Google DeepMind 和机器人公司 Apptronik 宣布达成合作，将结合双方技术专长，研发可在复杂动态环境中运行的人工智能人形机器人。此次合作旨在推动机器人硬件与人工智能的深度融合，探索机器人在工业与日常应用中的更广泛可能性。Apptronik 于2016年从德克萨斯大学奥斯汀分校的人本机器人实验室独立运营，迄今已开发出15种机器人模型，包括为 NASA 设计的 Valkyrie 机器人。公司最新推出的 Apollo 机器人，高1.73米、重73公斤，专为工业环境设计，可与人类协同工作。Google DeepMind 最近展示了 Apoll

近日，谷歌 DeepMind 与机器人公司 Apptronik 宣布达成合作，计划共同开发能够在动态环境中运作的 AI 驱动人形机器人。该合作旨在将 Apptronik 的机器人硬件与谷歌 DeepMind 的人工智能技术相结合，打造可以在复杂环境中工作的机器人。Apptronik 成立于2016年，源自德克萨斯大学奥斯汀分校的人机中心机器人实验室，目前已开发出15种不同型号的机器人，其中包括 NASA 的 Valkyrie 机器人。此次合作的重点是 Apptronik 最新推出的 Apollo 机器人，身高1.73米，重量73公斤，专为工业环境设计，能够与人类协作

在备受瞩目的NeurIPS人工智能大会上，麻省理工学院媒体实验室教授罗莎琳德·皮卡德的一次演讲，因涉及种族偏见的言论，迅速引发业内强烈反响。在题为"如何优化最重要的事情"的主题演讲中，皮卡德提到了一位"已被顶尖大学开除的中国学生"，并引用该学生声称"学校没有人教授道德或价值观"。尽管她随后补充称"认识的大多数中国人都是诚实和道德高尚的"，但这番言论仍然激起了业界的广泛争议。谷歌DeepMind科学家孙娇率先在社交媒体平台X上分享了演讲幻灯片，并毫不客气地表示:"从大

谷歌在其最新的展示中揭开了Project Astra的帷幕，这是DeepMind团队致力于构建实时、多模式AI代理的计划，运行在一款神秘的原型眼镜上。周三，谷歌宣布将向少数选定用户发布这款配备AI和AR功能的原型眼镜，以进行真实世界的测试。谷歌原型眼镜上的翻译功能演示这些眼镜搭载Android XR操作系统，这是谷歌为视觉计算打造的全新平台，旨在支持眼镜、耳机等设备的开发。谷歌透露，虽然眼镜看起来非常酷，但目前仅为技术展示，具体的产品发布时间和详细信息尚未公布。新眼镜的功能包括实

人工智能正在重塑传统科技领域，气象预测就是最新的见证。本周，谷歌DeepMind团队发布了一款名为GenCast的革命性人工智能天气预测模型，并在权威学术期刊《自然》上发表研究成果。这款AI模型的性能令人瞩目。研究人员通过对比发现，GenCast在准确性上超越了当前全球最顶尖的业务天气预报系统——欧洲中期天气预报中心（ECMWF）的ENS系统。通过对2018年之前的天气数据进行训练，GenCast在2019年的预测中以惊人的97.2%准确率完胜传统预测系统。与以往只提供单一天气预测路径的确定性模型不

谷歌旗下 DeepMind 团队近日宣布推出一款名为 GenCast 的天气预报人工智能模型，并表示其性能已超越全球顶尖的欧洲中期天气预报中心（ECMWF）ENS 系统。这一成果引发了气象领域的广泛关注。根据 DeepMind 团队在《自然》杂志上发表的论文，GenCast 的预测准确率达到97.2%。研究人员使用截至2018年的数据对模型进行训练，并以2019年的天气情况进行测试，得出了这一结果。图源备注：图片由AI生成，图片授权服务商MidjourneyDeepMind 在博客文章中指出，与传统的确定性天气模型相比，GenCast 引入了更加

网络安全面临的持续威胁——网络钓鱼攻击，如今有了更强大的防御武器。凯泽斯劳滕大学的研究人员开发出一种创新的人工智能检测方法，可以显著提高对钓鱼电子邮件的识别准确率。研究团队指出，网络钓鱼已成为网络安全最严重的威胁之一。据估计，90%的成功网络攻击都以钓鱼作为初始攻击手段。为应对这一挑战，研究人员巧妙地结合了两种人工智能技术:小样本学习和检索增强生成（RAG）技术。这种方法的核心在于为AI模型提供少量钓鱼邮件示例，并动态选择与待检测邮件最相似的

天气预报一直是人类与自然博弈的艺术。从决定是否携带雨伞，到为可再生能源调配，再到应对极端天气，我们对准确天气信息的渴望从未停止。然而，传统天气预报总是伴随着不确定性，这源于我们对大气系统观察的局限性和预测模型的固有局限。传统的数值天气预报（NWP）长期依赖于复杂的大气动力学方程，试图将当前天气状况映射到未来。尽管如此，微小的初始误差往往会迅速放大，使得长期预测变得极其困难。欧洲中期天气预报中心(ECMWF)的集合预测系统(ENS)曾被视为这一领域的顶

在天气预报领域，新的技术革新正在悄然发生。谷歌旗下的DeepMind团队开发了一款名为 GenCast 的人工智能天气预测程序，其预测效果已经超过了当前最顶尖的天气预报系统 —— 欧洲中期天气预报中心（ECMWF）的 ENS 预测系统。根据研究，GenCast 在日常天气和极端天气事件的预测准确度上，比 ENS 提高了20%。图源备注:图片由AI生成，图片授权服务商MidjourneyGenCast 的主要优势在于其快速和高效的预测能力。传统天气预报依赖于复杂物理模型，需要在超级计算机上运行数小时。而 GenCast 通过对1979年

近日，OpenAI 宣布从竞争对手 Google DeepMind 引入三名资深计算机视觉和机器学习工程师，进一步加强其在人工智能领域的研发能力。这三位新员工分别是 Lucas Beyer、Alexander Kolesnikov 和 Xiaohua Zhai，他们将于在瑞士苏黎世的新办公室工作。OpenAI 的高管在周二的内部备忘录中透露了这一消息，表示这三位工程师的加入将为公司的多模态 AI 项目注入新的活力。多模态 AI 是指能够处理和理解不同媒介（如图像和音频）的人工智能模型。随着 AI 技术的快速发展，如何将不同类型的数据进行有效融合，

近期，来自计算机科学与社会学领域的一支研究团队，联合谷歌 DeepMind，成功开发出一款新型人工智能应用，该应用能够在仅仅两小时的访谈后，生成一个人的个性模拟。研究团队在 arXiv 预印本服务器上发布了相关论文，介绍了这一创新技术及其未来的发展方向。该研究基于当前流行的 ChatGPT 大语言模型，开发出一种新的模型，旨在通过对参与者的提问和记录其回答，深入了解被访者的个性特征。具体而言，研究人员首先会对参与者进行一系列的问题提问，并认真倾听他们的回答。经过两

谷歌DeepMind最新推出的Gemini实验版本（Exp1114）在Chatbot Arena平台上取得了令人瞩目的成绩。经过一周多的社区测试，累计超过6000票的数据显示，这款新模型以显著优势超越竞品，在多个关键领域展现出惊人实力。在总体评分上，Gemini-Exp-1114以超出40分的优异成绩与GPT-4-latest并列第一，超越了此前领先的GPT-4-preview版本。更令人惊叹的是，该模型在数学、复杂提示和创意写作等核心领域全面登顶，展现出极强的综合实力。具体来看，Gemini-Exp-1114的进步令人印象深刻:在总排名中从第3名一举跃升至

谷歌 DeepMind 近日意外发布了 AlphaFold3的源代码和模型权重，标志着一个可能加速科学发现和药物开发的重大进展。这一消息传出仅几周后，系统的创造者 Demis Hassabis 和 John Jumper 便获得了2024年诺贝尔化学奖，以表彰他们在蛋白质结构预测方面的贡献。与前一版本 AlphaFold2相比，AlphaFold3的技术能力有了质的飞跃。AlphaFold2只能预测蛋白质的结构，而 AlphaFold3则可以建模蛋白质、DNA、RNA 及小分子之间复杂的相互作用，这是生命的基本过程。这一进展至关重要，因为理解这些分子相互作用是现代药

谷歌近日宣布，其最新开发的 AI 模型 “Big Sleep” 成功在 SQLite 数据库中发现了一处内存安全漏洞。这一漏洞是一种可被利用的栈缓冲下溢问题，令该代码在正式发布前得以修复。Big Sleep 是谷歌 Project Zero 与 DeepMind 的合作成果，被视为早期 Project Naptime 的升级版。SQLite 作为一种开源数据库引擎，这一漏洞可能使攻击者通过恶意构造的数据库或 SQL 注入，导致 SQLite 执行崩溃或甚至实现任意代码执行。具体来说，问题源于一个魔法值 -1意外被用作数组索引，虽然代码中有 assert （） 来捕获这一

近日，人工智能领域的一个重要人事变动引起了广泛关注，朱利安・施特维泽（Julian Schrittwieser）宣布加入 AI 研究公司 Anthropic。这位在谷歌 DeepMind 工作了整整十年的顶尖研究员，因参与开发了诸如 AlphaGo、AlphaZero 和 MuZero 等革命性项目而广受赞誉。他在社交媒体平台 X 上分享了这个消息，表达了对加入 Anthropic 的激动心情。朱利安表示:“我很高兴宣布，从这周开始，我将加入 Anthropic!” 他对即将与这支他一直钦佩的团队合作感到非常荣幸。他特别赞扬了 Anthropic 在人工智能领域的成果，尤

谷歌 DeepMind 联合麻省理工学院（MIT）近日发布了一项重大研究成果。研究团队开发的新型自回归模型"Fluid"在文本到图像生成领域取得了突破性进展，该模型在扩展到105亿参数规模后，性能表现出色。这项研究颠覆了业界普遍认知。此前，自回归模型虽然在语言处理领域占据主导地位，但在图像生成方面一直被认为不如 Stable Diffusion 和 Google Imagen3等扩散模型。研究人员通过创新性地引入两个关键设计因素，显著提升了自回归模型的性能和可扩展性:采用连续型词元替代离散型词元，以及引入

最近，DeepMind一篇关于超大规模 Transformer 在国际象棋领域应用的论文，引发了 AI 社区的广泛讨论。研究人员利用名为 ChessBench 的全新数据集，训练了多达2.7亿参数的 Transformer 模型，探索其在棋类这种复杂规划问题上的能力。ChessBench 数据集包含从 Lichess 平台收集的1000万局人类对弈棋谱，并使用顶级象棋引擎 Stockfish16对棋局进行了标注，提供了多达150亿个数据点，包括每个棋局状态的胜率、最佳走法以及所有合法走法的价值评估。研究人员使用监督学习方法，训练 Transformer 模型预测给定棋

最近，一位欧洲博士在机器学习圈子里引起了轰动。他不禁感叹，为什么他的美国同行一个个都开了挂，手里拿着十篇顶级会议论文，五篇还是第一作者?他自己在欧洲读博，四年中一边学习一边摸索，第一年忙着搞清楚研究是什么，第二年发表了一篇顶会 CVPR 的论文，第三年才稍微掌握了项目管理和申请资助的窍门。现在，简历上也只不过增加了两篇论文，一个期刊和一个会议，都是以第一作者身份发表的。听起来不错，但相比之下，看到美国那些同行的成就，他简直是目瞪口呆。“他们

最近，谷歌在一份公告中宣布系列重要的领导层变动和团队结构调整。这些变化主要集中在公司的知识与信息（K&I）团队和 Gemini 团队。谷歌的首席执行官桑达尔・皮查伊（Sundar Pichai）宣布，Nick Fox 将接替 Prabhakar Raghavan，成为 K&I 团队的新负责人。K&I 团队负责谷歌的搜索、广告、地理和商务产品。Raghavan 则将转任谷歌的首席技术官，与皮查伊及其他领导团队合作，为公司的技术发展提供方向和支持。在 Raghavan 的带领下，K&I 团队在人工智能领域取得了显著的进展。他们推出了搜索中的 AI 概

最近，超长上下文窗口的大型语言模型（LLMs）成为了人们讨论的热点。这些模型能够在一个提示中处理数十万甚至上百万个标记，为开发者开启了许多新的可能性。不过，这些长上下文 LLM 到底能多好地理解和利用所接收到的大信息呢?为了解决这个问题，谷歌 DeepMind 的研究人员推出了名为 Michelangelo 的新基准，旨在评估长上下文推能力。研究结果表明，尽管当前的顶尖模型在从大量上下文数据中提取信息方面取得了一定进展，但在需要推理和理解数据结构的任务上仍然存在困难。随着长上