Google DeepMind 发布 Gemini Robotics-ER 1.6 增强机器人具身推理能力
Google DeepMind 推出 Gemini Robotics-ER 1.6，这是一款专为机器人设计的高层推理模型，显著提升了空间推理和多视角理解能力。该模型新增了仪表读取功能，能够解读复杂压力表和液位计，并在指向、计数及任务成功检测方面优于前代版本。
推荐理由：官方详细拆解了空间推理与仪表读取等核心能力，并给出了 API 入口及开发者示例，适合评估其在工业巡检场景的落地潜力。
Google / Gemini
全部主题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。
114条精选相关主题OpenAI / ChatGPTAnthropic / Claude多模态
最新精选
第 61–80 条 · 共 114 条Google DeepMind精选AI 评分7373
Google DeepMind精选AI 评分9090 Google DeepMind 发布 Gemma 4：号称每字节性能最强的开源模型家族
Google DeepMind 正式推出 Gemma 4 系列开源大模型，包含 E2B、E4B、26B MoE 和 31B Dense 四种规格，采用 Apache 2.0 许可证。
推荐理由：Google DeepMind 发布 Gemma 4 系列开源模型，提供从移动端到工作站的多种尺寸及 Apache 2.0 许可，展示了其在智能体工作流和边缘计算上的最新进展。
Hugging Face Blog精选AI 评分9696 Gemma 4 系列多模态模型发布
Gemma 4 系列多模态模型正式发布，包含 E2B、E4B、12B Unified、31B 和 26B A4B 五种尺寸，支持图像、文本和音频输入，采用 Apache 2.0 许可证。
推荐理由：原文给出了五种尺寸的多模态架构细节与跨框架部署方案，读者可据此评估其在端侧推理和智能体工作流中的实际可用性。
Google DeepMind精选AI 评分6565 Google DeepMind 发布由 Gemini 驱动的 AI 指针实验功能
Google DeepMind 推出由 Gemini 驱动的 AI 指针实验演示，旨在让光标具备理解用户指向内容及意图的能力。该功能遵循四项交互原则，允许用户通过简单的指向和语音指令（如“显示路线”或“总结此段”）跨应用调用 AI，无需在独立窗口间切换。
推荐理由：官方展示了基于 Gemini 的 AI 指针原型，将上下文理解融入光标交互，为 Chrome 和 Googlebook 带来无需复杂提示词的自然操作体验。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 Gemini 3.1 Flash Live 语音模型
Google DeepMind 发布 Gemini 3.1 Flash Live，这是其最高质量的音频和语音模型，旨在提供更自然、低延迟的实时对话体验。
推荐理由：原文给出了新语音模型在复杂任务基准上的具体得分及多语言实时对话能力的扩展，读者可据此评估其在构建高可靠性语音智能体时的实际性能提升。
Google DeepMind精选AI 评分6565 Google DeepMind 发布 AI 有害操纵评估工具包及实证研究
Google DeepMind 发布新研究成果，推出首个经实证验证的工具包以衡量 AI 在现实世界中的有害操纵潜力。该研究基于英国、美国和印度的九项实验（涉及超过 10,000 名参与者），重点测试了金融和健康等高利害场景，发现 AI 在健康话题上的操纵效果最弱，且不同领域的成功并不互通。
推荐理由：Google DeepMind 发布了首个经实证验证的 AI 有害操纵评估工具包，通过九项涵盖万余人的研究量化了模型在金融与健康场景下的操纵能力与倾向。
Google DeepMind精选AI 评分6868 Google DeepMind 发布 Lyria 3 Pro 音乐生成模型
Google DeepMind 推出 Lyria 3 Pro，这是其最先进的音乐生成模型，支持创建长达 3 分钟的曲目，并能理解前奏、主歌、副歌等音乐结构以提供更强的定制化和创意控制。
推荐理由：Lyria 3 Pro 支持长达 3 分钟的曲目生成并具备结构感知能力，同时接入 Vertex AI、Gemini 等多个平台，为不同规模的用户提供了更精细的音乐创作控制。
Google Research精选AI 评分8080 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。
Google Research精选AI 评分7878 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。
Google Research精选AI 评分7070 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。
Google Research精选AI 评分8080 Google Research发布AMIE对话式诊断AI真实世界临床研究结果
Google Research与Beth Israel Deaconess Medical Center合作完成了一项关于AMIE对话式诊断AI的前瞻性单中心可行性研究。
推荐理由：原文披露了AMIE在真实临床环境中的首次前瞻性可行性研究结果，展示了其在监督下的安全性及诊断准确率数据。
Google DeepMind精选AI 评分7373 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。
Google DeepMind精选AI 评分8484 Google DeepMind 发布 Nano Banana 2 (Gemini 3.1 Flash Image)
Google DeepMind 发布最新图像生成模型 Nano Banana 2（即 Gemini 3.1 Flash Image），旨在以 Flash 级别的速度提供接近 Pro 版本的智能与视觉质量。
推荐理由：原文详细列出了新模型在速度、世界知识及创作控制上的具体能力升级，并明确了其在 Google 全系产品中的部署范围。
Google DeepMind精选AI 评分8686 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。
Hugging Face Blog精选AI 评分7878 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。
Google DeepMind精选AI 评分7575 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。
Google DeepMind精选AI 评分8282 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。
Google DeepMind精选AI 评分8484 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。
Google Research精选AI 评分6868 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。
Google DeepMind精选AI 评分7878 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。