Google DeepMind 发布 Gemini Robotics 2,为机器人带来全身智能
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 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。
Satya Nadella、Jensen Huang 等科技领袖联署公开信支持开放权重模型,作者认为这是"资本主义的最佳体现"。签署方多为开放权重模型的开发者或其互补方,模型层竞争越激烈,Anthropic 和 OpenAI 越难形成双头垄断,各方受益越多。作者主张 AI 更像可规模化、可精炼的"石油",而非可能失控的"神",并回应了开放模型被微调去除生物/网络安全防护的风险担忧。
Qwen 在新开源模型微调与适配中的份额从 2024 年 1 月的 1% 升至 2026 年 2 月的 69%,多数美国 AI 初创公司已在技术栈中使用中国开源权重。
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。
42章经创始人曲凯观察到,模型势能达到几年最强,应用市场冷度却跌回谷底,有机构直言"应用赛道已经死了"。他认为国内应用公司普遍未真正出海,而 Dify、WorkMagic、Ace Studio、Meshy 等坚决出海的公司已默默做到千万美元 ARR。他建议应用创始人回归用户与产品,默认随模型的波、逐资本的流,不要为融资讲故事。
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。
Ethan Mollick 认为,AI 使用方式正从与聊天机器人协作转向将工作分配给智能体。Epoch 发现 Opus 4.7 自主运行 14 小时完成了需人类 2-17 周的软件包,耗资 $251 token;OpenAI 内部四分之一员工每周同时运行至少四个智能体,法律、HR 等非技术职能采用速度与工程团队相当。
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。
Josh Bersin 认为前沿模型正走向商品化,企业 AI 的 ROI 来自应用和数据而非模型本身,类似 1990 年代关系型数据库市场的转变。其研究覆盖 200 多家公司,发现仅约 8% 在构建真正的企业级应用,多数企业把 AI 当作员工福利购买。微软 MAI 模型设计成本为前沿模型的 1/10,Satya Nadella 也认同这一判断。
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。
Google DeepMind 推出实验性开源模型 DiffusionGemma,采用文本扩散方式并行生成整块文本,在 GPU 上最高实现 4 倍推理提速。该模型为 26B MoE 架构、推理时仅激活 3.8B 参数,量化后可运行于 18GB 显存消费级显卡,单张 NVIDIA H100 上超过 1000 tokens/秒。
Google DeepMind 联合 Schmidt Sciences、Cooperative AI Foundation、ARIA 发起最高 1000 万美元的多智能体 AI 安全研究资助,由 Google.org 支持,面向全球研究者征集提案。资助聚焦沙盒与测试床、智能体网络科学、智能体基础设施加固、监督与控制四个方向,申请截止 2026 年 8 月 8 日,获奖者预计 2026 年秋季公布。
Google 发布音频模型 Gemini 3.5 Live Translate,可自动检测 70+ 语言并生成保留说话人语调、节奏和音高的近实时语音翻译,延迟仅几秒。
Google DeepMind 推出 Gemma 4 12B,一款面向笔记本本地运行的无编码器多模态模型,视觉与音频输入直接进入 LLM 主干,可在 16GB 显存或统一内存下运行。该模型基准表现接近 26B MoE 版本,内存占用不到其一半,并首次在中等规模 Gemma 中支持原生音频输入,采用 Apache 2.0 许可,配备 Multi-Token Prediction 草稿器降低延迟。
Google DeepMind 推出为期三个月的机器人加速器项目,从欧洲选出 15 家早期机器人初创公司,入选者可使用其 AI 技术栈和 Gemini 机器人模型,并获得 Google DeepMind 与 Google 专家的技术指导和产品建议。这批公司覆盖物流、制造、医疗、气候和导航等领域,本周在伦敦启动。
Google DeepMind 在塞拉利昂开展的预注册试验显示,使用 Gemini 引导式学习(Guided Learning)的学生八周内数学成绩比对照组提升 +0.258 个标准差,约合 1.2 至 1.7 年的常规学习进度;教师将 Gemini 用于约一半课时(目标 12 小时)的班级提升达 1.8 至 2.5 年。
Wharton 教授 Ethan Mollick 撰文指出,AI 生成内容正大量充斥社交媒体、学术论文与媒体评论,其"每字含义极低"却消耗读者注意力。他援引两项研究:土耳其约千名高中生用 ChatGPT 做作业后考试成绩反低于无 AI 组;台北十所高中近千名学生使用 AI 个性化辅导五个月后,期末考试成绩提升 0.15 个标准差,相当于多接受六到九个月教育。
Google DeepMind 在亚太地区启动首届加速器计划,聚焦“AI for the Planet”,面向该地区初创企业、研究团队和非营利组织,为期三个月。入选机构将获得专家指导,并将 Google 的前沿 AI 与科学 AI 模型整合进自身项目或产品,计划以新加坡线下训练营启动,现已开放意向登记。
Google DeepMind 的 Co-Scientist 正帮助生物学家 Omar Abudayyeh 和 Jonathan Gootenberg 加速衰老研究:它扫描数万篇论文后提出 20 多个可测试的新遗传因子,其中数个经实验室验证能驱动细胞进入更年轻状态并改善整体功能。Co-Scientist 还将原本需长达六个月的筛选数据分析缩短至几天。
Google DeepMind 为实验性世界模型 Project Genie 加入 Street View 实景锚定能力,可基于美国地点生成可交互世界,并提供“Desert Sands”“Stone Age”“Ocean World”“B&W film”等风格。
Google DeepMind 推出 Gemini Omni 模型家族,首款模型 Gemini Omni Flash 可从图像、音频、视频和文本的任意组合输入生成高质量视频,并支持通过自然语言多轮对话编辑视频。
Google 推出 Gemini for Science,包含 Google Labs 上三款实验工具:基于 Co-Scientist 的 Hypothesis Generation、基于 AlphaEvolve 与 ERA 的 Computational Discovery,以及基于 NotebookLM 的 Literature Insights,即日起逐步开放访问。
Google 在 Search、Gemini、Chrome、Pixel 和 Cloud 中扩展内容透明度与验证工具,SynthID 已为超 1000 亿张图片和视频、6 万年音频嵌入水印。
Google DeepMind 与新加坡政府达成国家 AI 合作,在医疗、科研、教育和气候领域推出新项目。合作探索 AI 辅助临床诊疗、用 AlphaFold 和 Google Earth 推进东南亚传染病研究,并开发基于 Gemma 的跑步助手帮助视障运动员独立训练。
剑桥大学教授 Clare Bryant 用 Google DeepMind 的 Co-Scientist 研究流感等病原体跨物种传播时引发脓毒症等重症的分子开关。Co-Scientist 从她已发表的基金申请中生成并排序假设,优先锁定一个她此前未关注的蛋白,并随数据补充将假设细化到具体氨基酸。她称原本需两到三年的实验工作,如今有望在六个月内完成。
Calico Life Sciences 的 Matt Onsum 与 Katherine Labbé 正使用 Google DeepMind 的 Co-Scientist,从质量参差的衰老生物学文献中筛选线索并生成值得验证的假设。
爱丁堡大学团队用 Google DeepMind 的 Co-Scientist 研究 MASH 肝病,系统提出 NLRP3 炎症小体是连接炎症与代谢的分子桥梁,该假设随后经实验验证。Co-Scientist 还整合肝脏生物学与药理学证据,筛出可供团队测试的候选联合疗法。
MIT 机械工程师 Ritu Raman 与波士顿儿童医院化学生物学家 Ryan Flynn 借助 Google DeepMind 的 Co-Scientist,将各自构建神经肌肉组织模型与绘制细胞表面 RNA 的不同工具结合起来研究 ALS。
斯坦福大学医学院遗传学家 Gary Peltz 团队用 Google DeepMind 的 Co-Scientist 筛选抗肝纤维化药物,其提出的 3 个候选中有 2 个在活体人类肝细胞测试中阻断纤维化并促进肝细胞再生,而 Peltz 自行挑选的 2 个药物均无效。
Google DeepMind 与 Google Research 开发的 AI 天气模型 WeatherNext 帮助美国国家飓风中心提前五天以 80% 置信度预测飓风 Melissa 将以 Category 5 强度登陆牙买加,三天的置信度接近 100%。
Google DeepMind 发布 Gemini 3.5 模型系列,首发 Gemini 3.5 Flash,在 Terminal-Bench 2.1 得分 76.2%。
Google DeepMind 在 Nature 发布 Co-Scientist,一个基于 Gemini 的多智能体 AI 系统,可迭代生成、辩论并演化复杂科学问题的新假设。
Google DeepMind 披露 Gemini 驱动的编程智能体 AlphaEvolve 的最新落地成果:它优化 DeepConsensus 使变异检测错误减少 30%,将电网 AC Optimal Power Flow 的可行解比例从 14% 提升至 88%以上,并已用于下一代 TPU 设计。
Google DeepMind 发布 AI co-clinician 研究计划,探索 AI 在医生临床监督下作为护理团队成员与患者互动。在 98 个真实初级保健查询的盲测中,该系统 97 例零关键错误,表现优于两款医生常用 AI 系统;在 OpenFDA 的 RxQA 开放式用药问答上超越现有前沿模型。该计划还基于 Gemini 和 Project Astra 探索实时多模态远程医疗能力。