跳到正文

公司与模型

Google / Gemini 最新动态

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。

32 条精选近 30 天 23 条共收录 222 条

更新

精选归档 · 第 2 页

10月1日周四第 21–32 条
  1. Google DeepMind85

    Google DeepMind发布Gemini 4 Argon模型

    Google DeepMind发布Gemini 4 Argon模型，在软件工程、企业知识工作和网络安全领域展现出前沿性能，输出token限制提升至100万，定价为输入token每百万2美元，输出token每百万10美元。

    推荐理由：原文提供了Gemini 4 Argon在软件工程、企业工作和网络安全方面的具体能力变化和评测数据。

9月30日周三
  1. Google DeepMind78

    Google DeepMind推出SynthID Bio蛋白质水印技术

    Google DeepMind发布SynthID Bio，一种为AI生成蛋白质添加不可见水印的技术，可在保持蛋白质生物功能的同时验证其AI生成来源。该技术已在VEGF-A、SARS-CoV-2刺突蛋白RBD和PD-L1三种目标蛋白的湿实验中验证有效，同时与AlphaFold 3集成，可对预测的3D蛋白质结构进行水印处理。

    推荐理由：原文给出了技术实现和生物功能验证，读者可据此评估AI生成蛋白质的安全追踪可行性。

  2. Google Research73

    Google Research发布Diffusion Controller统一AI图像生成框架

    Google Research推出Diffusion Controller框架，通过轻量级网络实现AI图像生成的精确控制，在保持图像质量的同时满足用户特定需求。该框架在测试中胜过LoRA等现有方法，实现了90%的胜率，并支持对闭源模型的控制。

    推荐理由：原文提供了统一控制AI图像生成的新框架，解决了用户意图与图像质量之间的平衡问题。

9月25日周五
  1. Google Research75

    Google Research 推出 AI 视频联合导演框架实现连贯长视频生成

    Google Research 发布了 AI 视频联合导演框架，通过多智能体架构解决长视频生成中的语义漂移和级联失败问题。该框架包括 Co-Director、CANVAS、A²RD 和 VQQA 四个组件，能够在分钟级视频中保持角色和环境的一致性，并自动优化视觉质量。

    推荐理由：原文提出了AI视频联合导演框架，解决了长视频生成中的语义漂移和级联失败问题。

9月24日周四
  1. Google DeepMind70

    Google DeepMind 推出安全的服务器端内存技术

    Google DeepMind 发布了 Private AI Compute 架构更新，引入安全的服务器端内存功能，使 AI 助手能够在云端安全地存储长期记忆，同时保持设备端级别的隐私保护。该技术通过硬件强制安全区、加密通道和设备派生加密密钥保护用户数据，确保即使 Google 也无法访问用户信息。

    推荐理由：原文给出了隐私计算架构的更新方案，解决了云端AI长期记忆与设备端隐私保护的矛盾。

9月23日周三
  1. Google DeepMind73

    Google DeepMind 发布 Gemini 3.8 文本转语音模型

    Google DeepMind 发布 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两个文本转语音模型，支持创建自定义角色声音和直接场景对话，在多个平台提供更丰富的音频生成体验。

    推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。

9月16日周三
  1. Google Research70

    Google Research提出Retrieve-for-Train框架加速复杂AI搜索

    Google Research在ICML 2026论文中提出Retrieve-for-Train框架，通过离线强化学习将查询分解行为编译为监督，使用轻量级扩散检索器实现单次查询扩展，推理速度提升12-20倍，同时保持结果多样性和数据库相关性。

    推荐理由：原文提出了Retrieve-for-Train框架，通过离线强化学习解决AI搜索中的推理瓶颈问题。

9月11日周五
  1. Google Research73

    ToolGrad: 使用文本梯度高效生成工具使用数据集

    Google Research 提出 ToolGrad 方法，通过答案优先范式和文本梯度迭代构建复杂 API 工作流，显著提高了工具使用数据集生成效率。实验表明，基于 ToolGrad-500 数据集微调的 Gemma-3 模型在 Berkeley Function Calling Leaderboard 上得分达到 83.1，超越 Gemini、Claude 和 GPT 等专有模型。

    推荐理由：ToolGrad 提出了一种基于文本梯度的高效工具使用数据集生成方法，显著降低了数据生成成本并提升了模型性能。

9月8日周二
  1. Google DeepMind80

    Google DeepMind发布AlphaGenome Atlas基因组预测平台

    Google DeepMind推出AlphaGenome Atlas平台，包含人类基因组中90亿种单核苷酸变异的预测，并提供AVI评分系统帮助研究人员快速评估变异影响。该平台已用于罕见疾病研究和复杂性状关联分析，可通过网站门户、API和Google Antigravity访问。

    推荐理由：原文提供了9亿种DNA变异预测和AVI评分系统，为基因组研究提供全面资源。

9月3日周四
  1. Google DeepMind81

    Google DeepMind 发布全球最先进准确的天气AI模型 WeatherNext 3

    Google DeepMind 发布 WeatherNext 3，这是目前最先进和准确的全球天气AI模型，集成了实时卫星数据，每小时更新，分辨率更高，提供精确的降水预报和清洁能源变量。该模型已集成到Google搜索、Gemini、地图、Google Maps Platform和Cloud中，通过独立评估显示其预测精度显著提升，特别是在降水预报方面比前代模型提高60%。

    推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。