A24 进行了投资。

7月1日周三
  1. Google DeepMind69

    Google DeepMind 发布 Nano Banana 2 Lite 与 Gemini Omni Flash

    Google DeepMind 发布两款生成模型，Nano Banana 2 Lite 面向高吞吐的快速出图，Gemini Omni Flash 面向高质量视频生成与对话式编辑，均已上线 Google AI Studio、Gemini API 和 Gemini Enterprise Agent Platform。

    推荐理由：Nano Banana 2 Lite 每张 1K 图 0.034 美元、Omni Flash 每秒视频 0.10 美元，读者可据此比较两款模型在图像与视频环节的成本取舍。

6月30日周二
  2. Together AI75

    Together AI 在 ICML 2026 发布九篇全栈前沿研究论文

    Together AI 在 ICML 2026 发布九篇论文，覆盖智能体、模型塑造、算法优化、系统优化与内核五个层级。DSGym 提供 1000+ 任务统一评估框架，ThunderAgent 提升 1.5–3.6 倍智能体吞吐，TTT-Discover 用开源 120B 模型在数学、GPU 内核、算法和生物领域取得新纪录。

    推荐理由：九篇论文覆盖从智能体到 GPU 内核的完整栈，读者可据此判断哪些层是当前性能瓶颈。

6月27日周六
  1. Google Research59

    Pixel上通过冻结MTP加速Gemini Nano模型

    Google Research在Pixel 9和10上部署冻结多Token预测架构，通过将MTP头附加到已冻结的Gemini Nano v3模型实现端侧加速。该架构利用零拷贝设计，MTP头直接交叉关注主模型KV缓存，在通知摘要和校对任务中提速50%以上，每实例节省130MB内存。

6月25日周四
  3. Google DeepMind60

    Gemini 3.5 Flash 新增计算机使用功能，支持构建跨平台智能体

    Gemini 3.5 Flash 内置计算机使用能力，开发者可通过 Gemini API 和企业平台构建跨浏览器、移动端与桌面的自定义智能体。该功能此前仅作为独立的 Gemini 2.5 计算机使用模型提供，现原生集成至 Flash 模型，并配备提示注入对抗训练及可选的企业安全防护系统。

    推荐理由：计算机使用功能从独立模型整合进3.5 Flash，开发者可通过API和企业平台构建跨浏览器、移动端与桌面的自定义智能体，并配备提示注入防护与企业级安全机制。

6月17日周三