跳到正文

#Google

今日 0 条
3月25日周三
  2. Google Research36

    Google Research 推出 S2Vec：自监督框架学习城市环境嵌入

    Google Research 在 Earth AI 计划中推出 S2Vec，这是一种用于学习环境通用嵌入的自监督框架。该模型利用 S2 Geometry 栅格化地理数据并通过掩码自动编码（MAE）进行训练，无需人工标签即可预测人口密度等社会经济指标。评估显示，S2Vec 在社会经济预测任务中与基于图像的基线方法表现相当，尤其在地理外推方面具有优势。

3月18日周三
  2. Google Research80

    Google Research 与 NHS 合作发表研究：AI 辅助乳腺癌筛查提升检出率并减少人工阅片量

    Google Research 与英国国家医疗服务体系（NHS）合作开展 AIMS 研究，并在 Nature Cancer 发表两项伴生研究，评估基于 AI 的乳腺癌检测系统在筛查工作流中的表现。

    推荐理由：Google Research 联合 NHS 发表两项 Nature Cancer 研究，证实 AI 在乳腺癌筛查中可提升检出率并显著降低放射科医生工作负荷。

3月17日周二
3月12日周四
  1. Google Research78

    Google Flood Hub 推出 AI 驱动的城市山洪预报功能

    Google Research 宣布在 Flood Hub 平台上线基于 AI 的城市山洪预报功能，可提前 24 小时预测风险。该模型利用 Gemini 从公开新闻报道中提取历史洪水事件以构建 Groundsource 数据集，解决了缺乏物理水位计数据的难题。

    推荐理由：原文介绍了基于新闻数据构建训练集并实现全球城市洪水预测的技术路径，展示了在缺乏传统水文监测地区的应用潜力。

  2. Google Research70

    Google Research 推出 Groundsource：用 Gemini 将新闻报道转化为洪水历史数据

    Google Research 发布 Groundsource 方法，利用 Gemini 大模型从全球新闻中提取非结构化信息，构建包含 260 万条记录的城市山洪开放数据集。该方法通过分类、时间推理和空间定位技术处理 80 种语言的报道，经人工验证 82% 的数据具备实际分析价值，并已在 Google Flood Hub 中用于提供提前 24 小时的近全球城市山洪预报。

    推荐理由：该研究利用 Gemini 从新闻中提取结构化洪水数据，解决了历史观测缺失问题，为灾害预测提供了新范式。

3月9日周一
3月7日周六
  2. Google Research45

    Google 开源 SpeciesNet：基于 6500 万张图像训练，可识别 2498 类野生动物

    Google Research 发布开源 AI 模型 SpeciesNet，利用 6500 万张标注图像训练，能自动识别相机陷阱照片中的 2498 类动物。该模型在标准笔记本上日处理约 30,000 张图片，对含动物图像的检出率达 99.4%，物种级分类准确率为 94.5%。作为 Google Earth AI 的一部分，SpeciesNet 已支持全球多个保护项目加速野生动物监测与分析。

3月5日周四
  1. Google Research42

    Google Research 教 LLM 进行贝叶斯推理

    Google Research 提出“贝叶斯教学”框架，通过监督微调使大语言模型模仿贝叶斯模型的最优概率更新策略。该方法显著提升了LLM在个性化推荐任务中的表现，并证明其能将学到的推理技能泛化至其他领域，克服了默认启发式算法的局限。

3月4日周三
  1. Google DeepMind73

    Google DeepMind 发布 Gemini 3.1 Flash-Lite 模型

    Google DeepMind 推出 Gemini 3.1 Flash-Lite，这是其最快且最具成本效益的 Gemini 3 系列模型，现已通过 Gemini API 和 Vertex AI 向开发者和企业开放预览。

    推荐理由：官方公布 Gemini 3.1 Flash-Lite 的定价、速度提升及基准测试数据，为高并发场景下的模型选型提供具体参考。

2月27日周五
2月20日周五
  1. Google DeepMind86

    Google DeepMind 发布 Gemini 3.1 Pro 模型

    Google DeepMind 正式发布 Gemini 3.1 Pro，作为 Gemini 3 系列的核心智能升级版本。该模型在 ARC-AGI-2 基准测试中取得 77.1% 的验证分数，推理性能较前代提升超过一倍。

    推荐理由：原文披露了 Gemini 3.1 Pro 在 ARC-AGI-2 基准上的具体得分及全平台开放入口，读者可据此评估其推理能力跃升幅度与当前可用性。

2月19日周四
  1. Hugging Face Blog78

    IBM与UC Berkeley利用IT-Bench和MAST诊断企业智能体失败原因

    IBM Research与UC Berkeley合作发布研究，引入多智能体系统失败分类法（MAST）分析IT-Bench基准测试中的执行轨迹，旨在解决传统基准仅报告成功率而无法解释失败原因的“黑盒”问题。

    推荐理由：IBM与UC Berkeley联合提出MAST框架，通过细粒度失败模式分类揭示企业级智能体在IT自动化任务中的具体故障原因及修复策略。

  2. Google DeepMind75

    Gemini 应用推出 Lyria 3 音乐生成功能

    Gemini 应用现已在 beta 阶段集成 Google DeepMind 最新的生成式音乐模型 Lyria 3，允许用户通过文本描述或上传图片视频生成 30 秒的高质量音轨。

    推荐理由：Gemini 应用集成 Lyria 3 模型，支持通过文本或图片生成带歌词的 30 秒音乐，并嵌入 SynthID 水印以增强 AI 内容可识别性。

2月18日周三
  1. Google Research42

    Google Research 提出 MapTrace：利用合成数据提升多模态大模型地图路径追踪能力

    Google Research 推出 MapTrace，通过自动化流水线生成 200 万问答对以解决 MLLM 在地图路径追踪上的空间推理缺陷。该方案利用 Gemini 2.5 Pro 和 Imagen-4 构建含“Mask Critic”与“Path Critic”的合成数据管线，开源数据集旨在显式教授模型几何拓扑关系，弥补预训练模型缺乏物理世界导航规则的短板。

2月17日周二
2月13日周五
  1. Google DeepMind82

    Google DeepMind 发布 Gemini 3 Deep Think 重大升级

    Google DeepMind 发布 Gemini 3 Deep Think 的重大升级，该专用推理模式旨在解决科学、研究和工程领域的现代挑战。新版本在 Humanity’s Last Exam（48.4%）、ARC-AGI-2（84.6%）和 Codeforces（Elo 3455）等基准测试中创下新高，并在国际物理和化学奥林匹克笔试部分达到金牌水平。

    推荐理由：官方公布了Deep Think在科学、工程和数学基准上的最新性能数据及API开放计划，为评估其解决复杂现实问题的能力提供了具体依据。

2月11日周三
2月10日周二
  2. Google DeepMind84

    Google DeepMind 发布两篇论文：Gemini Deep Think 加速数学与科学发现

    Google DeepMind 发布两篇研究论文，展示 Gemini Deep Think 模式在专家指导下解决数学、物理和计算机科学领域专业研究问题的能力。

    推荐理由：原文展示了 Gemini Deep Think 在纯数学、物理和计算机科学领域的具体科研突破案例及人机协作方法论，为评估 AI 在专业科研中的实际能力提供了详实依据。

2月5日周四
2月4日周三
  2. Google Research68

    Google Research 宣布与 Included Health 合作开展全美首个真实世界虚拟护理 AI 随机研究

    Google Research 宣布与 Included Health 合作，启动一项待 IRB 批准的全美前瞻性随机研究，以评估对话式 AI 在真实世界虚拟护理工作流中的表现。

    推荐理由：原文披露了从模拟验证到全美随机对照试验的研究路径，展示了医疗AI在真实临床工作流中评估安全性与效用的具体方法论。

1月30日周五
  1. Google DeepMind78

    Google DeepMind 向美国 AI Ultra 用户推出 Project Genie 交互世界原型

    Google DeepMind 即日起向美国 Google AI Ultra 订阅用户（18+）推出实验性研究原型 Project Genie。该应用由 Genie 3、Nano Banana Pro 和 Gemini 驱动，支持通过文本或图像提示创建、探索及混剪可交互的沉浸式世界，并能在移动时实时生成前方路径。

    推荐理由：官方开放了基于 Genie 3 的交互式世界原型，明确了实时生成路径与物理模拟的能力边界及当前限制。

1月28日周三
  2. Google Research40

    Google Research 提出 ATLAS：面向多语言模型的自适应迁移缩放定律

    Google Research 发布 ATLAS，基于 774 次训练、10M–8B 参数模型及 400+ 种语言数据，提出自适应迁移缩放定律以优化多语言预训练。该研究量化了语言间协同效应，指出支持两倍语言数量需将模型规模扩大 1.18 倍、数据量增加 1.66 倍。ATLAS 为构建者提供了平衡语言混合与模型效率的数据驱动指南，并在 ICLR 2026 展示。

1月24日周六
1月23日周五
1月16日周五
1月14日周三
  1. Google Research37

    Google Research 验证 Android Auto 急刹车事件作为道路碰撞风险领先指标

    Google Research 证实通过 Android Auto 收集的急刹车事件（HBE）与道路碰撞率呈显著正相关，可作为交通安全评估的领先指标。分析显示 HBE 数据密度是碰撞报告的 18 倍，能填补稀疏历史数据的空白并实时识别高风险路段。该发现支持将连接车辆数据整合至 Google Maps Platform 的道路管理洞察中，以替代传统滞后的事故统计进行网络级安全评估。

  2. Google Research65

    Google 发布 MedGemma 1.5 4B 与 MedASR 开源医疗模型

    Google Research 发布 MedGemma 1.5 4B 模型和 MedASR 语音识别模型，并启动 Kaggle 黑客松。MedGemma 1.5 新增对 CT、MRI 和全切片病理图像等高维医学影像的解读能力，在内部基准测试中疾病分类准确率较上一代显著提升；MedASR 专为医疗听写微调，错误率远低于通用 Whisper large-v3 模型。

    推荐理由：原文给出了MedGemma 1.5对CT和MRI等高维医学影像的支持及具体基准提升，开发者可据此评估其在复杂医疗场景中的适配潜力。

  3. Google Research26

    Google 演示动态表面码量子纠错

    Google Quantum AI 在 Nature Physics 发表研究，实验演示了基于 Willow 处理器的动态表面码。该方案通过交替电路结构解决泄漏与硬件约束问题，其中六边形晶格代码在距离从 3 扩展到 5 时逻辑错误率改善 2.15 倍，模拟显示误差抑制因子提升 15%。

  4. Google DeepMind68

    Google DeepMind 发布 Veo 3.1 Ingredients to Video 更新：增强一致性并支持原生竖屏

    Google DeepMind 发布 Veo 3.1 Ingredients to Video 功能更新，提升了基于参考图像生成视频的创意表现与角色一致性。此次更新首次支持原生 9:16 竖屏视频生成，并引入至 1080p 和 4K 分辨率的尖端升频技术。

    推荐理由：原文详述了 Veo 3.1 在角色一致性、原生竖屏输出及高分辨率升级方面的具体改进，为移动端创作和专业工作流提供了新的能力参考。

1月13日周二
  1. Google Research52

    Google Research 发布 NeuralGCM 降水模拟新进展

    Google Research 在 Science Advances 发表新论文，介绍其混合大气模型 NeuralGCM 如何通过直接基于卫星降水观测数据进行训练，从而改进长期全球降水模拟。该模型在 280 km 分辨率下，相比传统物理模型，在平均降水、极端降水（特别是前 0.1% 降雨量）及日循环再现方面均取得显著提升，误差降低约 40%。