跳到正文

全部动态

今日 41 条
3月29日周日
  1. Google DeepMind72

    Google DeepMind 发布 AI 指针概念，探索 Gemini 驱动的跨应用交互

    Google DeepMind 发布 AI 指针概念，展示基于 Gemini 的原型，通过视觉与语义理解实现跨应用自然交互。该功能已集成至 Chrome 和 Googlebook，支持在网页中直接询问特定内容或进行可视化对比。

    推荐理由：文章展示了基于 Gemini 的 AI 指针原型，通过自然语言与视觉上下文结合，探索跨应用无缝交互的新范式。

3月26日周四
  1. Google DeepMind85

    Google 发布 Gemini 3.1 Flash Live 语音模型

    Google 发布 Gemini 3.1 Flash Live 语音模型，在 ComplexFuncBench Audio 基准测试中得分 90.8%，支持更自然的对话与多语言实时交互。该模型已上线 Gemini Enterprise、Gemini Live 和 Search Live，并集成 SynthID 音频水印。

    推荐理由：模型在语音基准测试中刷新纪录并降低延迟，为开发者构建语音智能体提供了更可靠的底层能力。

  2. Google DeepMind68

    Google DeepMind 发布 Lyria 3 Pro 音乐生成模型

    Google DeepMind 发布 Lyria 3 Pro，支持生成长达3分钟且具备结构意识的音乐曲目，可自定义前奏、主歌等元素。该模型已接入 Vertex AI、Google AI Studio、Google Vids、Gemini 应用及 ProducerAI，面向企业和创作者开放。

    推荐理由：模型支持3分钟长曲并细化结构控制，同时扩展至多个Google产品，可据此评估其工作流整合价值。

3月25日周三
  1. Google Research75

    Google 发布 Vibe Coding XR 工作流加速 AI + XR 原型开发

    Google 发布 Vibe Coding XR 工作流，结合 Gemini 的长上下文推理与 XR Blocks 框架，将自然语言直接转化为功能性的 Android XR 应用。该工作流利用 Gemini 进行多步规划与空间逻辑处理，在 60 秒内生成包含物理感知和交互的 3D 体验，并提供了桌面模拟器与 Android XR 头显的实时预览功能。

    推荐理由：原文展示了利用 Gemini 长上下文推理将自然语言直接转化为 XR Blocks 应用的完整工作流，为空间计算原型开发提供了可复用的新范式。

  2. Google Research68

    Google 发布 TurboQuant：零精度损失的 KV 缓存压缩算法

    Google Research 发布 TurboQuant 算法，结合 PolarQuant 和 QJL 技术实现零精度损失的向量量化。该算法将 KV 缓存压缩至少 6 倍，在 Gemma 和 Mistral 模型上实现最高 8 倍推理加速，并显著提升高维向量搜索召回率。

    推荐理由：TurboQuant 通过零开销量化将 KV 缓存压缩 6 倍并加速推理，为长上下文场景提供了可迁移的高效压缩方案。

  3. Google Research62

    Google Research 发布 S2Vec 框架学习城市建成环境特征

    Google Research 发布 S2Vec，一种自监督框架，利用 S2 几何分区和掩码自编码将城市建成环境转化为通用嵌入向量。该模型在零样本地理适应任务中表现优异，能预测人口密度和收入等社会经济指标，但在环境任务中需结合卫星图像。

    推荐理由：提出自监督框架将城市建成环境转化为通用嵌入向量，在零样本地理适应任务中表现优异。

3月18日周三
  1. Google Research65

    Google Research 在 The Check Up 大会展示医疗AI从创新到临床落地的进展

    Google Research 在 The Check Up 大会上展示了AI在医疗领域的最新进展，涵盖从个性化健康到临床辅助的多个方向。在临床协作方面，与 NHS 合作的研究显示AI可识别25%的漏诊乳腺癌，并联合 Beth Israel Deaconess 测试 AMIE 多智能体系统。

    推荐理由：系统展示了从临床辅助到公共卫生到科研加速的AI应用全景，揭示了多模态与智能体在医疗场景的落地路径。

  2. Google Research75

    Google Research 发布 AI 辅助乳腺癌筛查研究：双读流程可减 46% 工作量

    Google Research 联合英国 NHS 发表两项研究，证实 AI 辅助乳腺癌筛查系统在双读流程中表现不劣于纯人工，且可减少 46% 的人工阅片工作量。AI 在独立检测中灵敏度高于首位放射科医生，能识别 25% 的漏诊间期癌，但需解决模型可解释性及数据漂移问题。

    推荐理由：研究证实AI辅助双读流程在保持检测准确率的同时，可显著减少放射科医生工作量，为缓解医疗人力短缺提供实证。

  3. Google DeepMind43

    Google DeepMind 发布 AGI 认知评估框架

    Google DeepMind 发布“AGI 认知分类”框架，提出感知、推理等 10 项关键认知能力以衡量通用人工智能进展。该框架配套发布 Kaggle 黑客松，邀请社区针对学习、元认知等五项能力构建评估基准。活动提供 20 万美元奖金池，提交截止至 4 月 16 日。

3月17日周二
  1. Google Research60

    Google 研究论文：LLM 在超导领域专家级问答中的表现评估

    Google 与康奈尔大学合作在 PNAS 发表论文，评估 GPT-4o、Claude 3.5 等六款 LLM 在高能超导领域的专家级问答表现。基于精选文献的 NotebookLM 和自建 RAG 系统在准确性、平衡性和证据支持上优于开放网络模型。研究指出模型在视觉推理和时序理解上仍有不足，并将发布 CMT-benchmark 进行更严格评估。

    推荐理由：通过专家盲评对比发现，基于精选文献的 NotebookLM 在科学准确性上优于开放网络模型，揭示了 RAG 在科研场景中的关键价值。

3月13日周五
  1. Berkeley AI Research42

    Berkeley AI Research 提出 SPEX 与 ProxySPEX 算法，实现大规模 LLM 交互作用的高效识别

    Berkeley AI Research 提出 SPEX 和 ProxySPEX 算法，通过稀疏恢复和层级结构特性，以极少消融次数高效识别 LLM 中的关键交互作用。ProxySPEX 在保持 SPEX 性能的同时，将消融次数减少约 10 倍。该方法在数千特征的上下文窗口中仍能保持高忠实度，显著优于 LIME 等边际方法。

3月12日周四
  1. Google Research70

    Google Flood Hub 上线 AI 驱动的城市内涝预测功能

    Google Research 宣布在 Flood Hub 上线城市内涝（Flash Flood）预测功能，利用 AI 方法将预警时间提前至 24 小时。该模型通过 Gemini 分析公开新闻报道构建 Groundsource 数据集，结合全球气象数据预测人口密集区的内涝风险，在部分南方国家的表现与美国国家气象局相当。

    推荐理由：利用Gemini提取新闻数据构建训练集，在缺乏地面观测的南方国家实现24小时城市内涝预测。

  2. Google Research68

    Google 发布 Groundsource 将新闻转化为城市内涝历史数据

    Google 发布 Groundsource 框架，利用 Gemini 从全球新闻中提取结构化历史数据，构建了包含 260 万条城市内涝事件的开放数据集。该数据集已用于提升 Google Flood Hub 的预报能力，可提前 24 小时预测近全球范围的城市内涝。

    推荐理由：利用 Gemini 从新闻中提取结构化数据，填补了城市内涝历史数据空白，并直接用于提升 Flood Hub 的预报能力。

  3. Google Research73

    Google发布AMIE真实世界临床可行性研究结果

    Google Research发布AMIE在真实门诊环境中的前瞻性可行性研究，结果显示系统在100名患者中零安全拦截，诊断准确率在90%的最终诊断中匹配，且医患体验良好。

    推荐理由：研究在真实门诊场景中验证了AMIE的安全性与诊断准确性，为医疗AI的临床落地提供了实证依据。

3月9日周一
  1. Google DeepMind22

    从游戏到生物学：AlphaGo 十年影响力回顾

    Google DeepMind 回顾 AlphaGo 十年影响力，其突破开启了现代 AI 时代并推动 AGI 发展。AlphaGo 的搜索与强化学习技术衍生出 AlphaFold 2，成功预测 2 亿种蛋白质结构并获诺贝尔奖。此外，相关技术已应用于 AlphaProof 数学推理、AlphaEvolve 算法发现及 AI 共科学家等前沿科学领域。

3月7日周六
3月5日周四
  1. Google Research65

    Google Research：通过模仿贝叶斯模型训练大语言模型

    Google Research 发表论文，提出通过监督微调让大语言模型模仿贝叶斯助手，从而学会概率推理。该方法使模型在航班推荐任务中显著优于基线，并能将学到的推理能力泛化至酒店推荐和网购等未见领域。

    推荐理由：研究提出通过模仿贝叶斯模型进行监督微调，使大模型学会概率推理并跨领域泛化。

3月4日周三
  1. Google DeepMind83

    Google 发布 Gemini 3.1 Flash-Lite 模型

    Google 发布 Gemini 3.1 Flash-Lite 模型，定价为输入 0.25 美元/百万 token、输出 1.50 美元/百万 token。该模型在 Artificial Analysis 基准测试中比 2.5 Flash 快 2.5 倍，输出速度提升 45%，并支持自适应思考层级。

    推荐理由：以极低定价和显著提速在保持质量的同时优化了高并发场景的推理成本。

2月27日周五
  1. Google DeepMind83

    Google 发布 Nano Banana 2 图像生成模型

    Google DeepMind 发布 Nano Banana 2（Gemini 3.1 Flash Image），结合 Pro 级智能与 Flash 速度，支持多主体一致性和精确文本渲染。该模型已上线 Gemini、Search、AI Studio 及 Google Ads 等产品，并集成 SynthID 和 C2PA 溯源技术。

    推荐理由：Nano Banana 2 将 Pro 级能力与 Flash 速度结合，提供多主体一致性和精确文本渲染，适合快速迭代场景。

2月20日周五
  1. Google DeepMind80

    Gemini 3.1 Pro 发布，ARC-AGI-2 得分翻倍

    Google DeepMind 发布 Gemini 3.1 Pro，在 ARC-AGI-2 基准测试中取得 77.1% 的得分，推理性能是 3 Pro 的两倍以上。该模型已在 Gemini API、Vertex AI、Gemini CLI、Android Studio 及 NotebookLM 等平台开放预览。

    推荐理由：ARC-AGI-2得分翻倍体现推理能力跃升，覆盖开发者与企业场景，可据此评估复杂任务处理潜力。

2月18日周三
  1. Google Research68

    Google发布MapTrace合成数据管线，提升多模态大模型地图路径追踪能力

    Google发布MapTrace合成数据生成管线，利用Gemini和Imagen模型生成200万对地图与路径数据。在Gemma 3 27B和Gemini 2.5 Flash上微调后，模型在MapBench基准上的路径追踪误差显著降低，成功率大幅提升。

    推荐理由：提出MapTrace合成数据生成管线，通过微调显著提升多模态大模型在地图路径追踪任务上的空间推理能力。

2月17日周二
2月13日周五
  1. Google DeepMind85

    Gemini 3 Deep Think 重大升级并开放 API 访问

    Google 发布 Gemini 3 Deep Think 重大升级，在 ARC-AGI-2 等基准上刷新纪录，并首次通过 Gemini API 向研究人员和企业开放。

    推荐理由：更新后的推理模式在多项学术基准上刷新纪录，并首次通过 API 向开发者开放，可据此评估前沿推理能力的落地路径。

2月11日周三
  1. Google Research15

    时变容量下非抢占式调度最大化吞吐量研究

    Google Research 在 SPAA 2025 发表研究，针对时变容量环境下的非抢占式作业调度问题，提出最大化吞吐量的常数因子近似算法。离线场景中，Greedy 策略在单位利润下实现 1/2-近似，不同利润下实现 1/4-近似。在线场景中，允许重启的 Greedy 变体保持 1/2-竞争比，而禁止重启的严格模型下算法性能受限。

  2. Google Research55

    Google Research 发布开源框架 DialogLab 用于模拟多角色动态人机对话

    Google Research 发布开源原型框架 DialogLab，用于设计、模拟和测试动态多角色人机对话。该框架通过可视化界面解耦社交设置与对话流程，支持拖拽式角色配置与结构化脚本编排。评估显示，其“人工控制”模式在模拟真实人类行为时比全自动或纯响应式代理更具沉浸感和有效性。

2月10日周二
  2. Google DeepMind88

    Google DeepMind发布Gemini Deep Think科研级应用与数学研究智能体

    Google DeepMind发布Gemini Deep Think在数学、物理和计算机科学领域的科研级应用，展示了名为Aletheia的数学研究智能体。该智能体具备自然语言验证和迭代生成能力，能自主解决部分开放数学问题并辅助人类专家。

    推荐理由：展示了Gemini Deep Think在数学与科学领域的科研级应用，提供了可复用的智能体工作流与验证方法。

2月5日周四
2月4日周三
  2. Google Research75

    Google联合Included Health启动全美医疗AI真实世界随机对照试验

    Google宣布与Included Health合作，在获得IRB批准后启动全美随机对照试验，评估对话式AI在真实虚拟护理工作流中的表现。该研究基于AMIE、PHA等前期基础，旨在通过大规模真实患者数据验证AI的安全性与有效性。

    推荐理由：Google联合Included Health启动全美随机对照试验，标志着医疗AI从实验室模拟走向真实世界的大规模临床验证。

1月30日周五
  1. Google DeepMind72

    Google DeepMind 发布 Project Genie 实验原型

    Google DeepMind 面向美国 Google AI Ultra 订阅用户发布 Project Genie 实验原型，基于 Genie 3 模型提供世界创建、实时探索与混剪功能。该原型支持文本与图像提示词生成动态环境，并允许下载探索视频，目前存在生成时长与物理一致性等已知限制。

    推荐理由：原文给出了世界模型在实时生成与交互上的能力边界，读者可据此评估其在创意探索中的实际可用性。

1月28日周三
  1. Google Research78

    Google Research 发布智能体系统扩展原则：多智能体并非总是更好

    Google Research 发布论文《Towards a Science of Scaling Agent Systems》，通过 180 种配置评估指出多智能体并非总是更好。研究发现并行任务中集中式协调可提升 80.9% 性能，而顺序任务中多智能体会导致 39-70% 的性能下降，并提出了基于任务属性的架构预测模型。

    推荐理由：研究量化了多智能体协作的增益与惩罚，为不同任务选择架构提供了可迁移的定量原则。

1月27日周二
  1. Hugging Face Blog62

    GPT-OSS 智能体强化学习训练的工程实践与修复

    LinkedIn 团队分享了在 verl 框架下对 GPT-OSS 进行智能体强化学习训练的实践经验，通过修复 MoE 架构下的对数概率不匹配、在 FlashAttention v3 中实现 Attention Sink 反向传播以及优化 FSDP 内存占用，解决了训练不稳定和显存爆炸问题，实现了模型在数学推理和工具调用任务上的稳定收敛。

    推荐理由：文章详细记录了GPT-OSS在 verl 框架下实现智能体强化学习的关键工程修复，为开源模型部署提供了可复用的技术路径。

1月24日周六
1月23日周五
  1. Google Research60

    Google 提出通过分解实现小模型优越意图提取

    Google 在 EMNLP 2025 发表论文，提出将用户意图理解分解为屏幕摘要和序列提取两阶段方法。该方法使小多模态模型在端侧实现与大模型相当的意图提取效果，兼顾隐私与效率。

    推荐理由：提出屏幕分解与意图提取两阶段方法，使小模型在端侧意图理解上媲美大模型，兼顾隐私与效率。

1月21日周三
  1. Hugging Face Blog70

    AssetOpsBench：面向工业资产管理的AI智能体评测基准

    Hugging Face 发布 AssetOpsBench，这是一个针对工业资产生命周期管理的 AI 智能体评测基准，涵盖 230 万传感器遥测点和 140 多个场景。该基准通过六个维度评估智能体表现，并引入 TrajFM 管道分析多智能体执行轨迹中的失败模式。社区测试显示，GPT-4.1 在规划和执行任务中得分最高，但尚无模型达到 85 分的部署就绪阈值。

    推荐理由：原文提供了工业场景下的多维评测框架与失败模式分析，为开发者优化多智能体协作提供了可迁移的评估方法。

1月20日周二
  2. Hugging Face Blog40

    DIFF Transformer V2 发布

    微软发布 DIFF Transformer V2，通过差分注意力机制在保持键值头数量不变的前提下倍增查询头，实现与标准 Transformer 相当的解码速度。该版本移除了 DIFF V1 中导致数值不稳定的逐头 RMSNorm 层，有效消除注意力汇聚现象。相比同等查询维度的 Transformer，DIFF V2 在输出投影阶段拥有更少的参数和计算量。

  3. Hugging Face Blog88

    Overworld 发布 Waypoint-1 实时交互视频扩散模型

    Overworld 发布 Waypoint-1，支持通过文本、鼠标和键盘进行零延迟实时交互的视频扩散模型。该模型基于 10,000 小时游戏视频训练，配合 WorldEngine 推理库，在 RTX 5090 上可实现 30 FPS 或 60 FPS 的流畅体验。

    推荐理由：模型支持零延迟的实时交互控制，并在消费级硬件上实现高帧率，为端侧视频生成提供了新的交互范式。