Google Research 论文:推理过程如何解锁 LLM 的参数化知识
Google Research 在 COLM 2026 论文中发现,启用推理能让 reasoning LLM 召回原本几乎无法触及的参数化知识。
Google Research 在 COLM 2026 论文中发现,启用推理能让 reasoning LLM 召回原本几乎无法触及的参数化知识。
Google DeepMind 将 computer use 作为内置工具集成进 Gemini 3.5 Flash,此前该能力仅以独立的 Gemini 2.5 computer use 模型提供。
推荐理由:computer use 从独立模型转入 Gemini 3.5 Flash 主模型,读者可了解智能体落地的调用入口与企业安全选项。
Mistral 在 Connectors 中推出分级管控(GA)、范围化 API key(GA)、多账号连接(GA)以及用于 MCP 根因分析的 Connectors Debugger(Public Preview)。
Mistral 发布 Mistral OCR 4 文档理解模型,支持 bounding box、block 分类与逐字置信度,覆盖 170 种语言,可在单容器内自托管。
推荐理由:提供了与主流 OCR 系统的人类偏好对比和价格信息,读者可据此评估替换现有文档解析方案的实际收益。
Google DeepMind 与英国政府、Google Cloud、Faculty 及 Barnet、Camden、Dorset 规划部门共研基于 Gemini 的 AI 规划原型,目标把家庭规划申请审批时间缩短 50%。
Google Earth AI 发布矢量化数据集,覆盖英国超过 130,000 km² 农田,可识别树篱、石墙、小树林等传统卫星难以捕捉的细尺度生态要素。该框架基于在 3 亿张卫星图像上预训练的 Vision-Transformer,并结合亚米级影像与 1 米 LiDAR 双层标注与 Polsby–Popper 紧凑度评分,将像素自动转化为林地、灌木丛与线性走廊等可规划要素。
Google DeepMind 发布 AI Control Roadmap,一套用于 Google 内部署和管控 AI 智能体的纵深防御框架,在模型对齐之外增加系统级安全层,并同时发布面向政策制定者的技术框架 Three Layers of Agent Security。
Google Research 在 JAMA Dermatology 发表研究,基于 2,345 名参与者的随机对照实验显示,AI 辅助工具将用户识别皮肤状况名称的准确率从对照组的 8% 提升至 23%,超 62% 的参与者愿意尝试命名。"Wizard of Oz" 组准确率达 36%,但标准 AI 组在判断后续就医步骤上未带来统计学显著改善,提示识别疾病之外的决策支持仍是挑战。
Google Research 在 AISTATS 2026 提出 Regularized f-Divergence Kernel Tests 框架,用于审计机器遗忘(machine unlearning)。
Google DeepMind 发布开源实验模型 DiffusionGemma,以文本扩散并行生成替代逐 token 自回归,在专用 GPU 上文本生成速度最高提升 4 倍。
推荐理由:开源 26B MoE 模型用文本扩散把解码瓶颈从显存带宽转向算力,读者可据此判断本地低并发推理的取舍。
Google DeepMind 与 Schmidt Sciences、Cooperative AI Foundation、ARIA 联合发起最高 $10M 的多智能体 AI 安全研究资助,由 Google.org 支持。资助覆盖四个优先方向,包括沙盒与测试床、智能体网络科学、智能体基础设施、监督与控制。申请截止 8 月 8 日,获资助者预计 2026 年秋季公布。
Google DeepMind 发布音频模型 Gemini 3.5 Live Translate,可自动检测 70 多种语言,近乎实时地生成保留说话者语调、节奏和音高的语音到语音翻译。
推荐理由:Google Meet 的语音翻译语言从 5 种扩展到 70 多种,可由此观察实时同传在会议场景的落地进展。
Google DeepMind 发布 Gemma 4 12B,一款面向笔记本电脑的智能体多模态模型,视觉与音频输入直接进入 LLM 主干、不再依赖独立编码器,并配备 Multi-Token Prediction 草稿器以降低延迟。
推荐理由:原文给出无编码器多模态架构的实现细节,读者可比对它与 26B MoE 在内存占用上的取舍。
Google DeepMind 推出为期三个月的机器人加速器项目 Accelerator: Robotics,从欧洲遴选 15 家早期机器人初创公司加入。入选公司将获得 Google DeepMind 与 Google 的技术指导、产品建议,并可接入其 AI stack 和 Gemini robotics 模型。项目本周在伦敦启动,入选企业覆盖物流、制造、医疗、气候与导航等具身智能方向。
Google DeepMind 公布在塞拉利昂开展的 Guided Learning 预注册试验结果,8周内使用该工具的学生数学成绩比对照组提升 0.258 个标准差,约相当于 1.2 至 1.7 年的常规学习进度。
推荐理由:原文给出8周预注册试验的分数提升幅度和学生提问行为变化,可用来对比AI辅导中引导式教学与直接给答案两种路径。
Google 在 Gemini Enterprise Agent Platform 推出 Agentic RAG 公测版,新增 Sufficient Context Agent 判断上下文是否充分并驱动迭代检索。
Google Research 在 Nature 发表 PHRM 系统,通过手机前置摄像头在日常使用中被动监测心率,单次心率 MAPE < 10%、日均静息心率 MAE < 5 bpm。系统基于 35 万段视频、约 700 名不同肤色受试者训练,是迄今最大规模的 rPPG 研究,并公开 PHRM-mini 预训练模型与数据集供研究者申请。
Google Research 在 GitHub 开源水文建模框架,供各国气象水文部门(NMHS)在自有数据上训练和部署 AI 洪水预报模型。该框架基于 PyTorch 与 LSTM 架构,支持使用开源 Caravan 数据集训练;新版模型将已勘测流域的可预报时长延长 6 天、未勘测流域延长 1 天。
Google Research 汇总了 I/O 2026 上发布的科研、医疗、端侧和开发者工具进展。
Mistral 在 AI Now Summit 2026 上推出 Mistral for Industrial Engineering 工业 AI 栈,已与 Airbus、BMW、ASML 在航空航天、汽车、半导体领域展开合作。智能体 Vibe 升级为长任务统一代理,可处理编码、深度研究与日程编排等多步工作;法国 Les Ulis 新建 10 MW 推理数据中心计划 2026 年 Q3 投产。
Mistral 推出统一 AI 智能体 Vibe,接替 Le Chat,同时面向长时多步工作任务与编程流程。
推荐理由:原文给出了 Vibe 的能力范围、定价档位和 VS Code、CLI 等接入方式,便于对比现有工作流判断其适配度。
Mistral AI 开源搜索框架 Search Toolkit 进入公开预览,把数据接入、检索与评估统一在同一个接口下,支持 BM25、向量与混合检索并内置 recall、precision、MRR、NDCG 等评估指标。
Google Research 提出基于零信任聚合的端侧 AI 隐私分析方案,将新型单轮加密聚合协议与 TEE 硬件隔离结合,构建多层防御架构。该协议只需设备发送一次加密消息即可完成安全聚合,无需多轮在线交互;即使 TEE 隔离失效,加密层仍保证个体原始数据不可还原,仅匿名聚合结果对 Google 可见。
Mistral 通过整合 Emmi AI 推出 physics AI 能力,可在单 GPU 上以秒级时间从几何与边界条件直接预测完整物理场。该能力覆盖加速产品设计、工装工艺优化与实时数字孪生三大场景,并与 Mistral 现有模型及智能体工作流工具整合为统一的工程栈。合作伙伴包括 ASML、Airbus、Safran 与 Siemens Energy。
Mistral 通过收购 Emmi AI 加码 Physics AI 方向,面向航空航天、汽车、半导体和能源等行业开发工业级 AI 解决方案。
Mistral AI 宣布达成收购 Physics AI 公司 Emmi AI 的最终协议,将其物理建模与工程 AI 能力整合进自有体系。Emmi AI 团队 30 余名研究人员和工程师将于 5 月并入 Mistral AI 的科学与应用 AI 团队,并扩展其在航天、汽车、半导体等高门槛工业领域的实时仿真与数字孪生能力。
Mistral 发布 128B 稠密模型 Medium 3.5,同步在 Vibe 和 Le Chat 中推出远程编码 agent 与新的 Work 模式。
推荐理由:原文同时给出 Medium 3.5 的基准成绩、API 定价与云端编码 agent 形态,读者可以据此和同类模型与产品做横向对比。
Mistral AI 在 Studio 发布 Connectors,支持内置连接器与自定义 MCP 通过 API/SDK 接入所有模型与智能体调用。新增直接工具调用能力,以及通过 requires_confirmation 暂停执行、由应用端确认后继续的人工审批流程。
Google DeepMind 在亚太区推出首个“AI for the Planet”加速器计划,为期三个月,面向初创公司、研究团队和非营利组织。入选机构将获得专家指导与定制支持,并把 Google AI 团队的前沿 AI 与科学 AI 模型集成进项目或产品,覆盖自然、气候、农业、能源等领域。计划以新加坡线下训练营启动,现已开放意向登记。
Google 在 Nature 发表 ERA(Empirical Research Assistance)相关论文,并宣布基于 ERA 与 AlphaEvolve 构建的 Computational Discovery 工具开始逐步开放访问。
Google DeepMind 的 Co-Scientist 被用于衰老研究,帮助实验室生成逆转细胞衰老的候选基因线索,并加速筛选数据分析。研究团队让它检索文献时,它扫描了数万篇论文并提出 20 多个新的候选基因因子,实验室验证了其中几个能把细胞推向更年轻、整体功能更好的状态。此外,原本可能需要长达六个月的筛选数据分析工作,借助 Co-Scientist 缩短到几天。
推荐理由:原文记录了 Co-Scientist 在衰老研究中的两处具体用法,并给出实验验证与耗时对比,读者可了解 AI 如何介入生物发现流程。
Google DeepMind 为 Project Genie 上线 Street View 真实影像 grounding 能力,可选择美国境内真实地点并搭配风格生成可交互世界。
Google DeepMind 发布 Gemini Omni 模型家族,首个模型 Gemini Omni Flash 开始在 Gemini 应用、Google Flow 和 YouTube Shorts 上线。
推荐理由:官方列出了 Omni Flash 的多模态输入与对话式视频编辑能力,可据此判断它对现有视频创作流程的影响。
Google 发布 Gemini for Science,在 Google Labs 开放三个科研实验工具。三个原型基于 Co-Scientist、AlphaEvolve 与 ERA、NotebookLM。Science Skills 集成 30 多个生命科学数据库,可在 Google Antigravity 使用。
Google 将 SynthID 与 C2PA Content Credentials 校验扩展到 Search、Gemini、Chrome、Pixel 和 Cloud,并在 Google Cloud 的 Gemini Enterprise Agent Platform 上线 AI Content Detection API。
推荐理由:Google 把 SynthID、C2PA 校验与 Cloud 检测 API 一并铺到搜索和浏览器,可据此判断 AI 内容溯源工具的落地范围。
Google DeepMind 宣布与新加坡政府达成国家级 AI 合作,在新加坡启动多个项目,覆盖医疗与生命科学、教育、科研和气候等方向。
剑桥大学教授 Clare Bryant 用 Co-Scientist 寻找病原体从动物传给人类时引发脓毒症等重症的分子开关,该工具生成并排序假设,其中一条指向她此前未关注的蛋白。多轮输入数据后,假设从候选蛋白细化到具体氨基酸,团队正构建含氨基酸突变的细胞系验证;原本需 2-3 年的实验工作有望在 6 个月内完成。
Calico Life Sciences 正用 Co-Scientist 梳理分散的衰老生物学发现,并将其转化为值得检验的假设。团队借助 Co-Scientist 就整合应激反应(ISR)如何受代谢调控生成了一条新假设,还用它细化实验设计、随结果补充新信息。实验已带来对 ISR 在健康与疾病中作用有重要意义的新发现,团队计划发表结果。
爱丁堡大学团队用 Google DeepMind 的 Co-Scientist 研究代谢功能障碍相关脂肪性肝炎(MASH),由其综合肝脏生物学与药理学证据、锁定值得关注的机制并筛选候选联合疗法。针对 resmetirom 仅对少数合格患者有效的实际问题,Co-Scientist 提出 NLRP3 炎症小体是耦合炎症与代谢的分子桥梁这一假设,该假设后经实验验证,或为靶向双重疗法铺路。
MIT 的 Ritu Raman 与波士顿儿童医院的 Ryan Flynn 借 Co-Scientist 打通活体神经肌肉组织建模与细胞表面 RNA 图谱两套工具,联手探索 ALS 新疗法。