Google DeepMind 的 Raia Hadsell 论证为何智能研究应超越语言
Google DeepMind 研究副总裁 Raia Hadsell 认为，基础模型可以学习语言之外复杂系统的底层规律，未来十年的进展将更多来自世界、机器人、生物和天气等领域。她以 DiffusionGemma 的文本扩散机制、Genie 世界模型及机器人训练为例，说明整块生成、自适应计算和模拟交互数据如何支持推理与具身智能。
匹配字段标题、摘要、正文
←搜索结果
搜索“Google DeepMind”
Google DeepMind 如何用协作式 AI 智能体加速科学研究与医疗
Google DeepMind 研究负责人 Vivek Natarajan 介绍了 AI co-scientist 与 AMIE，利用自博弈、搜索和多智能体辩论辅助科研假设生成与医疗诊断。AI co-scientist 的候选药物在人体肝脏类器官实验中将 TGF-beta 诱导的染色质损伤降低超过 91%；AMIE 在模拟问诊中匹配或超过医生，并在受监督的早期可行性研究中未触发预设安全中止。
匹配字段标题、摘要、正文
Ethan Mollick 评 DeepMind 智能经济学研究：智能体协调能力才是经济转型关键
Ethan Mollick 评论 Google DeepMind 的《The Economics of Intelligence》研究，指出组织不只是最优秀个体的加总，因此单个智能体变强不会独自改变经济，能协同工作的智能体才可能带来转型。该研究由 Alex Imas、Andrew Koh 和 Shane Legg 发布，提出能力与协调两个经济能力门槛，并认为经济转型取决于 AI 成为超强个体、超强协作还是两者兼具。
匹配字段摘要
Google DeepMind论文提出AI经济影响取决于智能体协调能力
2026年10月30日,Google DeepMind发表论文《The Economics of Intelligence》,提出用胜任(单任务能力)与协同(智能体协作能力)两项阈值刻画AGI对经济的影响,认为经济影响取决于智能体协调能力而非单个模型变强。论文称AI已在精简初创公司、扁平化组织架构和部分入门岗位招聘放缓上显现变化,但尚未出现大规模失业;多数基准只测单个模型,而企业以团队形式竞争。论文引用一项100人测验,互补配对的小组比随机配对表现高32%。同日,Ethan Mollick评论该研究,指出组织不只是最优秀个体的加总,单个智能体变强不会独自改变经济,能协同工作的智能体才可能带来转型。
匹配字段标题
Google发布Gemini 4 Carbon模型
2026年10月28日,Google DeepMind发布Gemini 4 Carbon,称其为最强模型,在Artificial Analysis Intelligence Index v5.0上以59分排名第一,并在SEC-bench Pro取得88.2%、ExploitGym取得54.8%、CWE-bench取得71.0%。该模型面向长程工程任务,先向部分网络安全防御者开放,再通过Fairwind Program扩大范围,之后面向开发者、企业和消费者。10月29日,Arena.ai称Gemini 4 Carbon在Agent Arena排名第二、净提升16.2%,并推动帕累托前沿移动;同日Yuchen Jin引用Artificial Analysis数据提出保留,指出评测使用Antigravity CLI。10月30日,Artificial Analysis智能指数显示其以59分居首,比Claude Opus 5.5高1分。10月31日,Perplexity CEO Aravind Srinivas分享早期评测,称其在WANDR基准刷新SoTA。
匹配字段摘要
Alex Heath 对话 Sundar Pichai：谈 Gemini 4 与 AI 算力紧缺
Alex Heath 在 Gemini 4 Argon 广泛发布后与 Google 兼 Alphabet CEO Sundar Pichai 对谈，讨论该模型的早期反响、他希望模型继续改进的地方，以及 Google 如何保持在前沿。Pichai 还谈到 Google DeepMind 近期的领导层调整、Google 在个人智能体竞赛中的方案，以及 Gemini 未来替用户承担更多工作的设想。访谈也涉及 Google 自由现金流转负、AI 基础设施建设的风险，以及他如何在模型能力尚不明确时就为多年后的需求做规划。
匹配字段摘要、正文
Git 被换掉、LLM 被替代：AI 编码开始反噬传统工具链？
雷锋网梳理了三个案例：Anthropic 因 Claude 持续生成代码，7 名工程师用 5 个月开发出版本控制系统 Scion 并迁移核心仓库，主分支历史接近 100 GB，迁移后基础设施 CPU 和内存需求约缩小 200 倍；GitHub 用微调后的 ModernBERT 替换密钥扫描中的通用 LLM，线上 Post-push 扫描执行时间中位数下降 86%，模型服务成本下降超过 98%；哥伦比亚大学与 Google DeepMind 等机构提出 BTTF，把芯片仿真波形转成 SQLite 供 Agent 用 SQL 排查异常，在 4.2 GB 波形实验中执行准确率 95.33%。文章认为，随着 Agent 提高代码产出，瓶颈会沿交付链路向后移到 CI 的构建、测试与部署验证。
匹配字段摘要、正文
Goodfire 研究员称神经网络可被读懂，引发 AI 可解释性争论
Goodfire 研究员 Nick Cammarata 发布 26,000 字博客，提出 LLM 可能比此前认为的更容易被理解和监控，并以 Inception v1 中同时响应猫和汽车的神经元为例，认为它们共享 V 形特征而非无规律纠缠。斯坦福 Chris Potts 认为这仍只是猜想，Google DeepMind 的 Neel Nanda 与 Alignment Research Center 的 Jacob Hilton 也指出神经元只是更大谜题的一部分，研究者对顶级 LLM 内部机制的了解不足 0.01%。Cammarata 表示团队已开始研究现代 LLM，将很快公布技术结果。
匹配字段摘要、正文
Ethan Mollick：harness 加聪明模型让最后几个知名硬基准走向终结
Ethan Mollick 认为，harness 加上更强的模型正在终结最后几个知名的困难基准：模型现在能持续工作极长时间（METR Long Tasks）、能输出数学正确的专业文档（GDPval）、也能解决复杂的新颖谜题（ARC-AGI-3）。他引用 ARC Prize 的数据称，Google 的 Gemini 4 Argon 在 ARC-AGI-3 上以 provider adapter harness 取得 97.5%、成本 4.8K 美元，标准 harness 下为 49.8%、成本 5.8K 美元；ARC-AGI-2 为 91.3%、每任务 0.32 美元，ARC-AGI-1 为 98.5%、每任务 0.16 美元，Google DeepMind 是第二个在 ARC-AGI-3 上超过 95% 的前沿实验室。
匹配字段摘要
张一鸣亲自督导的世界模型：字节以视频生成切入实时互动
字节跳动正基于视频生成模型 Seedance 开发实时空间视频生成模型，由张一鸣亲自协调跨部门团队与算力资源，据称最快可能于 10 月推出，影视飓风 Tim 已在小红书流传的演示中展示了造世界、任意门、机器人训练和 VR 职业模拟等场景。文章梳理了世界模型的三条路线：OpenAI 的物理仿真、Google DeepMind Genie 3 的实时交互、英伟达 Cosmos 3 的物理 AI 底座，而字节走的是以 Seedance 为基础、按需生成每秒 20 帧视频、端到端延迟约 50 毫秒、云端渲染串流到终端的第四条路，计划适配 Pico 头显并用于直播、互动短剧和游戏。作者认为字节的底气在于抖音、红果、剪映、火山引擎和 Pico 构成的内容生态，世界模型的价值不在生成好看的视频，而在生成可交互、可训练的世界。
匹配字段摘要、正文
Ethan Mollick 称智能模型加 harness 终结著名难题基准
2026年10月16日,Ethan Mollick 提出判断:harness 加上更强的模型正在终结最后几个知名的困难基准。他称模型现在能持续工作极长时间(METR Long Tasks)、能输出数学正确的专业文档(GDPval),也能解决复杂的新颖谜题(ARC-AGI-3)。他引用 ARC Prize 数据称,Google 的 Gemini 4 Argon 在 ARC-AGI-3 上以 provider adapter harness 取得 97.5%、成本 4.8K 美元,标准 harness 下为 49.8%、成本 5.8K 美元;ARC-AGI-2 为 91.3%、每任务 0.32 美元,ARC-AGI-1 为 98.5%、每任务 0.16 美元,Google DeepMind 是第二个在 ARC-AGI-3 上超过 95% 的前沿实验室。目前尚无后续发展事实。
匹配字段摘要
超越爬山法：Roberta Raileanu 解析通往超人科学发现的路径
Google DeepMind 研究员 Roberta Raileanu 认为，AI 研究智能体擅长优化已知方案，却难以探索陌生路径并完成概念跃迁，核心障碍是无法衡量一项发现是否足够好。她提出结合强化学习、强调新颖性与多样性的发散搜索，以及优化发现过程的元学习；其团队还构建了 MLGym、Rainbow Teaming 和包含超过 400 million 个程序化研究任务的 DiscoBench。
匹配字段摘要、正文
AlphaEvolve 改进 DeepConsensus，将变异检测错误减少 30%
Google DeepMind 使用由 Gemini 驱动的编码智能体 AlphaEvolve 改进 DNA 测序纠错模型 DeepConsensus，使变异检测错误减少 30%。这些改进正帮助 PacBio 科学家以更低成本、更准确地分析遗传数据，并可能发现此前隐藏的致病突变。
Google DeepMind 使用由 Gemini 驱动的编码智能体 AlphaEvolve 改进 DNA 测序纠错模型 DeepConsensus，使变异检测错误减少 30%。这些改进正帮助 PacBio 科学家以更低成本、更准确地分析遗传数据，并可能发现此前隐藏的致病突变。 · Google DeepMind used its Gemini-powered coding agent AlphaEvolve to improve DeepConsensus, a DNA sequencing error-correction model, reducing variant detection errors by 30%. The improvements are helping PacBio scientists analyze genetic data more accurately and at lower cost, potentially enabling the discovery of previously hidden disease-causing mutation
匹配字段摘要
Ethan Mollick：AI 智能体时代，我们已能看清「Thing」的轮廓
Ethan Mollick 认为，自 2025 年底起 Claude Code、OpenAI Codex、OpenClaw 等 AI 智能体让人类从与 AI 协作转向管理 AI，进入新阶段。他引用 METR 长任务曲线、GPQA（最强 AI 得分 94%）、GDPval（最新 AI 在 82% 场景达到或超过顶尖人类）等基准，说明 AI 能力仍在指数级提升。他以 StrongDM 三人团队打造的 Software Factory 为例，该模式规定代码不得由人类编写或审查，每位工程师每天在 AI token 上的花费至少 1000 美元。他还提到 2 月 22 日 Citrini Research 的虚构报告引发市场波动、2 月 26 日 Block 宣布 40% 裁员、2 月 27 日五角大楼与 Anthropic 就 Claude 使用规则发生冲突，认为这一周预示了 AI 能力、市场、就业与政策交织的未来。Anthropic 的 Dario Amodei、OpenAI 和 Google DeepMind 的 Demis Hassabis 均提及递归自我改进（RSI）正在推进。
匹配字段摘要
Google DeepMind推出DeepMind Institute平台
2026年9月16日,Google DeepMind推出DeepMind Institute平台。据代表来源Philipp Schmid当日发布的信息,该平台面向Google DeepMind以及更广泛研究社区的研究者,用于发表并讨论日益强大的AI应如何被构建、治理和使用;首批4篇文章探讨推理透明度、经济政策与人类繁荣。此后暂无新的合格事实证据,平台处于已推出状态。
匹配字段标题
Hadsell主张超越语言智能
Google DeepMind 研究副总裁 Raia Hadsell 于 2026 年 7 月 21 日提出,AI 研究应从语言扩展到世界、机器人、生物和天气等复杂系统。她认为基础模型可以学习语言之外复杂系统的底层规律,未来十年的进展将更多来自这些领域。她以 DiffusionGemma 的文本扩散机制、Genie 世界模型及机器人训练为例,说明整块生成、自适应计算和模拟交互数据如何支持推理与具身智能。
匹配字段摘要
Natarajan阐述协作智能体科研医疗路径
Google DeepMind 研究负责人 Vivek Natarajan 于 2026 年 7 月 7 日介绍了利用协作智能体加速科学发现和医疗诊断的方法与进展。他展示了 AI co-scientist 与 AMIE 两个系统:AI co-scientist 通过自博弈、搜索和多智能体辩论辅助科研假设生成,其候选药物在人体肝脏类器官实验中将 TGF-beta 诱导的染色质损伤降低超过 91%;AMIE 在模拟问诊中匹配或超过医生,并在受监督的早期可行性研究中未触发预设安全中止。
匹配字段摘要
Raileanu阐述超人类科学发现路径
Google DeepMind 研究员 Roberta Raileanu 于2026年7月2日阐述实现超人类科学发现的路径。她指出,AI 研究智能体擅长优化已知方案,却难以探索陌生路径并完成概念跃迁,核心障碍是无法衡量一项发现是否足够好。她提出结合强化学习、强调新颖性与多样性的发散搜索,以及优化发现过程的元学习。其团队还构建了 MLGym、Rainbow Teaming 和包含超过 400 million 个程序化研究任务的 DiscoBench。
匹配字段摘要
Google发布世界模型Genie 4
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
Nick Cammarata发文提出LLM可能远比此前认为的易于理解
2026年10月20日,Goodfire研究员Nick Cammarata发布一篇26,000字博文,提出大型语言模型可能远比此前认为的更容易被理解、监控和控制。他以Inception v1中同时响应猫和汽车的神经元为例,认为这些神经元共享V形特征,而非无规律纠缠。斯坦福的Chris Potts认为这仍只是猜想;Google DeepMind的Neel Nanda与Alignment Research Center的Jacob Hilton也指出,神经元只是更大谜题的一部分,研究者对顶级LLM内部机制的了解不足0.01%。Cammarata表示,团队已开始研究现代LLM,将很快公布技术结果。目前该说法仍处于争论之中,尚无后续技术结果公布。
匹配字段摘要