Google DeepMind 发布 AI Control Roadmap,说明如何为智能体做系统级安全防护
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 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。
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。
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。
斯坦福大学医学院的 Gary Peltz 团队用 Google DeepMind 的 Co-Scientist 从已有药物文献中寻找可重定向治疗肝纤维化的候选药物,研究结果发表于 Advanced Science。
推荐理由:人工挑选的候选药物在活体肝细胞实验中全部无效,Co-Scientist 提出的三个候选中有两个抑制纤维化,构成一组直观对比。
Google DeepMind 与 Google Research 的 AI 天气模型 WeatherNext 帮助美国国家飓风中心提前五天预测飓风 Melissa 将以五级强度登陆牙买加,当时置信度 80%,三天前升至接近 100%。
推荐理由:借飓风 Melissa 登陆牙买加的实例,说明 AI 天气模型如何同时预测路径与强度,并给出五天提前量的决策意义。
Google DeepMind 发布 Gemini 3.5 模型系列,首发 Gemini 3.5 Flash,今日起在 Gemini app 和 Google Search 的 AI Mode 面向所有人开放,开发者可通过 Google Antigravity、Google AI Studio 中的 Gemini API 和 Android Studio 使用。
推荐理由:文章列出 3.5 Flash 与其他前沿模型的基准对比和速度差异,可用于评估智能体与编码场景下延迟和成本的取舍。
Google DeepMind 发布 Co-Scientist 多智能体科研系统,相关研究已在 Nature 发表,系统由基于 Gemini 的多类智能体组成。
推荐理由:原文拆解了生成、辩论、进化三阶段的多智能体分工,可看到科学假设如何被迭代筛选与排序。
Google DeepMind 总结 AlphaEvolve 一年成果:这一 Gemini 驱动的编码智能体已在基因组、电网、量子计算和 TPU 设计中产生量化改进,并通过 Google Cloud 服务企业客户。
推荐理由:原文汇总了 AlphaEvolve 在基因组、电网、量子与 TPU 设计中的量化改进,可据此了解算法发现智能体的落地范围。
Google Research 阐述其开放科学理念,通过与全球科研机构合作发布开源工具与数据集,已赋能超 25 万名研究人员。
Google DeepMind 宣布启动 AI co-clinician 研究计划,探索 AI 智能体在医生监督下作为诊疗团队成员与患者互动。在 98 个真实初级保健问题的盲评中,该系统在 97 个问题上零关键错误;在 140 项问诊技能评估中,有 68 项达到或超过初级保健医生水平。
Google DeepMind 宣布与韩国科学与信息通信技术部(MSIT)合作,将在首尔办公室设立 AI Campus,聚焦生命科学、能源、天气与气候等领域。合作将探索 AlphaFold、AlphaGenome、AlphaEvolve、AI co-scientist 与 WeatherNext 在韩国科研中的应用,AlphaFold 已被韩国超 85,000 名研究人员使用。
Google Photos 的 Auto frame 功能上线了基于 3D 场景估计的视角重构图能力,可在拍摄后自动调整虚拟相机位置生成新视角。技术上先估计原图的 3D 点图与相机参数,再用生成式 latent diffusion 模型补全新视角下暴露的背景;针对广角自拍畸变会自动调整相机内参恢复自然比例。
推荐理由:用 3D 场景估计与生成式修复改写照片视角,区别于裁剪变焦,读者可据此理解自动取景与传统编辑的能力差异。
Google DeepMind 发布论文提出 Decoupled DiLoCo,一种把训练拆分为解耦计算岛屿、岛屿间以异步数据流通信的分布式架构,可在跨数据中心的条件下训练 LLM,带宽需求更低且硬件容错性更强。
Google Research 提出 ReasoningBank 智能体记忆框架,通过提炼成功与失败经验中的推理模式实现测试时自我进化。
Google DeepMind 与 Accenture、Bain、BCG、Deloitte、McKinsey 合作,加速企业 AI 与智能体转型。三大支柱为:面向金融、制造、零售、媒体娱乐等行业共建规模化 AI 方案,伙伴可提前使用 Gemini 系列前沿模型,DeepMind 领导层对接客户 CEO 与董事会。
Google Research 在 TMLR 发表 Simula 框架,将合成数据生成重构为机制设计问题,沿全局多样性、局部多样性、复杂化和质量检查四个轴从零推理生成数据。
Google Research 提出的 MoGen 模型利用 PointInfinity 点云流匹配技术合成神经元三维形态,将 PATHFINDER 连接组重建模型的错误率降低 4.4%,相当于在小鼠全脑规模下节省 157 人年的人工校对工作。该论文将在 ICLR 2026 上发表,是现代生成式 AI 首次推动连接组重建达到当前最优水平,MoGen 已作为开源模型发布。