跳到正文

#Google

今日 1 条
9月1日周二
  1. Google Research58

    Google 发布 TimesFM-3 多变量零样本时间序列基础模型

    Google 发布 TimesFM-3，这是原生预训练支持多变量预测的时间序列基础模型，参数量 3.3 亿，预训练语料超过 1 万亿个时间点。模型支持多目标、历史协变量和已知未来协变量，通过交替注意力与 Contiguous Patch Masking 在单次前向中输出整个预测区间，并为每个目标给出 10 到 90 分位的 9 个分位数。

8月28日周五
  2. Google DeepMind76

    Google DeepMind 发布 Gemini Omni 1.1 Flash

    Google DeepMind 发布 Gemini Omni 1.1 Flash，通过 Gemini API 在 Google AI Studio 提供面向开发者的生成视频能力。

    推荐理由：原文列出场景延长、首尾帧插值与 4K 放大等具体能力及 API 入口，可据此判断生成视频工作流的可控性变化。

8月27日周四
  1. Google DeepMind58

    Google DeepMind 试点全球首个双盲 AI 评测

    Google DeepMind 宣布推出全球首个针对专有前沿级 AI 模型的双盲评测，将外部评测限制在密码学隔离环境中，避免模型提前接触测试题目。该试点与新加坡 AI 安全研究所、OpenMined、AVERI 和 MLCommons 合作，在隐私保护环境下用保密基准测试 Gemini Flash Lite，以提升评测可信度。

  2. Google Research32

    Google 发布 GlucoFM：面向连续血糖监测的双流基础模型

    Google 推出自监督基础模型 GlucoFM，采用双流设计分离血糖的慢速基线趋势与短期波动，并保留时间与缺失信息。模型在 109,066 小时无标注 CGM 数据上预训练，覆盖 477 条受试者/会话记录，在 4 个队列、7 项临床任务共 14 组评估中平均 PR-AUC 较最佳 GluFormer 变体高 5.8 个百分点，并在 Dexcom 与 Libre 两款设备上取得最低 MAE。

8月26日周三
  1. Google Research22

    Google 发布 AgentHands：为 XR 智能体对话生成同步手势

    Google 在 CHI 2026 发布研究原型 AgentHands，可将 LLM 的高层推理映射为 XR 中与语音同步的手势，让智能体在用户真实环境中指点、演示动作。系统通过眼动与场景重建注册物体并生成 3D 边界框，手势库覆盖指示、象形和表达三类语义。在 N=12 的对照研究中，AgentHands 相比纯语音基线在空间定位等指标上取得显著提升。

8月22日周六
  1. Google Research40

    Google 推出 Biomarker Discovery Framework：从可穿戴传感器数据中筛选候选生物标志物

    Google 发布 Biomarker Discovery Framework，一个在人类监督下把候选生物标志物筛选组织为迭代研究循环的多智能体系统，结合假设生成、并行统计分析、模型训练、对抗验证与文献推理。该系统在三个队列共 9,279 条参与者观测中自主识别出 41 个心理健康候选数字生物标志物和 25 个代谢类候选标志物，例如睡眠时长变异性与 PHQ-8 严重度的关联（ρ = 0.252）。

8月21日周五
8月20日周四
8月17日周一
8月14日周五
8月12日周三
  1. Google DeepMind74

    Google DeepMind 发布 SL2T 手语转文本模型，率先落地 Pixel 11 的 Gboard 与 Live Transcribe

    Google DeepMind 发布多语种手语转文本模型 SL2T，在 Pixel 11 的 Gboard 和 Live Transcribe 中提供手语听写功能，首发支持美国手语（ASL）转英文，后续将扩展更多设备与语言。

    推荐理由：SL2T 把多语种手语翻译模型落到 Gboard 与 Live Transcribe，读者可了解其数据规模、隐私设计与基准表现。

  2. Google Research60

    Google Research 提出知识画像框架：事实性瓶颈在召回而非编码

    Google Research 发布研究，提出知识画像框架，将事实状态分为编码失败、召回失败、直接召回、思考后召回和无编码推理五类，并构建含 2150 条 Wikipedia 事实的 WikiProfile 基准。

    推荐理由：Google Research 用知识画像区分编码与召回失败，指出前沿模型的事实错误更多来自知识调用而非知识缺失。

8月6日周四
  1. Google DeepMind83

    Google DeepMind 开源 WeatherNext 气旋预测模型

    Google DeepMind 发布 WeatherNext AI 模型，在预测气旋路径、强度和风场结构上达到 SOTA，平均为预报员多争取约一天的预警时间，三天预报精度相当于此前模型的两天水平。

    推荐理由：WeatherNext 在气旋路径与强度预测上多出约一天预警时间，并开源模型权重，读者可据此判断 AI 天气预报的可用边界。

7月31日周五
7月30日周四
  1. Google DeepMind71

    Google DeepMind 发布 Gemini Robotics ER 2 具身推理模型

    Google DeepMind 发布面向机器人的具身推理模型 Gemini Robotics ER 2，可作为机器人的高层大脑，理解物理世界、规划多步任务并把动作执行交给底层 VLA 模型，还能原生调用 Google Search 等工具。

    推荐理由：官方给出 Gemini Robotics ER 2 在进度分类、时刻定位与多机器人协作上的具体指标，可据此判断具身推理模型的当前水位。

7月28日周二
7月23日周四
  2. Google Research62

    Google Research 用强化学习让量子计算机从错误中持续校准

    Google Research 在 Nature 发表研究，提出用强化学习框架让智能体从量子纠错检测事件中学习，在计算进行时持续调整数千个控制参数以对抗漂移。在 Willow 超导处理器上，该方法将纠错码的逻辑稳定性提升 3.5 倍，并在专家校准基础上进一步把逻辑错误率降低 20%，使 surface code 的逻辑错误降至每千次纠错周期少于一次。

    推荐理由：Google 用强化学习让量子处理器在计算过程中持续校准，读者可了解纠错与校准解耦这一瓶颈的破解思路。

7月22日周三
7月21日周二
7月17日周五
7月16日周四
7月13日周一
  1. Google DeepMind26

    Google DeepMind 推出 Gemini 驱动的 ATL Saathi，面向印度 Tinkering Lab 教师

    Google DeepMind 在印度启动 ATL Saathi 试点，这是一款由 Gemini 驱动的 Web 应用，为 Tinkering Lab 教师提供 24/7 备课与培训助手。该工具基于 NotebookLM 组织 12 个核心模块内容，支持 10 个模块的项目生成，初期覆盖 8 种语言，底层采用 Gemini 3.5 Flash 模型。首批试点覆盖印度 100 所学校。

7月9日周四
  1. Google Research60

    Google 发布 SensorFM：面向可穿戴健康数据的通用基础模型

    Google Research 发布 SensorFM，一个从可穿戴数据直接学习的大规模传感器基础模型，预训练语料超过一万亿分钟多模态信号，来自五百万名同意参与者、覆盖 100 多个国家和 20 多款 Fitbit 与 Pixel Watch 设备。

    推荐理由：Google 用五百万人的可穿戴数据预训练通用生理表征，读者可了解其自监督缺失感知设计与跨任务泛化表现。

7月8日周三
  1. Google Research62

    Google Research 在 10 座美国城市实验导航协同分流缓解拥堵

    Google Research 在 Nature Cities 发表研究，在 10 座美国城市开展为期六个月的实验，通过修改 Google Maps 算法将遇到预设拥堵路段的行程引导至耗时相近的替代路线，仅不到 2% 的行程收到改道建议。

    推荐理由：Google Research 在 10 座美国城市做了为期半月的真实路网实验，读者可了解协同导航对全城车速与排放的实际影响。

7月3日周五
7月1日周三
  1. Hugging Face Blog62

    Hugging Face 与 Cerebras 将 Gemma 4 引入实时语音 AI

    Hugging Face 与 Cerebras 联合演示了一套实时语音到语音的开源流水线，用 Cerebras 加速 Gemma 4 31B 推理。该架构采用模块化设计，依次由 NVIDIA Parakeet 做语音识别、Gemma 4 VLM 在 Cerebras 上推理、阿里 Qwen3TTS 做文本转语音，各层均可替换。

    推荐理由：原文给出可复用的开源语音到语音架构与各层组件，读者可据此评估实时语音交互的搭建方式。

6月30日周二
  1. Google Research67

    Google 发布 TabFM：面向表格数据的零样本基础模型

    Google 发布 TabFM，一个面向表格数据分类与回归的零样本基础模型，把表格预测重构为上下文学习问题，无需手动训练、超参数调优和特征工程，单次前向传播即可对未见过的表格生成预测。

    推荐理由：原文给出 TabFM 的架构设计与 TabArena 基准结果，读者可据此判断零样本表格预测能否替代传统树模型流程。

6月27日周六
6月25日周四
  1. Google Research22

    Google 用线性弹性缓存优化云成本，Spanner 内存用量降 15.5%

    Google Research 提出线性弹性缓存，把页面淘汰建模为滑雪租赁问题，用轻量机器学习动态调整缓存大小，在 Spanner 生产环境实测内存用量降低 15.5%、缓存未命中仅增 5.5%、TCO 降约 5%。该方案用浅层决策树为每个页面预测 TTL，缓存写满时仍由 LRU 兜底，并已在公开缓存 trace 上验证。