Google 发布 Deep Review,用智能体流水线审阅技术文档
Google 公开发布 Deep Review,一个面向复杂文档提供严格反馈与技术验证的智能体 AI 系统,最初用于计算机科学论文分析,现已扩展到法律、金融等领域。
推荐理由:Google 公开了 Deep Review 的四阶段智能体审稿流程与免费额度,可据此判断自动技术审校的可用边界。
Google 公开发布 Deep Review,一个面向复杂文档提供严格反馈与技术验证的智能体 AI 系统,最初用于计算机科学论文分析,现已扩展到法律、金融等领域。
推荐理由:Google 公开了 Deep Review 的四阶段智能体审稿流程与免费额度,可据此判断自动技术审校的可用边界。
Google Research 在 Research@ 活动上公布 10 项研究进展,包括扩展 Google Earth AI 早期访问并开放三项实验能力,以及向公众开放可核查技术文档的智能体系统 Deep Review。
Google 发布地理空间推理智能体的技术报告,在四个基准上对比四种配置,并新开源 GeoKTools 和 GeoExpertQueries 两个基准的开发集。
推荐理由:技术报告给出四套基准与四种配置对比,量化了专用工具和前置规划对地理空间推理的提升。
Google DeepMind 与新加坡政府科技局(GovTech)合作,基于轻量级 Gemma 模型微调出一个端侧诈骗检测模型,可在新加坡常见手机上运行。该模型在设备本地处理对话数据,采用两阶段流水线:轻量分类器先筛查入站消息,再由微调后的 Gemma 模型分析更大范围对话上下文以确认威胁或排除误报,检测到操纵性对话模式时在设备上触发实时警告。
Google DeepMind 开始广泛推送 Gemini 4 Argon,同时扩大 Fairwind Program,让更多受信任的网络安全防御者使用该模型。
Google DeepMind 发布前沿模型 Gemini 4 Argon,今日通过 API 在 AI Studio 和 Gemini 平台向开发者与企业开放,Google AI Ultra 订阅者可在 Google Antigravity 使用,Ultra 和 Pro 订阅者可在 Gemini 应用和搜索 AI Mode 使用。
推荐理由:Gemini 4 Argon 的完整能力清单与开放入口,可用于比较各前沿模型在编码、科研与安全对齐上的差异。
Google DeepMind 发布 Gemini 4 Argon,主打物理理解、代码生成与视觉语义推理,在 Embodied Reasoning(ERQA)基准上以纯推理取得 87%,称超过其他前沿模型。
NVIDIA 在 OCP 全球峰会上通过开放 MGX 架构贡献 Vera Rubin 机架与计算托盘设计,并发布 MGX 1.2 规范,支持最高 250kW 机架部署和 5,000A 液冷母线。
Google Research 与 NBER 发布一项三个月现场实验,在 11 家 IP 律所的 133 名律师中随机分配一款尚未发布的 Google Labs AI 专利撰写助手(现属 Gemini Notebook)的早期访问权。
Google DeepMind 发布 EmbeddingGemma 2,这是原生将文本、图像、音频和视频映射到统一嵌入空间的端侧多模态嵌入模型,基于 Gemma 4 架构、Apache 2.0 许可、740M 参数。
推荐理由:EmbeddingGemma 2 把多模态嵌入压到 740M 参数并给出向量截断与内存数据,可据此评估端侧检索方案的可行性。
Google Earth AI 的 Population Dynamics Foundation Model(PDFM)将匿名搜索趋势、人类移动性、建成环境密度和环境决定因素压缩为按月更新的位置嵌入向量,无需任务特定微调即可接入现有流行病学模型。
Google 发布智能体隐私与安全研讨会报告,汇集超 50 位学界与业界专家,指出智能体因非结构化输入、概率性控制流和自主委派三大特性,传统软件安全方法不再适用。报告以情境完整性(CI)理论为基础,提出用情境策略引擎在动作执行前评估其适当性,并倡导系统级沙箱、模型级推理和用户控制的多层防御方案。
Google Research 发布新一代联邦学习系统,利用 Trusted Execution Environments(TEE)为数据匿名化提供可远程验证和审计的保证,Gboard 已采用该系统。
推荐理由:Google 公布基于 TEE 的联邦学习系统设计,并给出 Gboard 的落地进展与训练提速情况。
Google DeepMind 发布新前沿模型 Gemini 4 Argon,先通过 Fairwind Program 向可信网络安全防御者开放,并将逐步扩展至开发者、企业和消费者。
推荐理由:Gemini 4 Argon 公布输出上限与多项基准成绩,可据此判断前沿模型在长程编码与企业工作流上的位置。
Google DeepMind 发布 SynthID Bio,将水印技术引入合成生物学,把不可感知的签名嵌入生物代码,使其在数字模型和合成出的实体蛋白质上均可验证。
推荐理由:Google DeepMind 把水印从数字内容延伸到合成生物,读者可了解其方法与对 DNA 合成筛查的意义。
Google Research 提出 Diffusion Controller 框架,把扩散模型的去噪过程重构为连续控制问题,通过一个轻量“转向阻尼器”网络在冻结基座模型的前提下动态调整生成轨迹。
Google Research 发布 AI video co-director,一个构建在 Gemini 和 Veo 之上的多智能体编排框架,用于自动化连贯的长视频生成。
Google DeepMind 发布 Gemini 3.8 Live with Live Avatar,把近实时视频生成与语音对话结合,让模型以带唇形同步和表情的动态形象进行多模态交流。
推荐理由:官方给出 Live Avatar 的能力边界与企业入口,可据此判断实时视频对话在客服等场景的可用性。
Google 公布 Private AI Compute 平台新增私密服务端记忆能力,让云端 AI 能跨设备保留上下文,同时维持接近端侧处理的隐私标准。该架构把数据封存在加密存储中,解密密钥仅保存在用户设备上,云侧通过硬件隔离的 secure enclave 临时解密并立即重新加密。
Google DeepMind 推出 Gemini 3.8 Flash TTS 与 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型,前者面向角色声音设计与逐行表演控制,后者面向高并发、低成本场景,支持 100 多种语言。
推荐理由:官方给出两款 TTS 模型的定制能力、基准排名和接入渠道,可对照现有语音方案评估迁移成本。
Google Research 发布研究实验,让教师借助生成式 UI(GenUI)创建贴合课程目标的互动教学模拟,并同步开放 30 多个面向初高中物理、化学、生物和数学的英文学习互动样例库。
Google DeepMind 发布两款实时语音对话模型 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking。
推荐理由:两款实时语音模型分别面向规模化与高复杂度任务,并给出多项语音评测成绩与开放入口。
Google DeepMind 推出 AlphaGenome Atlas,包含人类基因组中全部 90 亿个单核苷酸变异的效应预测,规模约为 AlphaFold Database 的 30 倍,即日起通过免费网站门户、AlphaGenome API 及 Google Antigravity 中的技能开放学术研究使用。
推荐理由:读者可以了解 AlphaGenome Atlas 覆盖 90 亿单核苷酸变异的预测规模,以及 AVI 评分如何同时给出变异排序与分子机制线索。