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。

63条精选相关主题OpenAI / ChatGPTAnthropic / Claude多模态

最新精选

第 21–40 条 · 共 63 条
8月28日周五
8月27日周四
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。

8月3日周一
  1. Import AI80

    AI自复制蠕虫原型出现：Open-weight LLM + 定制化框架实现自主传播

    多国研究人员构建了基于开源大语言模型的自复制AI蠕虫原型，利用被控GPU资源运行推理并自主传播，漏洞检测成功率约80%，自我复制成功率约88%，完整攻击成功率约37%。论文指出自持型AI驱动的网络威胁已不再只是理论假设。

    推荐理由：展示了自复制AI蠕虫的原型实现，读者可借此理解自主AI威胁从理论走向实践的具体路径。

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。

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21日周二
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25日周四
  1. 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16日周二
  1. Google DeepMind67

    Google DeepMind 发布 AI Control Roadmap 框架，阐述 AI 代理安全防御体系

    Google DeepMind 发布 AI Control Roadmap，提出分层防御框架，将内部 AI 代理视为潜在未对齐实体，通过监控、阻断与指标度量管理风险。框架基于 MITRE ATT&CK 构建威胁模型，并按检测规避能力（D1-D4）与攻击执行能力（R1-R3）匹配安全措施；团队已分析百万条编码代理轨迹，用于优化 Gemini Spark 等代理的实时监控。

    推荐理由：原文给出分层防御框架与三条关键能力演进路径，读者可借此理解企业级 AI 代理安全的技术路线。

6月11日周四
  1. Google DeepMind64

    Google DeepMind 发布 DiffusionGemma：4 倍加速的并行扩散文本生成实验模型

    Google DeepMind 发布开源实验模型 DiffusionGemma，采用并行扩散架构替代逐 token 生成，在本地 GPU 上实现最高 4 倍推理加速。

    推荐理由：DiffusionGemma 采用并行扩散架构替代传统逐 token 生成方式，在本地 GPU 上实现最高 4 倍推理加速，为交互式本地工作流提供了新的速度方案。

6月9日周二
  1. Google DeepMind61

    Gemini 3.5 Live Translate：流畅自然的语音翻译

    Google DeepMind 发布 Gemini 3.5 Live Translate 音频模型，支持 70+ 语言实时语音到语音翻译，保留说话者语调与节奏。模型通过 Gemini Live API、Google Meet 和 Google Translate 开放，Android 端新增收听模式。

    推荐理由：Gemini 3.5 Live Translate支持70+语言连续翻译，保留说话者语调，开发者可通过Live API和Google Translate接入。