谷歌 DeepMind 团队正式推出了 WebLI-100B 数据集，这是一个包含1000亿个图像 - 文本对的庞大数据集，旨在增强人工智能视觉语言模型的文化多样性和多语言性。通过这一数据集，研究人员希望改善视觉语言模型在不同文化和语言环境下的表现，同时减少各个子组之间的性能差异，从而提升人工智能的包容性。视觉语言模型（VLMs）依赖于大量数据集来学习如何连接图像与文本，从而执行如图像字幕生成和视觉问答等任务。过去，这些模型主要依赖于 Conceptual Captions 和 LAION 等大型数据集，虽然这

在人工智能迅猛发展的今天，微软的 AI 负责人穆斯塔法・苏莱曼（Mustafa Suleyman）最近从谷歌 DeepMind 挖走了三位顶尖科学家，以增强微软在 AI 领域的实力。这些新成员将加入微软位于瑞士苏黎世的新办公室，助力公司的技术进步。图源备注:图片由AI生成，图片授权服务商Midjourney据悉，苏莱曼在本周宣布，他成功吸引了前谷歌 DeepMind 的科学家马尔科・塔利亚萨基（Marco Tagliasacchi）、扎兰・博尔索斯(Zalán Borsos)以及另一位研究科学家马提亚斯・明德尔(Matthias Minderer)加入团队。这两位前员工是

在近日于达沃斯举办的世界经济论坛上，谷歌 DeepMind 的首席执行官德米斯・哈萨比斯（Demis Hassabis）表示，人工智能帮助设计的首批药物可能将在2025年前开始临床试验。哈萨比斯也是 DeepMind 旗下药物研发公司 Isomorphic Labs 的负责人。他表示:“我们的计划是在今年年底前让一些 AI 设计的药物进入临床试验。”图源备注：图片由AI生成，图片授权服务商Midjourney自2021年以来，Isomorphic Labs 致力于利用机器学习加速药物开发。哈萨比斯提到，未来有望实现个性化医疗，AI 系统可以在短时间内为每

生成式语言模型在从训练到实际应用的过程中面临着许多挑战。其中一个主要问题是如何在推理阶段使模型达到最佳表现。目前的对策，如通过人类反馈的强化学习（RLHF），主要集中在提高模型的胜率上，但往往忽视了推理时的解码策略，例如 Best-of-N 采样和控制解码。这种训练目标与实际使用之间的差距，可能导致效率低下，影响输出的质量和可靠性。为了解决这些问题，谷歌 DeepMind 和谷歌研究团队开发了 InfAlign，这是一个旨在与推理策略相结合的机器学习框架。InfAlign 将推理时的方法

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

近日，谷歌 DeepMind 公布了其最新的 AI 系统 ——AlphaChip。这一系统致力于加速和优化计算机芯片的开发，AlphaChip 所设计的芯片布局已经在谷歌的 AI 加速器中得到应用。AlphaChip 的工作原理类似于我们之前所听说的 AlphaGo 和 AlphaZero，采用强化学习技术，迅速生成经过优化的芯片布局。根据谷歌 DeepMind 的介绍，AlphaChip 已经在过去三代的张量处理单元（TPU）AI 加速器中被使用。其中，在最新的第六代 TPU——Trillium 中，AlphaChip 实现了25个模块的布局设计，相比于人类专家，电线长度减少了6.2%。

​谷歌DeepMind的数学人工智能模型在今年的国际数学奥林匹克（IMO）比赛中取得了突破性进展。据官方消息，正规数学推理模型AlphaProof和改进版几何求解模型AlphaGeometry2共同攻克了本届IMO六道难题中的四道，首次达到了与人类银牌获得者相当的水平。

["谷歌 DeepMind 和英伟达在机器人领域有所动作","Jim Fan 和 Yuke Zhu 合作创立 GEAR 新研究小组","机器人将成为未来发展的重要方向","谷歌 DeepMind 提出人机交互马尔可夫决策过程","GEAR 展示了多个有趣项目，如 Eureka 和 Voyager","Voyager 是第一个在上下文中玩 Minecraft 的学习代理","Jim Fan 认为代理的未来在于积极探索并自我完善","VIMA 是第一款带机械臂的多式联运 LLM","LMPC-Rollouts 和 LMPC-Skip 提高了机器人的可教性","LMPC-Skip 和 LMPC-Rollouts 在不同任务中表现不同"]

["谷歌 DeepMind 计划研究自主语言代理，提升大型语言模型的应用","自主语言代理通过即时工程、自我提示和内存等技术，实现自主实现给定的目标","担忧对齐研究人员强调开发自主 AI 代理前需要进行更多安全性研究","DeepMind 正在构建谷歌的下一代多模态模型系列 Gemini","谷歌将更加自主地集成人工智能技术到其应用程序套件中"]

["SynthID 是一种可以为 AI 生成的图像添加隐形水印的工具，使其可识别为 AI 图像。","SynthID 使用两种深度学习模型生成和检测水印，可抵御裁剪、变色等常见图像处理。","DeepMind 计划先在 Google Imagen 图像 AI 上使用 SynthID，如果成功可能推广到其他系统。"]