DeepMind 發布 AlphaGenome 2,深入細胞層次追查疾病相關 DNA 變異
DeepMind 發布基因序列預測模型 AlphaGenome 2,可依細胞型別與狀態預測 DNA 變異對基因表現的影響,協助研究人員追查疾病相關的基因調控機制。
推薦理由:新舊模型在免疫細胞資料上的比較,呈現細胞條件式預測對辨識基因表現相關變異的差異。
DeepMind 發布基因序列預測模型 AlphaGenome 2,可依細胞型別與狀態預測 DNA 變異對基因表現的影響,協助研究人員追查疾病相關的基因調控機制。
推薦理由:新舊模型在免疫細胞資料上的比較,呈現細胞條件式預測對辨識基因表現相關變異的差異。
Google DeepMind 發布基因組研究模型 AlphaGenome 2,以特定細胞狀態為條件預測基因變異的影響,將分析從多組織概覽轉向單一細胞型別。
推薦理由:模型以特定細胞狀態作為條件輸入,並在免疫細胞基準與疫苗資料上展示預測結果,呈現基因變異研究從組織尺度轉向細胞型別分析的做法。
AI 懷疑不是否定所有新模型,而是要求證據證明系統能改善成果,同時不掩蓋成本、轉嫁風險或削弱人的能力。文章主張,令人印象深刻的展示不等於可靠價值,應檢視 AI 實際部署後對人員與組織的影響。
Google DeepMind 發布 AlphaGenome 2,這款 DNA 模型可依目標細胞狀態預測變異效應,並在單細胞 eQTL 與增強子基因連結基準上優於前代及部分比較模型。
推薦理由:Artificial Analysis 將 Gemini Decision 1 與同類模型比較,呈現其知識與推理基準、檔案抽取表現及每項任務成本的差異。
Google DeepMind 發表 AlphaProof Code,並以四週時間驗證 Signal 加密協定的密碼核心程式碼;研究人員表示,這類工作通常需要數年。
推薦理由:AlphaProof Code 將形式化安全規格驗證延伸至 Signal 實際執行的密碼核心程式碼,案例呈現其驗證範圍與人工審查分工。
Google DeepMind 使用 AlphaProof Code,為 Signal 參考實作 libsignal 的編譯程式碼產生機器檢查的形式化證明,涵蓋一對一訊息的握手與金鑰輪替。
推薦理由:這項驗證涵蓋 libsignal 編譯後的程式碼,並以兩個已修補漏洞測試工具能否辨識不安全版本,呈現形式化驗證的實際範圍與檢查方式。
Google DeepMind 推出 AlphaGenome 2,用來預測遺傳變異對個別細胞型別與狀態的影響,協助研究者探索其與疾病的關聯。
Google DeepMind公佈 AlphaProof Code,將 Signal 核心程式庫 libsignal 的安全性形式化證明延伸至編譯後的 AArch64 Linux 機器碼。
推薦理由:這項工作把 Signal 安全性證明延伸至特定版本 libsignal 編譯後的 AArch64 Linux 機器碼,並交代驗證範圍與底層假設。
Google Arts & Culture 推出南非藝術家 Esther Mahlangu 的首個線上回顧展,透過超過 45 則策展故事與 AI 生成影像呈現她的藝術、人生與早年記憶。
Google DeepMind 的 AlphaProof Code 為 Signal 已部署的密碼協定實作產生涵蓋關鍵安全性質的機器可檢查證明。 方法與規模:Gemini 驅動的多AI 助理框架以 Lean 產生並檢查證明,耗時 4 週,約產生 600 萬行 Lean 證明。 公開資料:DeepMind 公佈了證明產物與技術論文,供其他人檢視。
推薦理由:這項工作將形式驗證直接套用於 Signal 已部署的密碼協定實作,呈現 AI 助理處理大型證明工作的具體案例。
作者盤點 DeepMind 的 Signal 證明專案,統計 11,323 個 Lean 檔案共 7,528,293 行,並檢查證明中的逃生機制;這是對公開專案的稽核,並未重新執行 Lean 核心驗證。
推薦理由:作者逐檔盤點 Lean 專案並比對論文數字,呈現規格與證明程式碼的規模差異,也清楚界定這次檢查未重新執行核心驗證。
Google DeepMind 發布 Gemini Robotics 2.5,並表示 Apptronik 的 Apollo 2 人形機器人在 Mercedes-Benz 產線概念驗證中,分揀汽車零件的成功率達 96%。
推薦理由:測試資料呈現模型在多種任務上的成功率與速度變化,也提供汽車產線分揀零件的實地應用案例。
Google DeepMind 說明 AlphaProof Code 如何為特定 Signal 編譯實作建立機器檢查的安全證明,並由獨立檢查器比對經人工核准的規格與其相依定義。
推薦理由:文章拆解形式化驗證的信任邊界,說明規格、編譯產物與密碼學假設如何共同限制安全結論的適用範圍。
推薦理由:這項工作將 Signal 協定的驗證延伸至編譯後的裝置程式碼,並以人工審查比例與耗時呈現形式化驗證的工作規模。
Google DeepMind 推出機器人控制模型 Gemini Robotics 2.5,並在 Mercedes-Benz 生產線試點中完成金屬零件分揀,據報成功率達 96%。
Google向付費開發者推出 Gemini 4 Carbon,主打複雜軟體工程、資安與科學推理,並稱研究團隊以它和其他模型,在數週內形式化驗證 Signal 加密協定程式碼的部分安全性質。
推薦理由:文章整理 Gemini 4 Carbon 的工程與資安基準、Signal 程式碼形式化驗證案例,以及價格調升安排,呈現其能力主張與可取得方式。
Google DeepMind 使用 AlphaProof Code,為 Signal 協定實際執行的機器碼產生機器可檢查的安全性證明,檢查範圍涵蓋處理器執行的指令。
推薦理由:這項工作把驗證範圍推進到 Signal 協定實際執行的機器碼,並以重新引入已修補缺陷的方式檢查方法能否辨識不安全程式。
Google DeepMind 揭露新一代 Gemini Robotics 平臺,將 VLA 模型更新至 Gemini Robotics 2.5,並表示其機器人已能在 Mercedes-Benz 工廠執行實際工作。
Google DeepMind 使用 AI 助理為 Signal 的編譯後程式碼建立機器可檢查的數學證明,驗證訊息保密規則在處理器實際執行的指令層級成立。
推薦理由:這項工作把驗證範圍延伸至處理器實際執行的指令,並以已修補的 Signal 漏洞測試系統能否辨識不安全程式碼。
Google DeepMind研究人員使用 AlphaProof Code,對 Signal 加密協定的實際程式碼,以數學證明驗證關鍵安全性質。
推薦理由:研究展示如何讓 AI 助理把 Signal 協定的安全目標轉成可機器檢查的證明,並將人工審查集中在需要判斷的部分。
WIRED 訪談 10 位專家,整理他們對 AI 安全的主要憂慮與分歧,涵蓋核能、資安、生物威脅、民主治理、勞動市場與教育等議題。 - 多位專家關注 AI 系統進入核能與實驗室工作流程,以及 AI 協助網路攻擊或生物威脅的風險;對人類滅絕與失控智慧等風險,則有不同看法。
Google DeepMind 表示,受人類監督的 AI 助理找出兩項針對舊式 1024 位元 RSA 的攻擊成本改進;研究未破解任何正式使用中的金鑰,2048 位元及更長金鑰不受這些結果影響。
以太坊基金會研究員 Justin Drake 在 Devcon 8 提出,目標於 2028 年 12 月完成抗量子轉型,比基金會正式路線圖提前一年;Glamsterdam 的測試延遲則凸顯硬分叉排程的執行難題。
Grok app 10 月月活躍使用者與下載量均上升,資料來自 Similarweb 的全球 iPhone 與 Android 統計。 月活躍使用者:93,386,567 下載量:12,731,752
Google DeepMind AGI 經濟學總監 Alex Imas指出,即使出現數百萬個 AI 助理與自主組織,經濟成長率仍可能落在 4% 至 5%。
本篇每日摘要聚焦多項 AI 進展,涵蓋模型發布、部署生態與安全新動向,協助讀者快速掌握關鍵資訊,並洞察行業趨勢。 - Mistral Large 4(Le Chonk):發布 1T 引數多模態 MLP,開放 MIT 版權,API 價格 $0.70/百萬輸入、$2.10/輸出;在 Terminal‑Bench 4.0 上得 41% 分,安全拒絕率 96.6%。
Seth、Block 與 Tononi 在《Nature》評論中主張,智慧不等於意識,將大腦視為以肉身構成的電腦,可能誤導人們判斷 AI 是否具有主觀經驗。 - 意識評估:Butlin 等人的報告依據 14 項指標評估多種現有 AI 系統,結論是受評系統都不是意識的有力候選者;報告也認為,未來系統可能符合更多指標,但是否因此具有意識仍未定論。
Google DeepMind 推出 Gemini Omni 1.2 Flash,影片生成最長延長至 15 秒,並加入多輪對話編輯與更強的參考素材遵循能力。
推薦理由:Gemini Omni 1.2 Flash 將原生影片長度提高至 15 秒,並支援逐輪編輯與參考素材控制,適合評估大量影片生成工作流程的時間與成本變化。
Wild Dolphin Project 正與 Georgia Tech 和 Google DeepMind 合作,運用 AI 從海豚影音資料中尋找溝通模式,並嘗試以水下穿戴式電腦播放聲音與海豚互動。
DeepMind 透過 Google Antigravity 促進抗菌肽(AMP)快速發現,但結構分析仍是瓶頸。\n- 加速方法:利用大型蛋白質語言模型與進化搜尋,產生數千候選 AMP。
DeepMind 內部 AI 禁令引發全球吹哨浪潮,揭示政策背景、投資影響與實務對策。 - 事件起因 Google 內部審查委員會將三篇 DeepMind 研究重新分類為「高風險」,要求刪除關鍵方法與程式碼,導致研究人員抗議並走出實驗室。
Google DeepMind 員工抗議公司終身禁言條款,要求能公開警示 AI 風險。 - 核心爭議:員工要求解除非貶低協議,主張有責任向公眾說明 AI 風險。 - 事件背景:此舉發生於 2026 年 11 月,反映 AI 產業內部對資訊透明度的關注。 - 媒體來源:報導來自《華盛頓郵報》官方 RSS。
Google DeepMind 在 Google Antigravity 推出 Cheminformatics Skills,示範AI 助理如何整理化學資料、分析分子並提出候選化合物設計,將原本需數天的單次工作流程縮短至約 1 小時。
推薦理由:文章以 crizotinib 與 lorlatinib 的環化案例,展示如何串接文獻擷取、分子分析與候選設計,並指出模型預測仍須經實驗驗證。
研究顯示,加入簡單圖形的影像能直接改變大型語言模型的程式碼輸出,甚至在不相關的任務中也能左右決策。 - 研究物件:Claude Opus 4.7、Gemini 3.1 Pro。
Gemini 4 Argon 於 10 月全球發布,支援複雜程式碼、財務分析、法律流程與機器人物理推理。 Gemini 4 Carbon 以長期工程與網路安全為核心,現於美國政府及安全合作夥伴進行預發布測試。
推薦理由:Google 在十月推出 Gemini 4 系列與 Genie 4,展示前沿推理與即時模擬能力,並提供安全防護與健康追蹤功能,讀者可評估其對開發者與科研的實際效益。
summary_zh: Grok Voice 3.0 上線,宣稱能獨立解決 70% 的 Starlink 客服電話,並探討其完整成本與人力節省。 - 自主解決率:報告稱 70% 的客服通話可由 Grok Voice 3.0 自動處理。