跳到正文

Google / Gemini

Google 与 DeepMind 的 AI 动态：Gemini 系列、Veo 视频模型、研究成果与产品生态的持续追踪。

46条精选相关主题OpenAI / ChatGPTAnthropic / Claude多模态

最新精选

第 1–20 条 · 共 46 条
今天10月1日周四
  2. The Decoder82

    FTC 对 OpenAI、Anthropic 等 AI 实验室启动消费者保护调查

    美国联邦贸易委员会正就潜在消费者保护违规行为调查 OpenAI、Anthropic 等领先 AI 实验室。FTC 主席 Andrew Ferguson 计划通过具有法律约束力的“民事调查令”强制相关方移交文件并问询高管，命令预计数周内发出，调查在 Hugging Face 遭攻击事件之前就已启动。

    推荐理由：从监管动作切入，可看到 AI 实验室在消费者保护与智能体责任上的合规压力如何升级。

9月30日周三
  1. Google DeepMind65

    Google DeepMind 推出 SynthID Bio，为 AI 生成蛋白质与结构加水印

    Google DeepMind 推出 SynthID Bio，把水印技术带入合成生物学，在生物代码中嵌入不可感知的签名，使其不只在数字模型上、也能在合成出的实体蛋白质上被验证，同时保留其生物功能。

    推荐理由：Google DeepMind 把水印技术从图像扩展到蛋白质与 3D 结构，读者可看到生物安全筛查的一层新验证思路。

9月29日周二
  1. Latent Space77

    AINews：Opus 5.5 擅长做讲解视频

    AINews 汇总 9/24-9/25 动态，Claude Opus 5.5 本周发布后反响积极，以 88.4% 领跑 SimpleBench，并被指在生成讲解视频上表现突出。

    推荐理由：汇总一周内多个模型与工具的动态，便于快速了解前沿模型在基准、成本和视频生成上的位置。

9月3日周四
9月2日周三
  1. Google DeepMind71

    Google DeepMind 为 Gemini 推出智能体视频理解功能

    Google DeepMind 为 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 推出智能体视频理解功能，视频分析 token 消耗最多降低 88%、成本最多降低 66%、准确率最多提升 7%。

    推荐理由：官方给出视频分析在 token、成本与准确率上的量化变化，并说明可用入口和启用方式，便于开发者评估是否迁移现有视频处理流程。

9月1日周二
  1. Google Research66

    Google 发布 TimesFM-3：面向多变量预测的零样本基础模型

    Google 发布 TimesFM-3，这是其时间序列基础模型的新一代版本，原生支持多变量预测，参数规模 3.3 亿，在超过 1 万亿个时间点的真实与合成时序语料上预训练。

    推荐理由：TimesFM-3 从单变量扩展到原生多变量预测，读者可了解一次前向传播完成多序列预测的架构取舍。

8月28日周五
8月27日周四
  1. Google DeepMind62

    Google DeepMind 联合新加坡 AI Safety Institute 试点全球首个双盲 AI 评测

    Google DeepMind 宣布推出全球首个针对专有前沿级 AI 模型的双盲评测，将外部评测限制在加密环境中，使模型无法提前接触测试题目。该试点与新加坡 AI Safety Institute、OpenMined、AVERI 和 MLCommons 合作，在隐私保护环境下用保密基准测试 Gemini Flash Lite 模型。

    推荐理由：DeepMind 与新加坡 AI 安全研究所等机构用加密隔离环境对 Gemini Flash Lite 做双盲评测，读者可了解基准污染之外的技术性解决路径。

8月14日周五
8月12日周三
  1. Google DeepMind67

    Google DeepMind 发布手语转文本模型 SL2T，首发落地 Gboard 与 Live Transcribe

    Google DeepMind 发布手语转文本模型 SL2T，以超过 10 万小时、50 多种手语的数据训练，实现手语到文本的机器翻译。该模型首先在 Pixel 11 的 Gboard 与 Live Transcribe 中上线，支持美国手语（ASL）转英文，可用来搜索、写消息或向 Gemini 提问，更多设备和语言将后续支持。

    推荐理由：官方披露 SL2T 的训练规模、手语到文本的翻译路径与隐私处理方式，可了解手语 AI 首次落地消费产品的工程取舍。

  2. Google Research71

    Google 发布 AMIE (Video)：实时视频问诊达到专家级表现

    Google Research 发布 AMIE (Video)，在 Gemini 与 Project Astra 之上实现同步临床视频问诊，可感知非语言临床线索、引导患者演员完成虚拟体格检查并实时进行诊断推理。

    推荐理由：AMIE (Video) 用三智能体异步架构支撑实时视频问诊，并在 300 场随机 OSCE 研究中与初级保健医生对比，适合了解医疗多模态智能体的设计与评测方式。

8月6日周四
  1. Google DeepMind76

    Google DeepMind 开源 WeatherNext 气象模型，气旋预测多出一天预警时间

    Google DeepMind 在 Nature 发表论文，称 WeatherNext AI 模型在气旋路径、强度和风场结构预测上达到 SOTA，平均可多提供一天预报时效，三天预报精度相当于此前模型的两天水平。

    推荐理由：官方给出气旋路径与强度预测多出一天预警时间的评估结果，并同时开源模型与权重，可据此判断气象预报模型的可用边界。

7月30日周四
  2. Google DeepMind60

    Google DeepMind 在 Flow Music 上线音乐生成模型 Lyria 3.5

    Google DeepMind 发布音乐生成模型 Lyria 3.5，并在 Google Flow Music 中上线，覆盖音乐性、歌词、人声和创作控制四方面。官方称其旋律结构更复杂自然，歌词质量与提示词遵循度提升，人声更具情感与发音准确度，同时可更简便地控制输出时长与节奏。

    推荐理由：官方给出 Lyria 3.5 在旋律、歌词、人声和控制项上的具体变化，可用于对比上一代音乐生成能力。

7月28日周二
  1. Google DeepMind77

    Google DeepMind 发布 Gemini Robotics 2，为机器人带来全身智能

    Google DeepMind 发布 Gemini Robotics 2，包含 VLA 模型 Gemini Robotics 2、具身推理模型 Gemini Robotics ER 2 和端侧模型 Gemini Robotics On-Device 2，首次实现对人形机器人从脚到指尖的全身控制。

    推荐理由：官方给出了全身控制、22 自由度手部操作与多机器人协作的能力边界，并说明首个具身推理模型已开放入口。

7月21日周二
7月17日周五
  1. Google DeepMind72

    Google DeepMind 发布 Gemini 3.5 Flash Cyber 安全模型

    Google DeepMind 推出 Gemini 3.5 Flash Cyber，一款基于 3.5 Flash 微调的轻量网络安全模型，用于快速发现、验证和修补漏洞，在 CyberGym 等基准上以多次调用 CodeMender 的方式取得与更大模型相当的表现。

    推荐理由：官方给出了新模型在真实代码库漏洞挖掘上的基准与落地案例，可据此判断轻量安全模型的能力边界。