搜索全球AI产品动态

谷歌 DeepMind 近日发布了一份详尽的战略文件，阐述了其开发安全人工通用智能（AGI）的方针。AGI 被定义为在大多数认知任务中能够与人类能力相匹配或超越的系统。DeepMind 预计，目前的机器学习方法，尤其是神经网络，仍将是实现 AGI 的主要途径。该报告指出，未来的 AGI 系统有可能超越人类表现，具备在规划和决策上显著的自主性。这种技术将对医疗、教育、科学等多个领域产生深远影响。DeepMind 的首席执行官德米斯・哈萨比斯（Demis Hassabis）预测，早期 AGI 系统可能在5到10年内问世，但

近日，谷歌宣布推出全新开源模型 TxGemma，专为提升治疗性药物的研发效率而设计。这一模型由谷歌 DeepMind 团队基于其先进的 Gemma 模型家族微调开发，融合了强大的语言理解、科学预测以及多轮对话功能，旨在为药物研发领域带来革命性的突破。TxGemma 的发布被视为人工智能技术在生物医药领域的重要进展，有望大幅缩短药物从实验室到临床的周期，同时降低高昂的研发成本和失败率。全流程支持药物研发TxGemma 的核心优势在于其能够模拟药物研发的完整流程，从早期药物筛选到后期临床

谷歌DeepMind推出了他们的秘密武器——Gemini Robotics! 这可不是你家扫地机器人那点小打小闹，而是要将AI的智慧真正注入钢铁之躯，让机器人也能像咱们一样（甚至更聪明地）在物理世界里大显身手。无所不能的“多面手”Gemini Robotics的核心在于其基于先进的Gemini2.0模型。要知道，Gemini本身就具备处理文本、图像、音频和视频的强大能力。而Gemini Robotics更进一步，让机器人拥有了理解物理空间并采取行动的“超能力”。这意味着，无论是应对文字指令、识别眼前画面、听懂你的“灵魂”语音

在近期于班加罗尔举办的 “投资卡纳塔克2025” 会议上，众多科技行业的领导者聚集一堂，探讨人工智能在印度的变革潜力及其影响。谷歌DeepMind的高级董事马尼什・古普塔（Manish Gupta）在会上发表了重要讲话，强调在推动技术创新的同时，应建立相应的规章制度，以确保负责任的发展。图源备注：图片由AI生成，图片授权服务商Midjourney古普塔指出，随着印度在构建基础性人工智能模型方面取得显著进展，大家都在关注人工智能对就业市场的影响。他表示，科技行业的责任在于开发可以增

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

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

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 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

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

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

谷歌DeepMind研究团队最近取得重大突破，开发出名为SCoRe（Self-Correction through Reinforcement Learning，通过强化学习进行自我纠正）的创新技术。这一技术旨在解决大型语言模型(LLM)难以自我纠正的长期挑战，无需依赖多个模型或外部检查即可识别和修复错误。SCoRe技术的核心在于其两阶段方法。第一阶段优化模型初始化，使其能在第二次尝试时生成修正，同时保持初始响应与基础模型的相似性。第二阶段采用多阶段强化学习，教导模型如何改进第一和第二个答案。这种方法的独特之处在于它仅使

谷歌 DeepMind 团队与高校合作开发了一种名为生成奖励模型 (GenRM) 的创新方法，旨在提升生成式 AI 在推理任务中的准确性和可靠性。GenRM 将验证过程融入文本生成任务，允许模型同时生成和评估潜在解决方案，同时支持链式推理（CoT），增强验证过程的全面性。相较于传统方法，GenRM 在多项测试中表现出显著优势，准确率提高16%至64%，特别是在学龄前数学和算法问题解决上，问题解决成功率从73%提升至92.8%。这一方法标志着生成式 AI 领域的重大进步，通过统一生成与验证过程，显著提升了 AI 在高风险领域应用的准确性和可信度。

​谷歌 DeepMind 首次进行了关于最常见的恶意 AI 应用的研究，结果显示生成虚假政治家和名人的人工智能（AI）“Deepfakes” 比用 AI 协助网络攻击的尝试更为普遍。这一研究是谷歌 AI 部门 DeepMind 和谷歌旗下的研发单位 Jigsaw 合作的，目的是量化生成 AI 工具的风险，这些工具已被全球最大的科技公司推向市场以寻求巨额利润。

哈佛大学研究人员与谷歌DeepMind团队合作，利用人工智能技术为虚拟老鼠创建了一个人工"大脑"，能在复杂环境中精确控制其运动，这一创新突破发表在《自然》杂志上。

["谷歌DeepMind创始人Demis Hassabis认为OpenAI依靠规模扩张并未带来原生创新","Hassabis承认之前低估了公众对AI需求和接受度","Hassabis指出规模扩大并非原生创新，称OpenAI没有进行创新","Demis Hassabis表示科技史上规模扩张不同寻常，一般需要研究成果才能形成质变"]

["神经网络由于自身的特点容易受到对抗性攻击","谷歌DeepMind的最新研究表明，人类的判断也会受到这种对抗性扰动的影响","人类的神经网络和人工神经网络的关系是什么?","研究表明，我们之前的这种看法可能是错误的!","人类的判断也会受到这种对抗性扰动的影响"]

["谷歌DeepMind的机器人团队宣布了三项新进展，旨在帮助机器人在复杂环境中做出更快、更好、更安全的决策。","其中之一是一个用于收集训练数据的系统，配备了“机器人宪法”，以确保机器人在执行任务时不伤害人类。"]

["谷歌DeepMind的GNoME系统预测40万种稳定物质，A-Lab自主系统在实验室中成功制备这些物质。","GNoME提出220万种潜在化合物，A-Lab用最新机器人技术仅需18天制备出41种新型无机材料。","这一技术突破有望加速清洁能源、电子器件等领域的材料发现，标志着AI在科学发现领域的新篇章。","A-Lab团队通过主动学习算法成功改进合成过程，制备出41种新材料，为科学家提供丰富的候选材料。"]

["谷歌DeepMind通过AI工具发现了220万种理论上稳定但未实现的晶体结构","可为可再生能源和先进计算等领域发展提供潜在进步","计划向其他科学家公开其中最有前景的381,000种结构","利用人工智能简化实验工作的潜力","发现的新材料可用于多功能分层材料和仿生计算应用"]

["Google DeepMind推出人耳无法察觉的AI音频水印技术SynthID","音频水印用于识别AI生成来源","不影响听觉体验，可被压缩、加速或减速的音频仍可检测到水印","防范生成式AI带来危害的重要保障","SynthID是将音频波转换为二维可视化的方法"]