Google DeepMind 推出 Gemma 4 12B
Google DeepMind 推出 Gemma 4 12B，将智能体式多模态能力带到笔记本电脑，并首次在其中型模型中支持原生音频输入。该模型在标准评测中的表现接近 26B MoE，内存占用不到后者一半，可在配备 16GB RAM 的消费级笔记本上本地运行。其无编码器架构可直接整合音频与视觉输入，以减少延迟和内存用量。
匹配字段标题
←搜索结果
搜索“DeepMind”
Google DeepMind 推出面向未来科学研究的新 AI 工具
Google DeepMind 推出 Gemini for Science，包括 Google Labs 的三款实验性工具，以及 Google Antigravity 中的 Science Skills。Science Skills 整合超过 30 个生命科学数据库和工具，可将部分结构生物信息学及基因组分析从数小时缩短至数分钟；实验工具自即日起逐步开放申请。
匹配字段标题
Google DeepMind 推出 Gemini Omni
Google DeepMind 推出 Gemini Omni，其首款模型 Gemini Omni Flash 可接收图像、音频、视频和文本输入，生成高质量视频，并支持通过多轮自然语言对话编辑。该模型正向 Gemini app、Google Flow 和 YouTube Shorts 推出，未来数周将通过 API 面向开发者和企业客户开放；初期音频输入仅支持语音参考，生成视频均含 SynthID 数字水印。
匹配字段标题
Google DeepMind 在亚太地区启动加速器项目，应对环境风险
Google DeepMind 在亚太地区启动首个以“AI for the Planet”为主题的加速器项目，帮助机构利用前沿 AI 应对自然、气候、农业和能源等领域的问题。该项目为期三个月，面向初创企业、研究团队和非营利组织，入选者将获得专家指导、定制支持及 Google AI 模型集成协助，并在新加坡参加线下训练营。
匹配字段标题
Google DeepMind 携手全球咨询公司加速企业采用 AI
Google DeepMind 与 Accenture、Bain & Company、BCG、Deloitte 和 McKinsey 合作，推动企业以负责任的方式规模化采用前沿 AI 和智能体技术。双方将结合 AI 研究与战略咨询能力，重点服务金融、制造、零售、媒体和娱乐等行业，并让合作伙伴直接与 Google DeepMind 的技术人才协作。
匹配字段标题
Google DeepMind 发布 Gemini 3.1 Flash TTS 文本转语音模型
Google DeepMind 推出 Gemini 3.1 Flash TTS，通过 audio tags 精细控制语音风格、节奏和表达，并支持 70 多种语言及原生多说话人对话。该模型在 Artificial Analysis TTS 排行榜获得 1,211 Elo 分，正逐步上线 Google AI Studio、Vertex AI 和 Google Vids；生成的音频均带有 SynthID 水印。
匹配字段标题
Google DeepMind论文提出CALLIOPE主题树方法
Google DeepMind发表论文,提出CALLIOPE主题树构建方法:让大语言模型为每篇文档打上少量关键词并加噪,只保留高频关键词,再由大语言模型据此提出主题并归类文档,从而在严格隐私约束下生成更清晰的主题地图。在最严格的隐私设置下,人工评分者在全部3个数据集上都更偏好CALLIOPE而非基于嵌入向量的URANIA,最高比例为76%对18%。该方法消耗的token是URANIA的2到5倍。目前尚无后续进展。
匹配字段标题
Google DeepMind论文：训练模型写道德论证更果断但判断未改善
Google DeepMind 发表论文,研究用强化学习训练 Gemma-4 4B 撰写道德论证的效果。结果显示,模型在 MoralChoice 模糊案例上因选项顺序调换而改变答案的比例从 14.3% 降至 6.6%,但附和用户的比例仅从 45.3% 变为 44.0%,道德寓言题准确率反而从 56.5% 降至 53.4%。论文据此建议,评估建议或判断类任务时,应将一致性与正确性分开测试。
匹配字段标题
Google DeepMind论文：训练模型写道德论证更果断但判断未改善
Google DeepMind 发表论文,研究用强化学习训练 Gemma-4 4B 撰写道德论证的效果。结果显示,模型在 MoralChoice 模糊案例上因选项顺序调换而改变答案的比例从 14.3% 降至 6.6%,但附和用户的比例仅从 45.3% 变为 44.0%,道德寓言题准确率反而从 56.5% 降至 53.4%。论文据此建议,评估建议或判断类任务时,应将一致性与正确性分开测试。
匹配字段标题
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 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 DeepMind论文提出CALLIOPE主题树方法
Google DeepMind发表论文,提出CALLIOPE主题树构建方法:让大语言模型为每篇文档打上少量关键词并加噪,只保留高频关键词,再由大语言模型据此提出主题并归类文档,从而在严格隐私约束下生成更清晰的主题地图。在最严格的隐私设置下,人工评分者在全部3个数据集上都更偏好CALLIOPE而非基于嵌入向量的URANIA,最高比例为76%对18%。该方法消耗的token是URANIA的2到5倍。目前尚无后续进展。
匹配字段标题
Google DeepMind等发表AI智能体物理论文基准研究
Google DeepMind与多所顶尖高校发表论文,测试AI智能体求解未发表研究级理论物理问题的能力。论文显示,表现最好的AI智能体解出50道未公开研究级理论物理题中的49道,每题约相当于领域专家一天的工作量,单题成本低于3美元。题目由专家从自身研究中提供,智能体独立作答,分联网与不联网两组,仅按最终数值答案评分。GPT-6-Astra在Codex中联网解出49道;它与Opus 5.5在Claude Code中不联网各解出46道,去掉联网后准确率变化很小,作者据此认为模型可能已记住大量物理文献。
匹配字段标题
Google DeepMind等发表AI智能体物理论文基准研究
Google DeepMind与多所顶尖高校发表论文,测试AI智能体求解未发表研究级理论物理问题的能力。论文显示,表现最好的AI智能体解出50道未公开研究级理论物理题中的49道,每题约相当于领域专家一天的工作量,单题成本低于3美元。题目由专家从自身研究中提供,智能体独立作答,分联网与不联网两组,仅按最终数值答案评分。GPT-6-Astra在Codex中联网解出49道;它与Opus 5.5在Claude Code中不联网各解出46道,去掉联网后准确率变化很小,作者据此认为模型可能已记住大量物理文献。
匹配字段标题
Google DeepMind新论文发现AI助手未经请求行动引发不同反应
Google DeepMind 发表论文,研究 AI 助手未经请求自行行动对员工的影响。论文称,该智能体在一家大型科技公司的 20 多个团队中运行了 5 个月,研究者访谈了 17 位用户。它曾把过期文档当作最新内容、在 16 个 bug 上标记了一位 VP、在作者准备好之前分享海报草稿,还误读了讽刺语气。部分用户称其为救星,另一些人则感到被监视,并把敏感讨论转移到没有智能体的聊天中;主动选择该智能体的团队会原谅它的早期错误,而觉得它是被强加的人则不会。作者建议在部署智能体时取得团队同意、分离权限,并提供便捷的操作撤销方式。
匹配字段标题
Google DeepMind新论文发现AI助手未经请求行动引发不同反应
Google DeepMind 发表论文,研究 AI 助手未经请求自行行动对员工的影响。论文称,该智能体在一家大型科技公司的 20 多个团队中运行了 5 个月,研究者访谈了 17 位用户。它曾把过期文档当作最新内容、在 16 个 bug 上标记了一位 VP、在作者准备好之前分享海报草稿,还误读了讽刺语气。部分用户称其为救星,另一些人则感到被监视,并把敏感讨论转移到没有智能体的聊天中;主动选择该智能体的团队会原谅它的早期错误,而觉得它是被强加的人则不会。作者建议在部署智能体时取得团队同意、分离权限,并提供便捷的操作撤销方式。
匹配字段标题
Google DeepMind发布Gemini 4 Argon
2026年10月23日,Google DeepMind发布前沿模型Gemini 4 Argon。Google官方博客称,该模型在编码、数学和3D世界构建等复杂任务上表现突出,并在多领域基准上超过其他前沿模型;官方同时展示了5个社区创意项目,包括实时映射野火与地震波动的3D地球、带实时数据的涡扇发动机模拟、由单张图片生成的3D马车以及多人夺旗浏览器游戏,并称该模型上周已大范围开放。同日另有报道称,Argon可通过观看视频学习物理任务并迁移到Apptronik的Apollo人形机器人,在内部测试中Apollo连续命中七次,该报道还称Argon在具身推理基准ERQA上得分87%。10月24日,Gemini for Android应用通过服务端更新推送侧边栏与设置界面改版,报道称该改版上周已随Gemini 4 Argon登陆iOS、macOS和Web端。
匹配字段标题
Google DeepMind发布Gemini 4 Argon
2026年10月23日,Google DeepMind发布前沿模型Gemini 4 Argon。Google官方博客称,该模型在编码、数学和3D世界构建等复杂任务上表现突出,并在多领域基准上超过其他前沿模型;官方同时展示了5个社区创意项目,包括实时映射野火与地震波动的3D地球、带实时数据的涡扇发动机模拟、由单张图片生成的3D马车以及多人夺旗浏览器游戏,并称该模型上周已大范围开放。同日另有报道称,Argon可通过观看视频学习物理任务并迁移到Apptronik的Apollo人形机器人,在内部测试中Apollo连续命中七次,该报道还称Argon在具身推理基准ERQA上得分87%。10月24日,Gemini for Android应用通过服务端更新推送侧边栏与设置界面改版,报道称该改版上周已随Gemini 4 Argon登陆iOS、macOS和Web端。
匹配字段标题
DeepMind论文披露四个Gemini智能体自主通关《我的世界》
DeepMind研究团队在arXiv论文中披露,四个运行Gemini 4 Argon的自主智能体在《我的世界》生存模式中自主通关。据澎湃新闻2026年10月22日报道,四个智能体耗时27小时14分钟击败末影龙,全程无人类干预、未接受游戏专项训练,过程中编写并运行2783个程序、交换229条聊天消息、死亡605次,处理约13.5亿输入token,按优惠价格计算约520美元;论文称这是首个仅使用标准Mineflayer库、没有预先勘探种子或人类编写游戏专用工具的端到端自主通关。凤凰科技10月23日的报道补充称,分工并非预先写入提示词,而是在游戏开始约十分钟后由智能体自行提议并逐步形成,角色职责随进程调整;团队累计死亡605次,失败原因被分析后存入共享记忆供全队复用,全程约24000次模型调用,其中91%的输入token来自上下文缓存,约22%的游戏程序出现错误、服务器重启6次。目前该实验仍以论文披露为最新状态。
匹配字段标题
DeepMind论文披露四个Gemini智能体自主通关《我的世界》
DeepMind研究团队在arXiv论文中披露,四个运行Gemini 4 Argon的自主智能体在《我的世界》生存模式中自主通关。据澎湃新闻2026年10月22日报道,四个智能体耗时27小时14分钟击败末影龙,全程无人类干预、未接受游戏专项训练,过程中编写并运行2783个程序、交换229条聊天消息、死亡605次,处理约13.5亿输入token,按优惠价格计算约520美元;论文称这是首个仅使用标准Mineflayer库、没有预先勘探种子或人类编写游戏专用工具的端到端自主通关。凤凰科技10月23日的报道补充称,分工并非预先写入提示词,而是在游戏开始约十分钟后由智能体自行提议并逐步形成,角色职责随进程调整;团队累计死亡605次,失败原因被分析后存入共享记忆供全队复用,全程约24000次模型调用,其中91%的输入token来自上下文缓存,约22%的游戏程序出现错误、服务器重启6次。目前该实验仍以论文披露为最新状态。
匹配字段标题