跳到正文

#Google

今日 1 条
7月1日周三
6月30日周二
  1. Google Research69

    Google Research 发布 TabFM：面向表格数据的零样本基础模型

    Google Research 发布 TabFM，一个面向表格数据分类与回归的零样本基础模型，将表格预测重构为上下文学习（ICL）问题，无需手动训练、超参数调优和特征工程，单次前向传播即可对未见过的表格生成预测。

    推荐理由：TabFM 把零样本思路带到表格分类与回归，读者可据此了解免训练预测在企业数据场景的落地方式。

6月27日周六
6月25日周四
  1. Google Research34

    Google 用线性弹性缓存优化云成本，Spanner 实测 TCO 降约 5%

    Google Research 提出线性弹性缓存，将页面淘汰建模为滑雪租赁问题，用轻量机器学习动态调整缓存大小，在 Spanner 生产环境实测内存占用降 15.5%、缓存未命中仅增 5.5%、总拥有成本降约 5%。该方案用浅层决策树为每个页面预测 TTL，缓存写满时回退到 LRU 策略，无需按峰值需求预分配内存。论文已在 CIDR 发表。

  2. Google Research41

    Google Research 研究：推理如何解锁 LLM 的参数化知识回忆

    Google Research 在 COLM 2026 论文《Thinking to Recall》中提出，让 LLM 生成推理轨迹能解锁原本无法触及的参数化事实，且这一效应在简单单跳问题上同样成立。研究用 Gemini-2.5 Flash/Pro 和 Qwen3-32B 在 SimpleQA Verified、EntityQuestions 上对比推理开关，识别出计算缓冲与事实启动两种机制。

6月17日周三
6月16日周二
  1. Google DeepMind48

    Google DeepMind 发布 AI Control Roadmap，为内部 AI 智能体构建纵深防御

    Google DeepMind 推出 AI Control Roadmap，用纵深防御思路保障内部部署的 AI 智能体安全，即便模型对齐不完美也能提供保障。该框架将不可信智能体视为"内部威胁"，借鉴 MITRE ATT&CK 拆解攻击手法，并用可信 AI 监督工作智能体的推理与行动。团队已分析 100 万个编码智能体任务，并为 Gemini Spark 智能体搭建实时监控，防范数据误删等问题。

6月13日周六
  2. Google Research39

    用退役手机搭建低碳计算平台：加州大学圣地亚哥分校与 Google 打造 2000 台 Pixel 手机集群

    加州大学圣地亚哥分校在 Google 支持下，将退役智能手机的主板拆出组成集群，部署一个由 2000 台 Pixel 手机搭建的数据中心，为数百名研究者与学生提供低成本、低碳的云计算。研究显示 25-50 台手机约等于一台现代服务器，20 台手机的小型集群已能支撑 75 人以上课程的评分负载，且延迟低于 AWS 默认后端。该系统预计 2026 年秋季全面上线。

6月11日周四
  1. Google Research30

    Google 推出 Regularized f-Divergence Kernel Tests：面向机器遗忘审计的新框架

    Google 在 AISTATS 2026 提出 Regularized f-Divergence Kernel Tests，用于审计机器遗忘：通过相对距离检验判断模型分布更接近安全重训模型还是原始受损模型。该框架基于 f-divergence，支持 Chi-squared、KL 和 Hockey-stick 散度，并用核正则化高效估计高维数据差异，自动选择散度与超参数、无需样本切分。

  2. Google DeepMind74

    Google DeepMind 发布 DiffusionGemma：文本生成最高提速 4 倍

    Google DeepMind 发布实验性开放模型 DiffusionGemma，基于 Gemma 4 与 Gemini Diffusion 研究，用文本扩散同时生成整块 token，在专用 GPU 上最高提速 4 倍，单张 NVIDIA H100 超 1000 tokens/秒、RTX 5090 超 700 tokens/秒。

    推荐理由：原文给出扩散文本生成的速度收益、硬件门槛与质量取舍，读者可据此判断它适合哪类本地推理场景。

6月10日周三
6月9日周二
  1. Google DeepMind72

    Google DeepMind 发布 Gemini 3.5 Live Translate 音频模型

    Google DeepMind 发布 Gemini 3.5 Live Translate，这是一款可自动识别 70 多种语言并做近实时语音到语音翻译的音频模型，能保留说话人的语调、节奏和音高，并持续生成语音、始终比说话人慢几秒。

    推荐理由：官方给出 70+ 语言、流式连续翻译与多渠道开放的细节，读者可据此判断实时语音翻译的可用边界。

  2. Google DeepMind78

    Google DeepMind 发布 Gemma 4 12B：统一无编码器多模态模型

    Google DeepMind 发布 Gemma 4 12B，一款面向笔记本电脑的无编码器多模态模型，视觉与音频输入直接进入 LLM 主干。该模型在标准基准上接近 26B MoE 模型的表现，同时总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。

    推荐理由：原文给出无编码器架构的视觉与音频直连设计和 16GB 显存本地运行门槛，可据此判断端侧多模态智能体的落地条件。

6月8日周一
6月5日周五
  1. Google Research44

    Google Gemini Enterprise Agent Platform 推出 Agentic RAG，事实性数据集准确率最高提升 34%

    Google 在 Gemini Enterprise Agent Platform 上线基于 Agentic RAG 的 Cross-Corpus Retrieval，用多智能体协作处理多源、多跳查询。相比标准 RAG，该框架在事实性数据集上准确率最高提升 34%，并新增 Sufficient Context Agent，在信息不足时判断缺口并持续检索，而非直接给出不完整答案。

6月4日周四
5月29日周五
5月28日周四
  1. Google Research37

    Google 推出零信任聚合的私有分析方案，结合密码学与 TEE

    Google 公布一套面向私有分析的零信任聚合新方案，用新型密码学聚合协议保护用户数据，设备只需发送单条消息、无需多轮在线交互，Google 只能得到匿名化的群体聚合结果。该方案将密码学层与 TEE 结合，在硬件保护失效时数据仍不会被还原，并借助 TEE 远程证明向参与者验证协议按公开代码正确执行。

5月22日周五
  1. Google DeepMind28

    Google DeepMind 在亚太推出加速器计划，聚焦“AI for the Planet”应对环境风险

    Google DeepMind 在亚太地区启动首个加速器计划，聚焦“AI for the Planet”，为期三个月，面向该地区初创公司、研究团队和非营利组织，用前沿 AI 解决自然、气候、农业、能源等问题。入选机构将获得专家指导、定制支持，以及 Google AI 专家协助把前沿 AI 和科学 AI 模型整合进其项目或产品。计划以在新加坡举办的线下训练营启动，现已开放注册意向。

5月20日周三
  1. Google Research69

    Google 将 ERA 科研工具开放为 Computational Discovery，相关成果登上 Nature

    Google 宣布将基于 Gemini 的科研工具 Empirical Research Assistance（ERA）开放给科学家使用，并推出由 ERA 和 AlphaEvolve 构建的 Computational Discovery，通过 Gemini for Science 逐步开放访问。

    推荐理由：原文给出 ERA 在 Nature 发表后的八篇应用论文与 Computational Discovery 的开放入口，便于判断科研智能体的实际落地边界。

5月19日周二
5月18日周一
5月17日周日
5月16日周六
  2. Google DeepMind39

    剑桥教授用 Co-Scientist 寻找跨物种传播疾病的分子开关

    剑桥大学 Clare Bryant 教授用 Google DeepMind 的 Co-Scientist 研究流感等病原体跨物种传播引发败血症的分子机制。Co-Scientist 在未公开数据辅助下将候选靶点从蛋白质细化到具体氨基酸，团队正据此构建含氨基酸突变的细胞系验证假设。Bryant 称，原本需两到三年的精确氨基酸定位工作，若靶点正确，实验室有望在六个月内完成。

  3. Google DeepMind30

    Google DeepMind Co-Scientist 如何助力 Calico 探索衰老生物学

    Google DeepMind 的 Co-Scientist 被 Calico Life Sciences 用于衰老生物学研究，帮助从混杂的文献中筛出值得验证的新假设。Calico 团队借助它提出了一条关于整合应激反应（ISR）如何受代谢调控的新假设，并借助 Co-Scientist 优化实验设计、随结果迭代。相关实验产生了对 ISR 在健康与疾病中作用具有重要意义的发现，团队计划发表结果。

  4. Google DeepMind34

    Google Co-Scientist 加速肝病机制发现

    爱丁堡大学 Filippo Menolascina 团队用 Google Co-Scientist 研究肝病 MASH，该系统整合肝脏生物学与药理学证据、锁定候选联合疗法并解释了药物 resmetirom 为何仅对少数合格患者有效。Co-Scientist 提出 NLRP3 炎症小体是连接炎症与代谢的分子桥梁这一假设，随后经实验验证，或为靶向双重疗法铺路。

  5. Google DeepMind22

    Google Co-Scientist 如何助力 MIT 与波士顿儿童医院探索 ALS 新疗法

    Google DeepMind 的 Co-Scientist 帮助 MIT 机械工程师 Ritu Raman 快速梳理 ALS 相关文献，将想法转化为可检验假设并按可行性排序。其最优线索指向细胞表面分子交互，促成 Raman 与波士顿儿童医院化学生物学家 Ryan Flynn 合作，结合组织模型与 RNA 图谱寻找可用于靶向 ALS 的新型 RNA 机制及潜在 RNA 药物。

  6. Google DeepMind50

    Google Co-Scientist 助力发现抗肝纤维化老药新用途

    Google DeepMind 的 Co-Scientist 帮助斯坦福大学医学院遗传学家 Gary Peltz 筛选可老药新用治疗肝纤维化的药物。Peltz 自己挑选的两款候选药在活体人类肝细胞测试中无效，而 Co-Scientist 提出的三款候选药中有两款阻断了纤维化并促进肝细胞再生，其中癌症药物 vorinostat 阻断了 91% 可致肝疤痕的损伤反应。

  7. Google DeepMind63

    WeatherNext 如何帮助美国国家飓风中心提前预测飓风 Melissa 登陆牙买加

    Google DeepMind 的 AI 天气模型 WeatherNext 帮助美国国家飓风中心提前五天预测飓风 Melissa 将以五级强度登陆牙买加，置信度 80%，三天前升至接近 100%。

    推荐理由：读者可以看到 WeatherNext 在真实飓风预报中同时预测路径与强度的表现，以及 NHC 年度验证报告的对比结论。

  8. Google DeepMind88

    Google DeepMind 发布 Gemini 3.5 Flash

    Google DeepMind 发布 Gemini 3.5 系列首个模型 3.5 Flash，主打智能体与编码能力，今日起在 Gemini app、Google Search AI Mode、Google Antigravity、Gemini API、AI Studio、Android Studio 及 Gemini Enterprise 上线。

    推荐理由：官方披露 3.5 Flash 在 Terminal-Bench 2.1 等基准上的成绩与 4 倍输出速度，可据此判断其性价比定位。

5月12日周二
  1. Google DeepMind71

    Google DeepMind 发布 Co-Scientist：基于 Gemini 的多智能体科研假设生成系统

    Google DeepMind 在 Nature 发表 Co-Scientist 研究，这是一个基于 Gemini 构建的多智能体 AI 系统，能够迭代地生成、辩论并演化针对复杂科学问题的新假设。

    推荐理由：Nature 论文与多智能体架构细节同时公开，读者可据此了解假设生成类科研智能体的具体设计与落地方式。

5月6日周三