MIT Technology Review:机器人领域的 AI 突破短期内不会改变你的生活
MIT Technology Review 与 Aventine 合作的文章指出,尽管马斯克称 Tesla Optimus 未来能以 2 万美元单价自动化几乎所有人类劳动、并预测 2027 年底前向公众发售,但许多机器人研究者对此持怀疑态度。
MIT Technology Review 与 Aventine 合作的文章指出,尽管马斯克称 Tesla Optimus 未来能以 2 万美元单价自动化几乎所有人类劳动、并预测 2027 年底前向公众发售,但许多机器人研究者对此持怀疑态度。
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 DeepMind 推出 SynthID Bio,一套面向合成生物学的加水印方法,可在氨基酸序列和预测 3D 结构中嵌入可检测信号,在 VEGF-A、SARS-CoV-2 spike protein RBD、PD-L1 三个靶点的湿实验中,水印设计与未加水印版本在命中率、结合亲和力和序列多样性上持平。
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。
Google DeepMind 发表论文,用 100 个运行 Gemini 3.1 Pro 的自主 LLM 智能体求解 71 道数学题,并给它们公共公告板、私信和共享知识库三种协作工具。