跳到正文

Google / Gemini

Google 與 DeepMind 的 AI 動態：Gemini 系列、Veo 影片模型、研究成果與產品生態的持續追蹤。

315條精選相關主題OpenAI / ChatGPTAnthropic / Claude多模態

最新精選

第 261–280 條 · 共 315 條
6月1日週一
  1. Modal Engineering Blog68

    強化學習：基礎設施瓶頸與 Modal Dojo 解決方案

    強化學習：基礎設施瓶頸與 Modal Dojo 解決方案 - 核心問題：RL 後訓練需要三大獨立基礎設施，包含可擴充套件的訓練引擎、近光速推論引擎以及可並行執行的環境沙盒；多節點擴充套件時權重同步成瓶頸。

    推薦理由：文章闡述 RL 基礎設施瓶頸與解決方案，並提供 Modal Dojo 開源庫，協助團隊快速擴充套件大模型訓練，並降低基礎設施成本與開發複雜度。

5月29日週五
  1. Google Research69

    Google Research 在 I/O 2026 上開啟新發現時代

    Google Research 在 I/O 2026 上公佈了多款 AI 工具與模型，涵蓋科研加速、健康應用、邊緣計算與氣候預測等領域。

    推薦理由：Google Research 在 I/O 2026 上公佈多款 AI 工具與模型，展示了從科研到產品的快速落地與實際影響，凸顯代理式編碼與多模態推理在科學與日常應用中的變革潛力，併為全球科研社群提供了可擴充套件的實驗平臺。

5月28日週四
  1. DevClass (Developer News)71

    Arm 進入雲端堆疊核心

    Arm 正在將其晶片推向雲端堆疊核心，主流雲服務商已將 Arm 基礎的計算節點納入其平臺。 - 多雲服務商採用：AWS Graviton、Google Axion、Azure Cobalt、Oracle Ampere 等均提供 Arm 節點。

    推薦理由：Arm 在雲端架構的優勢，驅動主要雲服務商加速多架構部署，顯著提升效能與能耗比，並促使開發者利用容器化工具輕鬆遷移，降低成本與碳足跡。

5月20日週三
  1. Google Research74

    Google 釋出科研輔助工具 Empirical Research Assistance 並推出 Computational Discovery

    Google 釋出由 Gemini 驅動的科研輔助工具 Empirical Research Assistance（ERA），可用於編寫和最佳化科學程式碼，並在《Nature》雜誌上發表了相關論文。

    推薦理由：Google 推出基於 Gemini 的科研輔助工具 Empirical Research Assistance，讀者可以瞭解其在多學科科學發現中的應用例項和開放入口。

5月18日週一
  1. Google DeepMind63

    Google DeepMind 推出 Project Genie 街景接地功能並擴大訪問範圍

    Google DeepMind 推出了將 Project Genie 與 Google Street View 結合的新街景接地功能，允許使用者利用真實街景影像生成互動虛擬環境，並面向全球 Google AI Ultra 訂閱者逐步開放。新功能通過 Maps Imagery Grounding 技術支援，目前美國地區的街景影像已可用。

    推薦理由：該產品更新將世界模型與街景資料結合，為使用者和智慧體提供了在現實地點基礎上生成互動環境的新能力。

  2. Google DeepMind86

    Google DeepMind 釋出 Gemini Omni 與首款模型 Gemini Omni Flash

    Google DeepMind 推出了全新多模態模型 Gemini Omni，併發布了該系列首款模型 Gemini Omni Flash，支援通過影像、音訊、影片和文本組合輸入生成及編輯影片。該模型已向 Gemini app、Google Flow 以及 YouTube Shorts 使用者推出，未來還將通過 API 提供給開發者和企業客戶。

    推薦理由：原文介紹了新模型的具體輸入組合和釋出範圍，讀者可以據此評估多模態影片生成與編輯的最新能力邊界。

  3. Google DeepMind86

    Google DeepMind 釋出 Antigravity 2.0 獨立桌面應用

    Google DeepMind 推出了全新獨立桌面應用 Google Antigravity 2.0，專為智慧體最佳化的體驗而設計，擺脫了傳統整合開發環境的束縛。該應用由 Gemini 模型驅動，引入了動態子代理、非同步任務管理、JSON 鉤子、定時任務以及基於專案的許可權管理等核心功能。

    推薦理由：該版本脫離了傳統開發環境並引入了獨立桌面應用形態，讀者可以據此瞭解智慧體工具如何向通用知識工作擴充套件。

5月17日週日
  1. Google DeepMind63

    Google DeepMind 釋出 Gemini for Science 科研工具集與實驗功能

    Google DeepMind 釋出 Gemini for Science，推出面向科學研究的全新工具與實驗功能，包含 Google Antigravity 中的 Science Skills 以及 Google Labs 上的三個實驗性原型工具。

    推薦理由：原文介紹了面向科研場景的全新工具集與實驗功能，讀者可以從中瞭解通用智慧體如何加速科學發現流程。

  2. Google DeepMind67

    Google DeepMind 擴充套件內容透明度與驗證工具

    Google DeepMind 在 Search、Gemini、Chrome、Pixel 及 Cloud 等產品中擴充套件了內容透明度與驗證工具，並深化與行業夥伴的合作。官方將 SynthID 數字水印與 C2PA 內容憑證技術整合到更多生成式媒體工具及硬體裝置中，並在 Google Cloud 上推出 AI 內容檢測 API。

    推薦理由：文章詳細披露了數字水印與內容憑證技術在多端產品及企業API中的落地範圍，為評估跨平臺內容溯源的實際可用性提供了直接依據。

5月16日週六
  1. Google DeepMind62

    Google DeepMind 部落格：利用 Co-Scientist 發現治療肝纖維化的老藥新用方案

    Google DeepMind 報道了斯坦福大學遺傳學家 Gary Peltz 利用 Co-Scientist 從現有藥物文獻中尋找肝纖維化治療方案的研究。研究表明，Co-Scientist 提出的三個候選藥物中有兩個通過了實驗室活體人類肝細胞測試，其中癌症藥物 vorinostat 成功阻斷了 91% 的肝損傷反應並促進了肝細胞再生。

    推薦理由：原文通過具體實驗結果展示了 Co-Scientist 在老藥新用研究中的應用成效，為理解 AI 在生物醫藥研發中的實際價值提供了具體參考。

  2. Google DeepMind64

    Google DeepMind 介紹 WeatherNext 如何協助美國國家颶風中心預測颶風梅利莎

    Google DeepMind 的天氣模型 WeatherNext 成功提前五天預測了 2025 年颶風梅利莎在牙買加增強至五級強颶風的路徑與強度。該模型通過結合全球天氣模式與極端熱帶氣旋資料集，兼顧了傳統模型難以同時做到的路徑與強度預測能力。

    推薦理由：文章詳細記錄了 AI 天氣模型在颶風預報中的實際表現與提前天數，讀者可以據此評估其在極端氣象預測中的應用潛力。

5月13日週三
  1. Google Project Zero63

    Google Project Zero 公佈 Pixel 10 零點選漏洞鏈研究

    Google Project Zero 安全研究員 Seth Jenkins 發布針對 Pixel 10 的零點選（0-click）攻擊鏈研究，展示如何結合 Dolby 漏洞與全新的 VPU 驅動程式漏洞取得核心許可權。

    推薦理由：原文詳細公開 Google Project Zero 針對 Pixel 10 漏洞的研究成果與修補進度，讀者可藉此瞭解 Android 驅動程式安全與零日漏洞分析方法。

5月12日週二
  1. Google DeepMind86

    Google DeepMind 釋出多智慧體科學研究系統 Co-Scientist

    Google DeepMind 釋出了基於 Gemini 構建的協作式多智慧體 AI 系統 Co-Scientist，旨在通過生成、辯論和演化科學假說來加速生命科學等領域的科研突破。該系統由生成、接近度、反射、排名、演化和元審查等多個專業智慧體組成，並引入了類似 AlphaGo 的積分制辯論機制來驗證和篩選最有潛力的研究方向。目前該系統正通過全新實驗工具逐步向研究人員開放。

    推薦理由：Google DeepMind 釋出了基於 Gemini 構建的多智慧體科學研究系統 Co-Scientist，讀者可以瞭解其通過模擬科學辯論生成和演化假說的具體架構與應用效果。

  2. Modal Engineering Blog82

    Modal 如何實現真正無伺服器 GPU

    Modal 在其最新的技術部落格中說明，透過四項關鍵最佳化，將 GPU 推理伺服器的啟動時間從數千秒縮短至數十秒，實現真正無伺服器 GPU。 - 四項關鍵技術：雲端緩衝、內容定址檔案系統、CPU 記憶體檢點/恢復、GPU CUDA 記憶體檢點/恢復。

    推薦理由：此篇詳細說明 Modal 如何透過四項關鍵最佳化，將 GPU 伺服器啟動時間從數千秒縮短至數十秒，對想打造高效、彈性 AI 推理平臺的工程師具有實際參考價值。

5月6日週三
  1. Google DeepMind63

    Google DeepMind 公佈 Gemini 驅動的智慧體 AlphaEvolve 跨領域應用成果

    Google DeepMind 總結了 Gemini 驅動的編碼智慧體 AlphaEvolve 在科學研究、AI 基礎設施最佳化及商業應用等領域的最新進展。該系統在基因組學測序錯誤校正、電網最佳化、量子物理模擬以及下一代 TPU 晶片設計等多個場景中顯著提升了效能和效率，並正通過 Google Cloud 向各行業企業開放應用。

    推薦理由：原文梳理了該系統一年來的應用成果與商業拓展，讀者可以據此瞭解其在科學研究和工程基礎設施中的落地成效。

4月30日週四
  1. Google DeepMind64

    Google DeepMind 釋出 AI co-clinician 醫療人工智慧研究專案

    Google DeepMind 宣佈推出 AI co-clinician 研究計劃，旨在探索結合多模態能力的醫療人工智慧系統，以輔助醫生並提升遠端醫療和臨床決策的質量。該系統採用雙Agent架構，在多項模擬臨床評估與藥物問答基準測試中展現出處理複雜醫療任務的潛力。

    推薦理由：原文介紹了醫用人工智慧研究專案的架構與模擬評估結果，讀者可以瞭解多模態技術在醫療場景中的實際表現與安全性保障。

4月23日週四
  1. Google Research62

    Google 推出基於三維場景理解與生成式 AI 的照片視角重構功能

    Google 宣佈在 Google Photos 的 Auto frame 功能中推出全新的照片視角重構方案，利用機器學習模型理解場景空間佈局並藉助生成式 AI 從新視角生成影像。該方法分為三維場景與相機估計、生成式補全與修飾兩個階段，通過估計三維點 map 並調整相機內外參來修復廣角畸變和調整構圖。

    推薦理由：Google Research 公佈了一種將照片解釋為三維場景並自動調整相機視角與焦距的新方法，通過結合三維點圖估計與生成式擴散模型，在 Google Photos 的 Auto frame 功能中實現了拍照後的視角重構與畸變修正。

4月22日週三
  1. Google DeepMind66

    Google DeepMind 推出 Decoupled DiLoCo：實現具彈性且分散式的 AI 訓練新架構

    Google DeepMind 推出了 Decoupled DiLoCo 架構，通過將大規模訓練拆分到非同步執行的獨立計算叢集中，降低了跨資料中心訓練的頻寬需求並增強了硬體容錯能力。測試表明，該架構使用 Gemma 4 模型在發生硬體故障時保持了高可用性，併成功在四個美國不同區域以低頻寬完成了 120 億引數模型的預訓練。

    推薦理由：該架構通過非同步計算與低頻寬需求，解決了跨資料中心訓練大模型的同步瓶頸與硬體故障痛點。

  2. Google Research64

    ReasoningBank：使智慧體能夠從經驗中學習

    Google Research 推出了 ReasoningBank 智慧體記憶框架，通過從成功和失敗經驗中提取結構化推理模式來實現測試期自我進化。該方法通過記憶感知測試期擴充套件（MaTTS）機制，在網頁瀏覽和軟體工程基準測試中顯著提升了智慧體的成功率和執行效率。

    推薦理由：文章介紹了從成功與失敗經驗中提取結構化推理模式的記憶框架，讀者可以據此瞭解如何通過記憶增強智慧體的測試期擴充套件能力。