Google 发布行星预测引擎 PPE，自动完成地理空间建模全流程
Google 在 Google Earth AI 下推出实验性研究能力行星预测引擎（PPE），可由自然语言查询自主完成数据发现、特征工程、模型训练与评估，把复杂行星预测模型的构建时间从数周缩短到数分钟。
推荐理由：原文给出 PPE 在公共卫生、粮食安全与疫情预测上的量化提升，读者可据此判断自主地理空间建模的可行边界。
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。
64 条精选近 30 天 13 条共收录 92 条
更新
精选归档 · 第 2 页
Google Research精选AI 评分6666 Google DeepMind精选AI 评分7070 Google DeepMind 发布 Gemini Omni 1.1 Flash，强化生成视频控制能力
Google DeepMind 发布 Gemini Omni 1.1 Flash，通过 Gemini API 在 Google AI Studio 提供场景延展、首尾帧插值、4K 放大等生成视频控制能力。
推荐理由：原文列出场景延展、首尾帧插值与 4K 放大等具体能力参数，读者可据此判断生成视频工作流的可控性变化。
Google DeepMind精选AI 评分6262 Google DeepMind 试点全球首个双盲 AI 评测
Google DeepMind 宣布推出全球首个针对专有前沿级 AI 模型的双盲评测，将外部评测限制在加密环境中，避免评测题目被模型用于后续优化。该试点与新加坡 AI Safety Institute、OpenMined、AVERI 和 MLCommons 合作，在隐私保护环境下用保密基准测试一个 Gemini Flash Lite 模型，以提升评测的可信度。
Google DeepMind精选AI 评分7272 Google DeepMind 发布 Gemini 3.5 Transcribe 语音转写模型
Google DeepMind 发布 Gemini 3.5 Transcribe，称其为目前最精确的语音转文本模型，可将原始音频直接转为准确、格式化文本。
推荐理由：官方给出流式与非流式两套 API 的 WER 与延迟数据，可据此判断语音转写能否接入现有开发流程。
Google Research精选AI 评分6262 Google Research 发布 Biomarker Discovery Framework，从可穿戴传感器数据中筛选候选生物标志物
Google Research 提出 Biomarker Discovery Framework，一个在人类监督下把候选生物标志物优先级排序组织为迭代研究循环的多智能体系统，结合假设生成、并行统计分析、模型训练、对抗性验证与文献推理。
推荐理由：Google Research 公开了多智能体生物标志物发现框架的完整流程与三队列评估结果，可了解 AI 辅助科研如何做统计严谨性约束。
Google DeepMind精选AI 评分6060 Google DeepMind 回顾 15 年游戏 AI 研究，与 Fenris Creations 合作推进 EVE 宇宙智能体
Google DeepMind 发文回顾从 Atari、AlphaGo 到 AlphaStar 的 15 年游戏 AI 研究，并宣布与 Fenris Creations 合作，在 EVE 宇宙中推进智能体研究。
推荐理由：DeepMind 回顾十五年游戏 AI 研究脉络，并说明与 Fenris Creations 合作要攻克的持续学习与长时程规划难题。
Google Research精选AI 评分6666 Google Research 提出 PhotoScan：用手机照片估算体成分并预测胰岛素抵抗
Google Research 提出 PhotoScan，一个可从标准 2D 手机照片估算体脂率、A/G 比值和 V/S 比值的深度学习框架，用于预测胰岛素抵抗。
推荐理由：Google Research 用手机照片估算体成分并预测胰岛素抵抗，读者可了解其与 DXA、BIA 的精度对比。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Gemini 3.7 Flash，面向编码与智能体
Google DeepMind 发布 Gemini 3.7 Flash，定位为面向编码与智能体的最强主力模型，距 Gemini 3.6 Flash 发布仅三周。
推荐理由：对比 3.6 Flash 的多项基准与半价定价，读者可据此判断编码与智能体工作流的成本变化。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 SL2T 手语转文本模型，率先落地 Pixel 11
Google DeepMind 发布多语种手语转文本模型 SL2T，并在 Pixel 11 的 Gboard 和 Live Transcribe 中上线手语听写功能，首批支持美国手语（ASL）转英文。
推荐理由：SL2T 把多语种手语翻译从实验室带入 Gboard 与 Live Transcribe，读者可了解其数据规模与隐私设计。
Google Research精选AI 评分6262 Google Research：召回而非编码是前沿 LLM 事实性的瓶颈
Google Research 提出知识画像框架，把事实状态分为编码失败、召回失败、直接召回、思考后召回和无编码推理五类，并发布含 2,150 条维基百科事实、每条配 10 个问题的 WikiProfile 基准。
推荐理由：Google Research 用知识画像区分编码与召回失败，指出前沿模型的事实错误更多来自知识难以调用而非未存储。
Google Research精选AI 评分7878 Google Research 发布 AMIE (Video)，实时视频问诊达到专家级水平
Google Research 发布基于 Gemini 和 Project Astra 的 AMIE (Video)，可在实时视频问诊中感知非语言线索、引导虚拟体格检查并同步进行诊断推理。
推荐理由：原文给出 AMIE (Video) 的三智能体架构与随机 OSCE 研究设计，读者可据此了解实时视频临床 AI 的能力边界与验证方式。
Google DeepMind精选AI 评分8484 Google DeepMind 开源 WeatherNext 气旋预报模型
Google DeepMind 在 Nature 发表论文，称 WeatherNext AI 模型在预测气旋路径、强度和风场结构上达到 SOTA，平均多出一天预报提前量，三天预报精度相当于此前模型的两天水平。
推荐理由：WeatherNext 把气旋路径与强度统一进单一模型并开源权重，读者可据此判断 AI 天气预报的能力边界与可用入口。
Google Research精选AI 评分6767 Google Research 提出 Science One Framework：用 Chain-of-Evidence 实现可验证的自主科研
Google Research 提出 Chain-of-Evidence（CoE）可验证性框架，并落地为自主科研原型 Science One Framework 与自动审计工具 CoE Audit。
推荐理由：原文给出可验证性框架与审计指标，读者可据此比较自主科研系统在引用与代码一致性上的差异。
Google DeepMind精选AI 评分7878 Google DeepMind 发布 Gemini Robotics ER 2 具身推理模型
Google DeepMind 发布面向机器人的具身推理模型 Gemini Robotics ER 2，可作为机器人的高层大脑，负责对话、理解物理世界并规划多步任务，再把动作执行交给底层 VLA 模型。
推荐理由：官方给出视频理解、任务编排与多机协作的能力变化和开放入口，可据此判断机器人在真实环境中的任务完成方式。
Google DeepMind精选AI 评分6262 Google DeepMind 在 Google Flow Music 发布 Lyria 3.5 音乐生成模型
Google DeepMind 发布音乐生成模型 Lyria 3.5，并在 Google Flow Music 中上线。官方称新版本在音乐性、歌词、人声和创作控制四方面改进：旋律结构更丰富自然，歌词质量与提示词遵循、结构感知更好，人声更具表现力和情感且发音改善，同时可更便捷地控制输出 tempo 与时长。
推荐理由：官方给出 Lyria 3.5 在旋律、歌词、人声与创作控制上的具体改进方向，可据此判断音乐生成能力的变化。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 Gemini Robotics 2，为机器人带来全身智能
Google DeepMind 发布 Gemini Robotics 2，作为新一代机器人智能层，首次实现对完整人形机器人的全身控制，并提升灵巧操作与多机器人协作能力。
推荐理由：原文给出三个模型的职责分工与端侧适配数据，读者可据此判断机器人智能层的落地路径。
Google Research精选AI 评分7474 Google Research 发布 SymptomAI：面向日常症状评估的对话式 AI 智能体
Google Research 发布研究论文 SymptomAI，用五个不同提问策略的 Gemini Flash 2.0 智能体开展症状问诊与鉴别诊断。全国随机研究纳入 13917 名参与者，临床专家在超过 50% 的病例中更偏好 SymptomAI 给出的鉴别诊断，且认为其更准确；主动追问的智能体策略显著优于无提示的基线模型。
推荐理由：Google Research 用 13917 人随机对照研究检验对话式症状问诊智能体，并给出与临床医生和可穿戴生物信号的对照结果。
Google Research精选AI 评分7171 Google Research 用强化学习让量子计算机从错误中学习
Google Research 在 Nature 发表论文，提出用强化学习智能体从量子纠错检测事件中学习，在计算过程中持续调节数千个控制参数以对抗漂移。在 Willow 超导处理器上，人为注入漂移后 RL 调控使纠错码的逻辑稳定性提升 3.5 倍，在专家校准基础上进一步将逻辑错误率降低 20%。
推荐理由：Google 用强化学习让量子纠错检测事件反过来驱动校准，读者可了解这一闭环如何把逻辑错误率压到新低。
Google DeepMind精选AI 评分6262 Google 承诺 4000 万美元 AI token 与云额度支持 Genesis Mission
Google DeepMind 在 DOE Genesis Mission Summit 2026 上宣布，向 Genesis Mission 研究人员提供 4000 万美元的 AI token 和云额度。
推荐理由：Google 以 4000 万美元 AI token 和云额度支持美国能源部 Genesis Mission，读者可了解前沿 AI 科研工具的实际落地方式。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 与 3.5 Flash Cyber
Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 和面向安全的 3.5 Flash Cyber 三款新模型。
推荐理由：官方给出三款 Flash 新模型的 token 效率、价格与基准对比，可据此判断智能体工作流的成本变化。