Google Antigravity 如何加速抗菌肽的发现
Google 用智能体开发平台 Google Antigravity 加速抗菌肽发现,其智能体科学工作台把跨多个数据库的碎片化检索压缩为单次会话,并借助 ProtNLM 模型扫描 UniProt 中数百万条未表征蛋白质。
Google 用智能体开发平台 Google Antigravity 加速抗菌肽发现,其智能体科学工作台把跨多个数据库的碎片化检索压缩为单次会话,并借助 ProtNLM 模型扫描 UniProt 中数百万条未表征蛋白质。
Google DeepMind 与新加坡政府科技局(GovTech)合作,基于轻量级 Gemma 模型微调出一款端侧诈骗检测模型,可在新加坡常见智能手机上本地运行。该模型采用两阶段流水线,先在设备端筛查可疑消息,再结合对话上下文确认威胁并实时预警,无需云端扫描即可保护用户隐私。
Google DeepMind 开始广泛部署 Gemini 4 Argon,并扩大 Fairwind Program 至更多可信网络防御者。该模型在模拟网络攻击测试中解决全部 12 个端到端场景(上一代为 5 个),违规请求较前代减少近两倍,外部生物越狱红队测试仅解锁不到 1% 的生物子任务。在编码基准上,其走捷径或作弊行为降至 2%。
Google DeepMind 发布前沿模型 Gemini 4 Argon,在衡量金融、编程、法律、税务等经济领域表现的 Vals Index 上排名第一。
Meta 联合 Coinbase、Google、Microsoft、OpenAI、Starlink、Adobe 等公司与英美执法机构开展联合行动,打击尼日利亚、加纳等西非国家的诈骗网络,Meta 从 Facebook 和 Instagram 移除超 370 万个相关账号、页面和群组。
RSI(递归自我改进)指 AI 系统重写自身代码、让每次改进都更容易的正反馈过程,与 Agent 自进化、持续学习的关键区别在于改进必须由 AI 自己完成。
NVIDIA 在 OCP 全球峰会上通过开放的 NVIDIA MGX 架构,向 OCP 贡献了 Vera Rubin 机架与计算托盘设计,为系统构建者提供下一代 AI 工厂基础设施的共同基础。
Google DeepMind 发布前沿模型 Gemini 4 Argon,通过 Fairwind Program 向可信网络安全防御方逐步开放,输出 token 上限从 64K 提升至 100 万。
Google DeepMind 发布 SynthID Bio,将水印技术引入合成生物学,可在不损害生物功能的前提下,把不可感知的签名嵌入蛋白质序列与 3D 结构中。
Gemini 3.8 Live with Live Avatar 已在 Gemini Enterprise 上线,把近实时视频生成与语音对话结合,让企业智能体具备带唇形同步和自然表情的动态视觉形象。
Google 为 Private AI Compute 平台引入持久化服务器端记忆层,让云端 AI 能跨设备保留上下文,同时维持端侧级别的隐私标准。该架构将数据封存在加密存储中,解密密钥仅保存在用户个人设备上,云端通过硬件隔离的 secure enclave 临时解密处理请求后立即重新加密。
Google DeepMind 推出 Gemini 3.8 Flash TTS 与 Gemini 3.8 Flash-Lite TTS 两款语音生成模型,前者主打角色设计与逐句表演指导,后者面向高并发、低成本的配音与语音智能体场景。
阿里技术发文拆解垂类业务让 AI Agent 从「能跑」走向「能生产」的路径,指出 Demo 易做但生产需过稳定性、可控性、可审计性和业务闭环四道关。文章提出 Agent = 模型 + Harness 的公式,并按风险分级给出 L0 至 L3 的自治程度划分,建议从高频、低风险、规则明确、闭环短的小场景切入。文中引用 Klarna、华住、来伊份、飞鹤、邯郸公积金等公开案例说明这一节奏。
Google 推出 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking 两款实时对话模型,前者主打规模化与成本效率,后者面向高复杂度任务。
腾讯技术工程发文梳理 AI 工程范式从 Prompt Engineering、ReAct 到 Context Engineering 的演进,指出多数 Agent 失败已不是模型失败而是上下文失败。
Google DeepMind 推出 AlphaGenome Atlas,一个包含人类基因组全部 90 亿个单核苷酸变异效应预测的平台,规模达 1PB,是 AlphaFold Database 的 30 多倍。
Google DeepMind 与 Google Research 发布全球天气模型 WeatherNext 3,可直接学习实时卫星观测数据,每小时生成一次预报,地表变量分辨率达 5 公里,整体精度约为上一代 WeatherNext 2 的 5 倍。
Google 面向政府机构、关键基础设施运营商和网络安全合作伙伴推出限量访问的 Fairwind Program,首批提供 Gemini 3.8 Flash Cyber 模型与 CodeMender 工具链,可自主发现并修复漏洞,将原本数周的手动修复缩短至分钟级生成可部署补丁。
Google DeepMind 推出 Gemini 3.8 Flash 和 Gemini 3.8 Flash Cyber,前者在 DeepSWE v1.1 等基准上接近更贵的前沿模型,HLE-Verified 得分 54.9%,定价与 3.7 Flash 相同,为每百万输入 token 0.75 美元、输出 3.75 美元。
Google DeepMind 在 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 上推出智能体视频理解功能,通过原生视频工具动态检索目标片段,token 消耗最多降低 88%、成本最多降低 66%、准确率最多提升 7%。
Google DeepMind 推出 Gemini Omni 1.1 Flash,通过 Gemini API 在 Google AI Studio 提供场景延展、首尾帧插值、4K 升采样等生成视频控制能力。
Google DeepMind 联合新加坡 AI Safety Institute、OpenMined、AVERI 和 MLCommons,对 Gemini Flash Lite 开展全球首次专有前沿模型的"双盲"评测,将外部评测限制在加密"黑箱"环境中,防止模型提前接触测试题。此举针对基准污染问题——模型若事先见过考题,分数会被虚高,评测结果的可信度随之下降。
Google DeepMind 推出 Gemini 3.5 Transcribe,在 Artificial Analysis 测试中流式场景平均词错率 4.0%、非流式 2.6%,最终转写时间较前代 Chirp 3 缩短 70%。
Google DeepMind 回顾了 15 年游戏 AI 研究历程,从 DQN 玩转 49 款 Atari 游戏、AlphaGo 击败李世石,到 AlphaStar 在 StarCraft II 达到宗师级,并推出由 Gemini 驱动的通用智能体 SIMA 2。
Google DeepMind 发布 Gemini 3.7 Flash,距 Gemini 3.6 Flash 仅三周,主打编码与智能体场景。新模型在 FrontierCode 1.1 Main 得分 43.6%(前代 34.4%)、DeepSWE v1.1 达 65.3%(前代 49.0%),WebDev Arena Elo 为 1588。
Google DeepMind 发布多语言手语转文本模型 SL2T,首次将手语 AI 带入消费级产品:在 Pixel 11 的 Gboard 和 Live Transcribe 中支持美国手语(ASL)转英文听写。模型基于超 10 万小时、50 多种手语数据训练,在 FLEURS-ASL(sd-test)上取得 70 BLEURT 的零样本成绩。该功能后续将扩展至更多设备与语言。
Google DeepMind 的 WeatherNext AI 模型在气旋路径、强度和风场结构预测上达到 SOTA,平均多出 24 小时预警提前量,三天预报精度相当于此前模型的两天水平。
Google DeepMind 推出面向机器人的具身推理模型 Gemini Robotics ER 2,可理解连续视频、编排多步任务并将动作执行交给底层 VLA 模型,现已通过 Gemini API 和 Google AI Studio 向开发者开放。
Google DeepMind 发布音乐生成模型 Lyria 3.5,已在 Google Flow Music 上线,在音乐性、歌词、人声和创作控制四方面升级。新版本可生成更复杂自然的旋律结构、提示词遵循度更高的歌词,以及情感表达更真实、发音更准确的人声,并支持更便捷地控制输出曲目的节奏与时长。
Google DeepMind 推出 Gemini Robotics 2,包含三款模型:视觉-语言-动作模型 Gemini Robotics 2 可控制人形机器人全身动作,具身推理模型 Gemini Robotics ER 2 支持多步任务规划与多机器人协作,端侧模型 Gemini Robotics On-Device 2 可在数小时内适配全新机器人本体。
Google 承诺为 Genesis Mission 提供 4000 万美元的 AI tokens 和额度,用于加速科学发现前沿。该承诺以 AI 算力资源形式投入,具体使用方式与项目细节尚未在原文中披露。
Google DeepMind 推出 Gemini 3.6 Flash、3.5 Flash-Lite 和面向代码安全的 3.5 Flash Cyber。3.6 Flash 输出 token 用量较 3.5 Flash 减少 17%,DeepSWE 得分 49% 对 37%,定价为每百万输入 token 1.50 美元、输出 7.50 美元。
Google DeepMind 发布 Gemini 3.5 Flash Cyber,一款基于 3.5 Flash 微调的轻量网络安全模型,专注快速发现、验证和修补漏洞,在 CyberGym 等基准上以低成本多次调用取得接近更大模型的表现。
Google DeepMind 与 Isomorphic Labs 公布生物韧性联合方案,一方面防止威胁行为者滥用其模型,另一方面让政府、科学家与生物安全机构用 AI 应对疫情。
Google DeepMind 在印度启动 ATL Saathi 试点,这是一款由 Gemini 驱动的 Web 应用,为 Atal Tinkering Labs 教育者提供 24/7 备课与培训助手。该工具基于 NotebookLM 整理 12 个核心模块内容,支持 10 个模块的项目生成,初期覆盖 8 种语言,首批落地 100 所试点学校。
Google DeepMind 与影视公司 A24 宣布达成首个此类研究合作,双方将围绕多个项目展开长期研发协作,让 A24 及其电影人参与塑造新技术。Google 同时已对 A24 进行投资。合作初期聚焦打通前沿技术与下一代娱乐之间的差距,具体目标与技术产出将随时间演进。
Google DeepMind 推出 Nano Banana 2 Lite(gemini-3.1-flash-lite-image)与 Gemini Omni Flash(gemini-omni-flash-preview)两款模型。
computer use 现已成为 Gemini 3.5 Flash 的内置工具,此前仅以独立的 Gemini 2.5 computer use 模型提供。开发者可通过 Gemini API 和 Gemini Enterprise Agent Platform 构建能跨浏览器、移动端和桌面环境看、推理并执行操作的智能体,用于持续软件测试等长周期与企业自动化任务。
Google DeepMind 正与英国政府、Google Cloud、Faculty 及 Barnet、Camden、Dorset 地方规划部门共同开发一款基于 Gemini 的 AI 规划原型,目标将住宅规划申请审批时间缩短 50%。
Google DeepMind 推出 AI Control Roadmap,用"纵深防御"思路在模型对齐之外增加系统级安全层,将内部 AI 智能体视为潜在"内部威胁"来防范。