跳到正文

#Google

今日 0 条
5月16日周六
  1. Google DeepMind46

    Co-Scientist 加速肝脏疾病机制发现

    爱丁堡大学团队使用 Co-Scientist 加速 MASH 肝病机制研究，从文献中挖掘被忽视的关联并生成新假设。针对已获批药物 resmetirom 为何仅对少数合格患者有效，系统提出假设：NLRP3 炎症小体是耦合炎症与代谢的分子桥梁。该假设随后经实验验证，为靶向双重疗法铺路。

  4. Google DeepMind87

    Google DeepMind 发布 Gemini 3.5 系列模型

    Google DeepMind 发布 Gemini 3.5 系列模型，率先推出 3.5 Flash。该模型在 Terminal-Bench 2.1 等基准上优于 Gemini 3.1 Pro，输出 token 速度是其他前沿模型的 4 倍。3.5 Flash 现已向数十亿用户开放，3.5 Pro 计划下月推出。

    推荐理由：官方发布 Gemini 3.5 Flash 并给出关键基准数据，读者可据此判断其在智能体与编码任务上的实际表现。

5月6日周三
  1. Google DeepMind61

    Google DeepMind 的 Gemini 编码智能体 AlphaEvolve 如何跨领域扩大影响力

    Google DeepMind 官方复盘 Gemini 驱动的编码智能体 AlphaEvolve，显示它已从试点升级为 Google 基础设施的核心组件，并经由 Google Cloud 扩展到金融、半导体、物流等商业场景。

    推荐理由：官方复盘列出 AlphaEvolve 在科研、基础设施和商业场景的量化收益，可作为评估 AI 智能体落地价值的参照。

4月30日周四
4月22日周三
4月21日周二
4月16日周四
  1. Google DeepMind67

    Google DeepMind 发布 Gemini 3.1 Flash TTS，新一代表现力 AI 语音模型

    Google DeepMind 发布 Gemini 3.1 Flash TTS 文本转语音模型，在 Artificial Analysis TTS 榜单取得 Elo 1211，支持 70+ 语言、原生多人对话，并引入 audio tags 以自然语言精细控制语音风格、节奏与表达。

    推荐理由：原文给出了 Elo 1211 的榜单分数与 audio tags 的具体用法，读者可据此判断它相对现有 TTS 方案的可控性优势。

4月13日周一
  1. Google DeepMind69

    Gemini Robotics-ER 1.6 发布：增强具身推理，驱动真实世界机器人任务

    Google DeepMind 发布 Gemini Robotics-ER 1.6，这是其推理优先具身推理模型的重大升级，即日起通过 Gemini API 与 Google AI Studio 向开发者开放，并提供配置与提示示例的开发者 Colab。

    推荐理由：原文给出相对上一代与 Gemini 3.0 Flash 的逐项基准对比，读者可据此判断具身推理在工业巡检场景的可用边界。

4月3日周五
  1. Google DeepMind85

    Google DeepMind 发布 Gemma 4 开源模型

    Google DeepMind 发布 Gemma 4 系列开源模型，包含 E2B、E4B、26B MoE 和 31B Dense 四种规格。该系列与 Gemini 3 同源，采用 Apache 2.0 许可证，31B 模型在 Arena AI 排行榜位列开源模型第三。模型支持多模态、长上下文及智能体工作流，E2B 和 E4B 专为移动和 IoT 设备设计。

    推荐理由：Google DeepMind 发布与 Gemini 3 同源的 Gemma 4 开源模型，读者可据此对比开源与闭源模型在端侧与智能体场景的能力边界。

3月29日周日
3月26日周四
  1. Google DeepMind72

    Gemini 3.1 Flash Live 发布：让语音 AI 更自然、更可靠

    Google DeepMind 发布 Gemini 3.1 Flash Live，这是其目前最高质量的音频与语音模型，旨在提升实时对话的速度与自然度。该模型在 ComplexFuncBench Audio 上得分 90.8%，支持 Gemini Live 对话时长翻倍，并推动 Search Live 扩展至 200 多个国家/地区，所有生成的音频均带有 SynthID 水印。

    推荐理由：相比前代模型，Gemini 3.1 Flash Live 在语音精确度、延迟与上下文长度上均有提升，并推动 Search Live 扩展至全球。

  2. Google DeepMind71

    Lyria 3 Pro 发布：支持 3 分钟曲目并接入更多 Google 产品

    Google DeepMind 发布 Lyria 3 Pro，支持创作最长 3 分钟的曲目，能理解音乐结构并通过提示词指定前奏、主歌、副歌和桥段。该模型已在 Vertex AI 公开预览，并接入 Google AI Studio、Gemini app、Google Vids 与 ProducerAI 等更多产品。

    推荐理由：官方说明了 Lyria 3 Pro 的 3 分钟曲目长度与结构感知能力，并给出各端上线入口，读者可据此判断音乐生成工作流的变化。

3月18日周三
  1. Google DeepMind48

    Google DeepMind 提出衡量迈向 AGI 进展的认知框架

    Google DeepMind 发布论文提出衡量 AGI 进展的认知框架，归纳出 10 项关键认知能力。框架借鉴心理学、神经科学与认知科学，建议以三阶段评估协议将 AI 表现与人类基线对比。同步联合 Kaggle 启动 hackathon，总奖金池 $200,000，征集学习、元认知、注意力、执行功能与社会认知五项能力的评估方案。

3月4日周三
  1. Google DeepMind70

    Gemini 3.1 Flash-Lite 发布：主打大规模低成本智能

    Google DeepMind 发布 Gemini 3.1 Flash-Lite，这是 Gemini 3 系列中最快且最具成本效益的模型。该模型已通过 Google AI Studio 和 Vertex AI 推出预览版，输入 token 价格为 $0.25/1M，输出为 $1.50/1M。

    推荐理由：官方给出其相对 2.5 Flash 的速度提升与 token 定价，读者可据此评估高频工作流的成本变化。

2月27日周五
2月20日周五
  1. Google DeepMind83

    Gemini 3.1 Pro 发布：为复杂任务打造的更智能模型

    Google DeepMind 发布 Gemini 3.1 Pro，该模型专为复杂任务设计，核心推理能力显著提升。它在 ARC-AGI-2 基准测试中取得 77.1% 的验证得分，是 Gemini 3 Pro 的两倍多。目前开发者可通过 Gemini API、Vertex AI 等渠道以预览版访问，消费者可在 Gemini 应用和 NotebookLM 中使用。

    推荐理由：原文给出了新模型在 ARC-AGI-2 上的具体得分与前代对比，读者可直观了解其核心推理能力的提升幅度。

2月19日周四
  1. Google DeepMind81

    Gemini 应用上线 Lyria 3 音乐生成功能

    Google DeepMind 在 Gemini 应用中推出最新的生成式音乐模型 Lyria 3，用户通过描述想法或上传照片即可在数秒内生成 30 秒的高质量音乐曲目。

    推荐理由：原文说明了 Lyria 3 的文本与图片生成音乐能力及 SynthID 水印验证，读者可据此判断其在 Gemini 应用中的实际可用范围。

2月17日周二
2月10日周二
  1. Google DeepMind72

    Gemini Deep Think 加速数学与科学发现

    Google DeepMind 发布两篇论文，阐述 Gemini Deep Think 模式及其数学研究智能体 Aletheia 如何在数学、物理与计算机科学领域解决专业级研究难题。

    推荐理由：原文详述了 Gemini Deep Think 在数学、物理和计算机科学领域的专业研究应用，展示了 AI 智能体如何作为科研合作者解决开放性难题。

1月30日周五
  1. Google DeepMind64

    Google DeepMind 向美国 Google AI Ultra 用户开放 Project Genie 交互世界原型

    Google DeepMind 开始向美国 Google AI Ultra 订阅用户（18 岁以上）滚动开放 Project Genie，这是一个基于 Genie 3、Nano Banana Pro 和 Gemini 的实验性研究原型网页应用，支持用户用文本或图片创建可探索的交互世界、实时生成前行路径，并对已有世界进行混编与视频下载。

    推荐理由：原文列出了世界素描、探索、混编三大能力与生成时长等限制，可据此判断世界模型从研究走向消费级体验的成熟度。

1月16日周五
  1. Google DeepMind57

    Google DeepMind 提出 D4RT，教 AI 用四维视角看世界

    Google DeepMind 提出 D4RT，一个将动态场景重建与追踪统一到单一框架的 AI 模型，可用同一查询接口完成点追踪、点云重建和相机位姿估计。它比此前方法快 18 至 300 倍，在单颗 TPU 上约 5 秒即可处理一分钟视频，研究团队表示这为机器人、AR 和世界模型等实时空间计算场景打开了路径。

1月14日周三
  1. Google DeepMind74

    Google DeepMind 更新 Veo 3.1 Ingredients to Video，提升一致性并支持原生竖屏与 4K 放大

    Google DeepMind 更新 Veo 3.1 Ingredients to Video，基于素材图生成的视频更具表现力，角色、背景与物体一致性增强，并首次支持原生 9:16 竖屏输出与 1080p、4K 放大。

    推荐理由：官方说明了 Veo 3.1 在竖屏输出与 1080p、4K 放大上的具体变化，并给出各端上线范围，便于判断它对短视频创作流程的影响。

12月24日周三
12月17日周三
  1. Google DeepMind84

    Google 发布 Gemini 3 Flash：为速度而生的前沿智能

    Google DeepMind 发布 Gemini 3 Flash，以低成本提供前沿推理与多模态能力。该模型在 GPQA Diamond 得分 90.4%，SWE-bench Verified 达 78%，速度为 Gemini 2.5 Pro 的 3 倍，已在 Gemini API、Vertex AI 及 Gemini 应用中推出。

    推荐理由：官方发布 Gemini 3 Flash，以更低成本和更快速度提供接近 Pro 级的推理与多模态能力，适合关注模型选型与成本优化的读者。

12月16日周二
12月13日周六
  1. Google DeepMind72

    Google DeepMind 发布更新版 Gemini 2.5 Flash Native Audio 模型

    Google DeepMind 发布更新版 Gemini 2.5 Flash Native Audio 模型，提升复杂工作流处理、指令遵循和多轮对话能力。该模型已在 Google AI Studio、Vertex AI、Gemini Live 和 Search Live 上线。

    推荐理由：原文列出了音频模型在函数调用和指令遵循上的基准提升，并说明实时语音翻译的语言覆盖范围，便于评估其在语音场景的可用性。

12月11日周四
  1. Google DeepMind39

    Google DeepMind 深化与英国 AI 安全研究所（AISI）的合作

    Google DeepMind 与英国 AI 安全研究所（AISI）签署新的谅解备忘录，将合作从模型测试扩展至更广泛的基础安全研究。双方将共享专有模型、数据与思路并联合发布报告，重点研究方向包括监测 AI 的 chain-of-thought 推理过程、探究社会情感错位带来的伦理影响，以及通过模拟真实任务评估 AI 对经济系统的长期影响。

12月10日周三
12月9日周二
12月5日周五
  1. Google DeepMind49

    科学家用 AlphaFold 改造光合作用关键酶，培育更耐热的作物

    密歇根州立大学 Berkley Walker 团队借助 AlphaFold 预测光合作用关键酶 GLYK 的三维结构，发现植物 GLYK 中三段柔性环在高温下会变形失效。他们用火山温泉嗜热藻类 GLYK 的刚性环替换这些不稳定环，构建的杂合酶中有一款在高达 65 °C 的温度下仍保持稳定。该研究为培育耐热作物、应对气候变暖导致的主粮减产铺平了道路。

11月26日周三
11月25日周二
  1. Google DeepMind71

    科学家借助 AlphaFold 揭示心脏病关键蛋白 apoB100 结构

    密苏里大学科学家结合冷冻电镜与 AlphaFold，成功绘制出“坏胆固醇”关键蛋白 apoB100 的结构。apoB100 是低密度脂蛋白（LDL）的分子支架，新模型显示其形成一个包裹 LDL 颗粒的笼状外壳，并以一条带状结构维持颗粒在血流中的完整。这一成果为更精准地预防、诊断和治疗高胆固醇及动脉粥样硬化性心血管疾病打开了新的可能。

    推荐理由：原文呈现 AlphaFold 与冷冻电镜结合破解 apoB100 结构的过程，可看作 AI 辅助科研的参照案例。

11月24日周一
11月20日周四
  1. Google DeepMind72

    Google 将 AI 图片验证引入 Gemini 应用

    Google 在 Gemini 应用中上线 AI 图片验证功能，用户上传图片并提问后，系统会检查 SynthID 水印并结合推理返回该图片是否由 Google AI 生成或编辑。

    推荐理由：官方说明给出 SynthID 水印验证在 Gemini 应用中的使用方式与后续扩展计划，可据此判断 AI 内容溯源工具的落地节奏。

  2. Google DeepMind79

    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），一款基于 Gemini 3 Pro 构建的高保真图像生成与编辑模型，现已在 Google AI Studio 和 Vertex AI 以付费预览形式推出。

    推荐理由：官方给出了新模型相对 Gemini 2.5 Flash Image 的画质与控制能力升级，以及付费预览的开放入口，开发者可据此判断是否迁移到更高画质的图像生成流程。

11月19日周三
  1. Google DeepMind90

    Google DeepMind 发布 Gemini 3 Pro 模型

    Google DeepMind 发布 Gemini 3 Pro，称其在各大基准上超越前代，编码能力超越 2.5 Pro。模型预览版定价为 $2/百万输入 token 和 $12/百万输出 token（200k token 以内），可通过 Gemini API、Google AI Studio 和 Vertex AI 使用。

    推荐理由：官方公布了 Gemini 3 Pro 的基准成绩、定价与开发者工具集成，读者可据此评估其在编码和多模态任务上的实际可用性。