2026年10月14日,Google DeepMind与新加坡政府科技局(GovTech)合作交付一款端侧诈骗检测模型,该成果在新加坡国际网络周(SICW 2026)上展示。据Google DeepMind介绍,模型基于轻量级Gemma微调,可在普通智能手机上本地运行,采用两级流水线:先用轻量分类器筛查消息,再用微调后的Gemma分析更大范围对话上下文,检测到操纵性对话模式时在设备上实时提醒用户。训练在GovTech管理的GCP环境中完成,数据经匿名化处理,不含私人或可识别个人信息。目前尚无后续发展事实。
匹配字段标题
Google DeepMind and the Government Technology Agency of Singapore (GovTech) 交付 on-device scam detection model
English translation is being prepared.
匹配字段标题
2026年9月30日,Google DeepMind推出SynthID Bio,一种用于AI设计蛋白质的水印技术。据Google Blog介绍,该技术可在AI生成的蛋白质序列和预测3D结构中嵌入不可感知且可验证的水印;实验室测试显示,加水印的设计在多个目标蛋白上与未加水印版本的表现和天然多样性相当,为生物安全和开放科学数据库提供溯源层。10月2日,Sundar Pichai在社交平台提及该技术,称其在科学诚信与生物安全方面迈出重大一步。目前该技术已发布,尚无后续开发事实。
匹配字段标题
2026年9月8日,Google DeepMind 开放 AlphaGenome Atlas,这是一个可搜索的数据库,用于预测全部 90 亿种可能的单字母 DNA 变异带来的影响。Demis Hassabis 表示,继 AlphaFold 绘制蛋白质宇宙之后,该工具转向绘制人类基因组,帮助科学家更好地理解疾病,并面向学术研究免费开放。同日另有来源称,该资源为 1-petabyte 开放变异数据库,提供统一的 AVI 突变评分、Web 门户与 AlphaGenome API,以及 Agent skill。目前该故事没有新的发展事实,状态停留在发布与开放阶段。
匹配字段标题
2026年9月1日,Google DeepMind为Gemini 3.7 Flash、3.6 Flash和3.5 Flash-Lite推出代理式视频理解功能。据官方说明,模型可动态扫描视频片段,按需检索画面、音频和转录文本,相比固定1 FPS的静态处理,token消耗最多降低88%、成本最多降低66%、准确率最多提升7%。该功能已在Google AI Studio和Gemini Enterprise Agent Platform的Gemini API上线,支持视频上传和YouTube视频,按标准token计费且不额外收费。9月2日,Google AI Developers进一步说明,该能力可自动调整处理速度,从而准确识别并计数拍手等快速动作。官方还表示后续将接入Gemini应用和YouTube的Ask YouTube功能。
匹配字段标题
2026年8月13日,Google DeepMind发布Gemini 3.7 Flash,称其为面向编码和智能体最强的主力模型,距Gemini 3.6 Flash发布仅三周。官方数据称,该模型在FrontierCode 1.1 Main得分43.6%(3.6 Flash为34.4%),DeepSWE v1.1为65.3%(49.0%),WebDev Arena Elo为1588对1538,GDP.pdf为34.0%对22.0%,AutomationBench为30.4%对17.0%;年底前入门价为每百万输入token 0.75美元、输出token 3.75美元,为3.6 Flash原价的一半,并附针对CBRN与网络攻击滥用的更新防护措施。次日,Google AI Developers展示其在Antigravity中用Three.js构建3D网页游戏,以及凭单一架构规格为Flutter、SwiftUI、Jetpack Compose、React Native和NativeScript生成原生代码。8月17日,官方演示其从维多利亚植物图鉴PDF提取并按APG IV分类历史植物;8月18日展
匹配字段标题
2026年10月6日,Google DeepMind发布开放权重多模态嵌入模型EmbeddingGemma 2,可将文本、图像、视频帧和音频映射到统一向量空间,参数量740M。据Google Developers Blog介绍,文本权重在Google Pixel 11 Pro上仅需约191MB活跃内存,完整多模态模型约567MB,无需训练数据或微调即可作为端侧决策引擎,实现毫秒级零样本意图路由;Google AI Edge Gallery新增Instant Media Search和Video Moments Finder演示,未来数周内该模型将通过ML Kit以服务形式登陆Android并支持NPU加速。据Google DeepMind介绍,该模型采用Apache 2.0许可,在MTEB Code上从68.76提升到78.68,支持8K token上下文窗口,权重已在Hugging Face和Kaggle开放下载。10月6日,Georgi Gerganov宣布llama.cpp对EmbeddingGemma 2提供Day-0支持;10月7日,Simon Willison表示赞赏其采用
匹配字段摘要
2026年9月24日,NVIDIA、Google DeepMind等研究机构联合公开发布2800多种病毒的预测蛋白复合物三维结构及BioNeMo结构预测流程。据NVIDIA Blog消息,NVIDIA加入由Google DeepMind、EMBL-EBI等组成的联盟,通过AlphaFold Database开放这些结构,供全球科学家免费使用。这些结构由AlphaFold2推断,并用NVIDIA BioNeMo Inference Runtime优化,以扩展到数千个病毒蛋白质组。NVIDIA同时开源生成该数据集的BioNeMo Structure Prediction Pipeline,其中约30%的蛋白相互作用此前未在Protein Data Bank中记录。目前尚无后续发展事实。
匹配字段摘要
Google更新Gemini 3.8 Live,推出实时虚拟形象Live Avatar。据Google DeepMind发布,该功能在Gemini 3.8 Live实时对话能力上加入低延迟流式视频,让模型能边听、边看、边说,支持精确唇形同步、自然表情与流畅轮次切换,并可在对话中无缝切换97种语言而不损失视频保真度。该功能已上线Gemini Enterprise,支持后台异步工具调用,企业还可基于参考图定制专属形象,定制功能目前仅通过企业白名单开放。另有报道称,用户可在对话时看到实时回应的动画AI形象,它会同步口型并展示不同面部表情,目前仅面向Gemini Enterprise客户开放;除预设形象库外也允许企业自建,输出带有不可见的SynthID水印及尊重身份的防护措施。
匹配字段摘要
Google发布Gemini 3.8 Live与Gemini 3.8 Live Extended Thinking两款实时对话音频模型,即日起通过Gemini API、Google Workspace和Gemini应用开放。据Google DeepMind介绍,Gemini 3.8 Live Extended Thinking在Artificial Analysis语音到语音质量指数得82.6分排名第一,τ-Voice智能体任务完成率68.6%,Big Bench Audio得97.7%;Gemini 3.8 Live在Speech Agent Arena排名第二。两款模型支持近实时视觉输入、对话中自动切换97种语言,并可在后台执行工具和API调用而不打断对话。9月18日,Google展示用Gemini 3.8 Live Extended Thinking构建的工作坊助手演示,可分析工作区、出声推理并引导搭建过程。9月21日,Google又演示了用该模型构建的编程辅导Agent,能查看用户屏幕、通过function calling引用p5.js库并讲解代码逻辑。
匹配字段摘要
2026年9月2日,Google推出Fairwind计划,面向政府及可信伙伴开放网络防御能力。据Google DeepMind与Google AI Blog发布的信息,该计划面向Google Cloud客户、政府机构和网络安全伙伴提供受限访问,首批开放Gemini 3.8 Flash Cyber与CodeMender组合,用于自主发现、验证并修复漏洞。官方称该组合可在数分钟内生成经过验证、可直接部署的补丁,运营成本远低于传统前沿模型,而非数周人工修复。目前已有超过650家全球伙伴参与。参与机构需遵守严格操作标准,包括仅限内部网络安全、事件响应或渗透测试团队使用,并部署多因素认证等防护措施。
匹配字段摘要
2026年8月27日,Google DeepMind 发布 Gemini Omni 1.1 Flash 视频生成模型,面向开发者提供更强的生成视频控制能力,可通过 Google AI Studio 或 Gemini Enterprise Agent Platform 调用。官方说明显示,新版本支持场景延长,可分析最多 10 秒前序上下文,并以 10 秒为单位延长至累计 40 秒;同时支持指定首尾帧生成过渡画面、1080p 与 4K 输出,以及 360p 轻量预览。官方还称其生成速度最高快 60%,成本为 720p 的三分之一。目前该事实尚无后续独立发展事实,状态以发布时的官方信息为准。
匹配字段摘要
2026年6月24日,Google DeepMind 将 computer use 作为内置工具集成进 Gemini 3.5 Flash。此前该能力仅以独立的 Gemini 2.5 computer use 模型形式提供。开发者可通过 Gemini API 和 Gemini Enterprise Agent Platform 使用它,构建能跨浏览器、移动端和桌面环境感知、推理并执行操作的智能体,面向持续软件测试等长周期与企业自动化任务。为降低实时环境中的提示词注入风险,官方对 computer use 做了针对性对抗训练,并发布两套可选的企业级防护系统。目前该事实仅有官方来源,尚无其他独立来源的后续发展。
匹配字段摘要
2026年10月27日,Google DeepMind发布世界模型Genie 4,主打实时交互模拟,并首次在该系列中引入原生音频。官方介绍称,该模型基于Gemini家族能力,Gemini Omni负责让模拟贴合真实世界的外观与行为,其他Gemini模型提供维持模拟连贯性所需的复杂推理;用户可用自然语言实时操控场景,每个世界还会即时生成环境音、音乐和交互对话。次日,Google DeepMind进一步说明,Gemini 3.8 Flash在循环中拆解目标、检查画面以维持多步事件的因果连贯,Gemini 4 Argon也已用于与Gemini Robotics联合模拟任务;官方称其仍属早期实验模型,长时运行下物体恒常性与复杂物理交互仍会漂移,生成内容均带SynthID水印,目前先向可信测试者开放预览。10月28日,Ethan Mollick发帖称Genie 4能运行DOOM,并实测其边生成边产出游戏式环境,表示体验并不完美。10月29日,Peter Yang用Genie 4实时构建5个世界,认为世界模型是LLM之后AI的下一个大方向。
匹配字段摘要
2026年10月15日,Google AI 发布演示,展示 Gemini 4 Argon 在 antigravity 中充当虚拟建造者,自主生成一座可完整探索的多层宝塔建筑场景,整个过程只需几分钟。该演示由 Google DeepMind 的 GeokenAI 讲解。目前尚无后续发展事实,事件状态停留在这一演示发布。
匹配字段摘要
Google DeepMind 发布 740M开放多模态嵌入模型EmbeddingGemma 2
English translation is being prepared.
匹配字段摘要
Google DeepMind 推出 用于AI设计蛋白质的SynthID Bio水印技术
English translation is being prepared.
匹配字段摘要
NVIDIA、Google DeepMind等研究机构 公开发布 2800多种病毒的预测蛋白复合物三维结构及BioNeMo结构预测流程
English translation is being prepared.
匹配字段摘要
Google DeepMind 开放 预测90亿DNA变异影响的AlphaGenome Atlas
English translation is being prepared.
匹配字段摘要
Google DeepMind 推出 Gemini代理式视频理解功能
English translation is being prepared.
匹配字段摘要