跳到正文
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。

  2. Google Research31

    Google Research 研究:推理如何解锁 LLM 的参数化知识

    Google Research 在 COLM 2026 发表的论文揭示,让模型生成推理轨迹能解锁原本无法触及的参数化知识,即使面对简单单跳事实问题。研究在 Gemini-2.5(Flash 和 Pro)与 Qwen3-32B 上验证,发现两个机制:计算缓冲效应(用无意义文本填充推理长度也能提升召回)和事实启动(生成相关事实为正确答案做语义预热)。

6月17日周三
  1. Google Research22

    Google Earth AI 发布矢量化数据集,将英国树篱与石墙转为可行动生态清单

    Google Research 发布矢量化数据集,把此前 Farmscapes 2020 的栅格地图转为树篱、石墙和矮林的可用生态清单,覆盖英国超 13 万平方公里。该框架基于在 3 亿多张全球卫星图像上预训练的 RSF Vision-Transformer 骨干,仅用约 247 平方公里标注数据微调,并用 Polsby–Popper 紧凑度分数(线性特征低于 0.5)区分林地、树丛与树篱。

6月16日周二
  1. Google DeepMind62

    Google DeepMind 发布 AI Control Roadmap,为智能体部署加装系统级安全层

    Google DeepMind 发布 AI Control Roadmap,提出在模型对齐之外增加系统级安全层,把内部智能体当作潜在未对齐对象来管理。该框架借鉴 MITRE ATT&CK 做 AI 威胁建模,用可信 AI 作为监督者审查智能体的推理与行动,并以覆盖率、召回率和响应时间三项指标衡量监控效果。

    推荐理由:Google DeepMind 公开内部 AI Control 路线图,给出威胁建模、监控指标与分级响应框架,可了解大厂如何为智能体部署加一层系统级安全。

6月13日周六
  1. Google Research36

    用退役 Pixel 手机搭建低碳计算平台:加州大学圣地亚哥分校将部署 2000 台手机集群

    加州大学圣地亚哥分校在 Google 支持下,将用 2000 台退役 Pixel 手机的主板搭建数据中心,为数百名研究人员和学生提供低成本、低碳的云计算。手机主板约占整机隐含碳的 50%,SPEC 基准显示 25-50 台手机算力相当于一台现代服务器,20 台手机集群已能支撑 75 人以上课程的评分负载且延迟低于 AWS 默认后端。该系统预计 2026 年秋季上线。

6月11日周四
6月10日周三
6月9日周二
  1. Google DeepMind78

    Google DeepMind 发布 Gemma 4 12B 无编码器多模态模型

    Google DeepMind 发布 Gemma 4 12B,一款面向笔记本的本地多模态模型,采用无编码器统一架构,视觉和音频输入直接进入 LLM 主干。该模型在标准基准上接近 26B MoE 模型表现,内存占用不到其一半,可在 16GB 显存或统一内存的消费级笔记本上运行,并首次在中型模型中支持原生音频输入。

    推荐理由:Gemma 4 12B 用无编码器架构把多模态能力压到 16GB 显存,读者可据此判断本地智能体部署的门槛变化。

6月8日周一
  1. Google DeepMind62

    Google DeepMind 公布塞拉利昂 AI 学习试验结果

    Google DeepMind 公布在塞拉利昂开展的预注册随机对照试验结果,使用 Guided Learning 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:原文给出塞拉利昂随机对照试验的量化结果与交互数据,可了解 AI 辅助教学的实际效果与局限。

6月5日周五
6月4日周四
5月29日周五
  1. Google Research62

    Google Research 在 I/O 2026 公布 Gemini for Science、Antigravity 2.0 等进展

    Google Research 在 I/O 2026 上公布多项进展,包括面向科研的 Gemini for Science 工具套件、智能体开发平台 Antigravity 2.0,以及量子计算与健康 AI 方向的新成果。

    推荐理由:Google Research 在 I/O 2026 集中披露 Gemini for Science、Antigravity 2.0 与量子计算等进展,可一览其研究到产品的转化路径。

5月28日周四
  1. Google Research34

    Google 推出零信任聚合的隐私分析方案

    Google 为隐私分析服务推出零信任聚合方案,结合新型单次消息加密聚合协议与 TEE,让设备无需多轮在线即可安全提交数据。该设计使 Google 只能获得人群的匿名聚合洞察,原始数据即使在硬件保护范围内也不会被暴露或重建,并通过 TEE 远程认证向参与者证明协议按公开代码正确执行。

5月22日周五
  1. Google DeepMind22

    Google DeepMind 在亚太启动“AI for the Planet”加速器计划

    Google DeepMind 在亚太地区推出首个加速器项目,聚焦“AI for the Planet”,面向该地区初创公司、研究团队和非营利组织,为期三个月。入选机构将获得专家指导,以及 Google AI 专家协助把前沿 AI 与科学 AI 模型集成进其项目或产品,覆盖自然、气候、农业、能源等领域。项目以在新加坡举办的线下训练营启动,现已开放意向登记。

5月20日周三
5月19日周二
5月18日周一
5月17日周日
5月16日周六
  1. Google DeepMind36

    Google DeepMind 与新加坡达成国家 AI 合作,落地医疗、教育与气候项目

    Google DeepMind 与新加坡政府启动国家 AI 合作,在新加坡推出医疗、科研、教育和气候等领域的新项目。合作探索 AI co-clinician 辅助诊疗,并用 AlphaFold、Google Earth 等工具推进东南亚传染病与疫情防控研究,同时向中小学至初级学院全体教育者提供 Gemini for Education。