Google 用强化学习实现量子纠错
Google Quantum AI 团队在 Nature 发表研究，用强化学习让量子计算机在检测到错误时实时调整控制参数，无需停机重校准。该方法在 Willow 超导量子芯片上使逻辑错误率稳定性提升 3.5 倍、错误率降低约 20%，智能体可管理超过 1000 个控制参数，数值模拟中可达 40000 个。研究团队称这为容错量子计算提供了更智能的控制路径。
匹配字段标题、摘要、正文
←搜索结果
搜索“Google”
Google 发布 SensorFM：面向可穿戴健康数据的通用基础模型
Google Research 发布 SensorFM，一个在超一万亿分钟、来自 500 万人的多模态传感器数据上预训练的可穿戴健康基础模型。它通过缺失感知的掩码重建学习通用生理表征，可迁移到 35 项健康预测任务，最大模型 SensorFM-B 相比最小版本重建损失降低 31%，分类任务平均提升 9% AUC、回归任务提升 21% Pearson 系数。研究还用 LLM 智能体自动构建预测头，并将其接入 Personal Health Agent，临床医生盲评显示加入 SensorFM 预测后各维度评分显著提升。
匹配字段标题、摘要、正文
Google 用冻结多 token 预测加速 Pixel 上的 Gemini Nano
Google Research 提出将多 token 预测（MTP）改造到已冻结的 Gemini Nano v3 上，在不改动主干权重的前提下加速端侧推理。该方法在主干最后几层附加轻量 Transformer 头，直接交叉注意力读取主干的 KV cache，省去独立草稿模型的预填充延迟，并比独立草稿模型节省最多 130MB 内存。在 Pixel 9 上，其 token 预测速度比同参数量独立草稿模型快 50% 以上，已随 Pixel 9 和 10 系列推送，用于 AI 通知摘要和校对等功能。
匹配字段标题、摘要、正文
Google DeepMind 发布 AI Control Roadmap，用纵深防御保障内部 AI 智能体安全
Google DeepMind 发布 AI Control Roadmap，一套用于构建和管理 Google 内部部署的高级 AI 的框架，在模型对齐之外增加系统级安全层，即便对齐不完美也能提供保障。该框架把不受信任的 AI 智能体视为潜在内部威胁，基于 MITRE ATT&CK 拆解攻击战术与技术，并按模型能力划分检测等级 D1-D4 与预防响应等级 R1-R3。团队已分析一百万个编码智能体任务，并据此为 Gemini Spark 智能体搭建实时监控，数据显示多数被标记事件并非恶意意图，而是智能体误解或过度追求用户目标。
匹配字段标题、摘要、正文
Google 研究用手机前摄被动监测心率与静息心率
Google Research 在 Nature 发表研究系统 PHRM，利用手机前摄在面部解锁后的数秒内拍摄面部视频，通过深度学习在后台估算心率与静息心率。在自由生活研究中，PHRM 心率整体 MAPE 为 6.09%，静息心率相对 Fitbit Charge 6 的 MAE 为 4.39 bpm，是唯一在所有肤色组均达到 MAPE < 10% 的 rPPG 方法。团队同时公开了迄今规模最大、最多样的智能手机视频数据集和预训练 PHRM-mini 模型，符合 IRB 与数据保护要求的研究者可申请访问。
匹配字段标题、摘要、正文
Google 发布 ReasoningBank：让智能体从成功与失败经验中学习
Google Research 发布智能体记忆框架 ReasoningBank，可从成功和失败经验中提炼可迁移的推理策略，让智能体在部署后持续学习。该工作基于 ICLR 论文，在 WebArena 和 SWE-Bench-Verified 上用 Gemini-2.5-Flash 评测，相比无记忆基线、Synapse 和 AWM 提升了任务成功率并减少任务步数。团队还提出记忆感知测试时扩展（MaTTS），把探索轨迹蒸馏为高质量记忆，代码已在 GitHub 开源。
匹配字段标题、摘要
Google 发布 Vantage：用生成式 AI 评估未来技能
Google 发布研究实验 Vantage，通过生成式 AI 在模拟环境中评估批判性思维、协作等未来技能，已在 Google Labs 开放英文注册。与纽约大学合作的研究中，188 名 18-25 岁美国测试者完成冲突解决和项目管理任务，AI 评分与人类专家的一致度接近两位专家评分者之间的一致度。Vantage 使用 Executive LLM 根据评估量表引导 AI 虚拟人动态引入挑战，再由 AI Evaluator 分析对话记录生成技能评分和反馈。
匹配字段标题、摘要、正文
Google 发布白皮书：量子计算机破解加密货币所需资源大幅下降
Google 发布新白皮书，称未来量子计算机破解保护加密货币的椭圆曲线密码学所需的量子比特和门数比此前估计更少。研究给出两组实现 Shor 算法破解 ECDLP-256 的量子电路，一组用不到 1200 个逻辑量子比特和 9000 万个 Toffoli 门，另一组用不到 1450 个逻辑量子比特和 7000 万个 Toffoli 门，估算可在不到 50 万个物理量子比特的超导量子计算机上几分钟内执行，物理量子比特需求约为此前的二十分之一。Google 建议区块链迁移到抗量子的后量子密码学（PQC），并通过零知识证明公开漏洞细节以便第三方验证，同时与美国政府沟通，并给出避免暴露或复用钱包地址等建议。
匹配字段标题、摘要、正文
Google 与 NHS 研究：AI 参与乳腺筛查双读流程可减少 46% 人工阅片量
Google Research 与多家 NHS 机构合作的 AIMS 研究在 Nature Cancer 发表两项成果，评估 AI 乳腺筛查系统在双读流程中的表现。回顾性阶段覆盖 125,000 名女性的乳腺 X 光片，AI 单独阅片的敏感度显著高于原第一阅片人且特异度不降，癌症检出率从每 1000 人 7.54 例升至 9.33 例，并检出原双读流程漏掉的 25% 间期癌症。前瞻性部署在伦敦 12 个筛查点处理 9,266 例，AI 阅片中位耗时 17.7 分钟，而人工首读超过 2 天；读者研究显示 AI 辅助流程在敏感度与特异度上不劣于传统双人流程，预计可减少 46% 的人工阅片量、36–44% 的阅片时间。
匹配字段标题、摘要、正文
Google 与 BIDMC 开展 AMIE 对话式诊断 AI 真实临床可行性研究
Google Research 与 Beth Israel Deaconess Medical Center 合作开展了一项前瞻性单中心可行性研究，让对话式医疗 AI AMIE 在门诊就诊前与患者进行病史采集对话，全程由医生通过视频实时监督。研究纳入 100 名成年患者，98 人完成后续就诊，全程未触发任何安全暂停；盲评显示 AMIE 与初级保健医生在鉴别诊断和管理计划整体质量上相当，但医生在管理计划的实用性和成本效益上更优。AMIE 的鉴别诊断在 90% 病例中覆盖最终诊断，56% 病例将其列为最可能诊断，患者对 AI 的信任度在交互后显著提升。
匹配字段标题、摘要、正文
PromptArmor 披露 Google Antigravity 可被间接提示注入窃取 .env 变量
PromptArmor 发布文章称，Google Antigravity 存在间接提示注入问题，可被用来外泄 .env 变量，即使用户设置中已明确禁止。该文当天登上 Hacker News 榜首，作者在推文中附上了文章链接。
匹配字段标题、摘要
PromptArmor 披露 Google Antigravity 经间接提示词注入外泄 .env 变量
PromptArmor 发布文章称，Google Antigravity 可通过间接提示词注入外泄 .env 变量，即使用户设置中已明确禁止该行为。该文当天登上 HackerNews 榜首，PromptArmor 在推文回复中给出了文章链接。
匹配字段标题、摘要、正文
Google Jules 被曝可遭不可见提示词注入攻击
安全研究者 Johann Rehberger 演示，Google Jules 在处理 GitHub issue 时会被其中隐藏的 Unicode Tag 字符指令劫持，自动添加后门函数并编译执行代码。该问题根因于 Gemini 模型将不可见字符当作指令，作者称其早在 2024 年 2 月 22 日就报告给 Google，至今未在模型或 API 层缓解，因此影响所有基于 Gemini 的应用。作者建议不要让 Jules 接触私有代码、密钥或不可信来源的 issue，并仔细审查其生成的计划和代码。
匹配字段标题、摘要、正文
Google Jules 被曝多个数据外泄漏洞
安全研究者 Johann Rehberger 披露 Google Jules 存在多个数据外泄漏洞，攻击者可通过间接提示注入让 Jules 把机器上的文件内容发送到第三方服务器。其中一条路径利用 Markdown 图片渲染，另一条滥用 view_text_website 工具，两者都在 Jules 提出计划前就已完成，绕过了人工审批环节。作者建议对图片渲染启用 CSP、为 view_text_website 设置域名白名单或人工审批，并提醒用户谨慎向异步编码智能体提供敏感信息。相关漏洞已于 2025 年 5 月 21 日告知 Google。
匹配字段标题、摘要、正文
Epoch AI 报告：开源模型 GLM 5.3 利用 Firefox 补丁空窗期发起攻击
Epoch AI 于 2026 年 10 月 29 日发布研究，称 Z.ai 在 2026 年 8 月发布的开源权重模型 GLM 5.3 可利用浏览器补丁空窗期，攻破 Mozilla Firefox 六个近期版本，每个版本边际成本约 1000 美元。实验中模型在无联网、仅获公开信息的条件下自主完成漏洞识别与多阶段利用链，最快一次耗时 12 小时，并反复重新发现一个未公开漏洞；Epoch 已将该漏洞告知 Mozilla，后者在 2026 年 10 月 27 日发布的 Firefox 159.0 中修复。Epoch 称针对 Firefox 的 API 总花费超过 10 万美元，而用同一套工具攻击 Google Chrome 花费约 10 万美元仍未成功。
匹配字段摘要、正文
OpenMobile-2 开源手机智能体在真实设备基准上追平闭源模型
南京大学、商汤等机构的研究者发布 OpenMobile-2，基于 Qwen3.5 的 9B 和 Qwen3.6 的 27B 两个智能体模型，并公开训练环境、数据和复现说明。团队重建淘宝、京东、滴滴、美团、Slack、Google Drive 等 35 个应用，练习环境覆盖 110 多个应用，生成约 11,600 条示例流程和 2,000 多个练习任务。较大模型在 AndroidWorld 从 67.1 升至 79.9 分，在真实 Android 设备的 SPA-Bench 上从 31.9 升至 59.6 分，研究者称这是开源模型中的最好成绩。
匹配字段摘要、正文
四个 Gemini 4 Argon 智能体无人类协助通关 Minecraft
Google DeepMind 团队让四个运行在 Gemini 4 Argon 上的 AI 智能体在随机生成的世界中自主通关 Minecraft，击杀末影龙，全程无人类输入。团队没有为它们分配角色、策略或游戏专用工具，四个智能体自行分工、互相预警威胁、回收阵亡队友的物品，并把错误记录在共享记忆中。整轮运行耗时 27 小时 14 分钟，共编写 2783 个 JavaScript 程序、交换 229 条聊天消息、死亡 605 次，按 2027 年生效的 Gemini 4 Argon 标准价格计算花费 1620 美元。
匹配字段摘要、正文
Anthropic 让 Claude 自主设计量子电路，部分结果优于已发表方案
Anthropic 给 Claude 提供八个量子电路的纯语言规格说明和自动评估器，Claude 在基本无人工干预的闭环中反复提交设计并根据评分改进，找到比已发表最优电路使用更少 qubit 和门的方案，部分提升达一个数量级。其中椭圆曲线模逆运算的设计来自一次 53 小时的连续运行，Claude 推导出无需存储分支信息的可逆 divsteps 实现，并用 Lean 形式化验证；另一项工作把 DQI 中最昂贵的 Reed-Solomon 解码步骤门数降至 Google 此前构造的约 1/12。Anthropic 也提到 Claude 早期偏保守、倾向沿用已知方法，需通过要求并行探索多种方案和偶尔提示扩大搜索来缓解。
匹配字段摘要、正文
DeepMind AlphaProof Nexus 登《Science》：自主解出 9 道 Erdős 问题
Google DeepMind 的自动数学证明系统 AlphaProof Nexus 登上 10 月 8 日的《Science》，在 353 道悬而未决的 Erdős 问题中自主解出 9 道，其中两道自 1970 年悬置至今。系统由 Gemini 3.1 Pro 用 Lean 起草证明、编译器逐行校验并反馈迭代，每道题推理开销为几百美元。论文的消融结果显示，去掉子代理锦标赛等复杂结构、只保留大模型加 Lean 反馈的简版系统同样能解出这 9 道题，只是最难的几道更烧钱。
匹配字段摘要、正文
Gemini 4 Argon 在 ARC-AGI-3 得分 97.5%，仅次于 GPT-6 Astra
ARC Prize 公布 Google Gemini 4 Argon 在 ARC-AGI-3 上取得 97.5% 的分数，仅次于 GPT-6 Astra 的 99.9%，是第二个在 ARC-AGI-3 上超过 95% 的前沿 AI 实验室。Argon 在 25 个公开游戏中的动作数比人类基线少 62%，并在 3 个游戏上追平或打破速通纪录，另有 6 个游戏差距在 10% 以内。其 ARC-AGI-2 得分为 91.3%（$0.32/任务），ARC-AGI-1 为 98.5%（$0.16/任务）；标准 harness 下低推理档完成 42/55 个游戏、得分 49.8%，中推理档完成 46/55、得分 46.3%，高推理档仅完成 19/55 故未公布分数。
匹配字段摘要、正文