跳到正文

#Google

今日 4 条
8月27日周四
  1. Google Developers Blog43

    用深度学习和 Keras 解码宇宙信号

    Google 开发者博客介绍深度学习在天体粒子物理中的应用：Pierre Auger 天文台用 1500 多个探测器站覆盖 3000 平方公里，IceCube 以约 1 立方公里南极冰探测中微子，这些观测设施的空间分布传感器记录波形数据，结构类似图像，适合用深度学习分析。文章聚焦深度学习如何提升仪器灵敏度、发现隐藏模式并搜寻信号异常。

  3. Google DeepMind65

    Google DeepMind 发布语音转写模型 Gemini 3.5 Transcribe

    Google DeepMind 推出语音转文字模型 Gemini 3.5 Transcribe，定位为更精确的实时转写模型，已在 Gemini API（Google AI Studio 和 Gemini Enterprise Agent Platform）开启公开预览。

    推荐理由：官方给出了两个 API 入口、WER 数字和与 Chirp 3 的对比，读者可据此评估其语音转写与语音交互场景的可用性。

8月26日周三
  1. Google Developers Blog35

    Google Cloud 在 Cloud TPU 上为 vLLM 带来企业级长上下文多模态嵌入推理

    Google Cloud 将原生 TPU 支持集成进 vLLM，用于在 Cloud TPU 上服务 Qwen3-Embedding 系列嵌入模型，支持 4K+ token 文本与 15K+ token 多模态输入的长上下文。团队针对 TPU 做了词表 padding、懒加载初始化与 StepPool 长上下文等优化，并以余弦相似度验证数值一致性，文本目标阈值 ≥0.999、多模态 ≥0.995。

  2. Google Research44

    Google 研究 AgentHands：为 XR 中的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 的推理输出映射为 XR 中与语音同步的手势，让 AI 智能体在 3D 空间里用手演示而非仅靠语言描述。系统包含环境感知、手势事件库、手势嵌入推理和 XR 同步执行四个模块，手势按左右手、空间锚定、时序动效等维度分类。在 N=12 的用户研究中，AgentHands 相比纯语音基线在空间指向上取得显著提升。

8月24日周一
8月22日周六
  1. Google Research41

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

    Google 推出 Biomarker Discovery Framework，一个在人类监督下将候选生物标志物优先级排序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 个代谢候选标志物，并构建出睡眠时长变异性、心血管适能指数等新复合特征。

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13日周四
  2. Google Developers Blog56

    Google 开源 C++ 库 Credentio，用于本地验证 C2PA Content Credentials

    Google 发布开源 C++ 库 Credentio，用于处理 C2PA Content Credentials，先支持规范 2.2 和 2.4 版本。该库支持完全本地验证，无需将媒体文件传到云端，零带宽开销、即时返回结果并保持数据隐私；验证大文件时内存占用较小，可配置官方或自定义 C2PA 信任列表，深入解析清单、断言、数字签名和声明结构，并给出详细的验证报告。

8月12日周三
  1. Google DeepMind71

    Google DeepMind 发布手语转文本模型 SL2T，率先在 Pixel 11 的 Gboard 和 Live Transcribe 中支持 ASL

    Google DeepMind 发布多语言手语转文本（SL2T）模型，首次将手语 AI 用于消费产品，在 Pixel 11 的 Gboard 和 Live Transcribe 中支持 ASL 转英文，后续将扩展更多语言和设备。

    推荐理由：官方介绍 SL2T 的技术路径、训练数据和实测限制，读者可以了解手语翻译从实验到消费产品的落地方式。

  2. Google Research62

    Google Research 提出知识剖析框架：召回而非编码是前沿 LLM 事实性的瓶颈

    Google Research 发表研究，提出知识剖析（knowledge profiling）行为框架与 WikiProfile 基准（2,150 条 Wikipedia 事实，每条配 10 个任务），用于区分 LLM 事实错误的编码失败与召回失败。

    推荐理由：研究把事实错误拆分为编码失败与召回失败，指出前沿模型瓶颈在召回而非存储，并量化了 thinking 的恢复作用。

  3. Google Research66

    Google Research 推出 AMIE (Video)：实现实时音视频临床问诊，表现达到专科医生水平

    Google Research 发布 AMIE (Video)，基于 Gemini 和 Project Astra 构建实时视频临床问诊系统，采用 Talker、Planner、Perception 三个并行智能体的异步架构。

    推荐理由：原文给出异步多智能体架构与随机对照实验设计，读者可以据此了解视频问诊 AI 的能力边界和评估方法。

8月11日周二
  1. Google Developers Blog44

    为什么 Go 是 AI 辅助软件工程的理想语言

    Google 发文论证 Go 是 AI 辅助软件工程的理想语言：当 AI 智能体可秒级生成数百行代码，开发者重心从编写转向审查与维护，语言的可读性和工具链一致性变得更重要。Go 自带格式化、测试框架、依赖管理与安全工具，能让 AI 更快、更便宜、更可靠地处理代码，并减少上下文窗口污染与 token 成本。

8月6日周四
  1. Google DeepMind83

    Google DeepMind 开源 WeatherNext 气旋预报模型，Nature 论文显示精度领先一天

    Google DeepMind 发表 Nature 论文并开源 WeatherNext 2 与 WeatherNext Cyclones 模型，单模型以 SOTA 精度预测气旋路径、强度和风结构，平均多出 24 小时提前量，相当于约十年气象学进步。

    推荐理由：官方Nature论文和模型开源同时落地，读者可据此了解AI气象预报达到的精度水平并直接获取代码权重。

7月31日周五
7月30日周四
  1. Google DeepMind67

    Google DeepMind 发布 Gemini Robotics ER 2 具身推理模型，新增视频理解与多机器人协作

    Google DeepMind 发布 Gemini Robotics ER 2 具身推理模型，可通过连续视频流追踪任务进度、编排多步任务，并支持多机器人协作，将运动执行交给下层 VLA 模型。

    推荐理由：官方公布具身推理模型的能力指标与 API 入口，开发者可以据此评估它在实体机器人任务编排中的可用性。

7月28日周二
  1. Google DeepMind71

    Google DeepMind 发布 Gemini Robotics 2，实现机器人全身智能控制

    Google DeepMind 发布 Gemini Robotics 2 系列模型，包含 VLA 模型 Gemini Robotics 2、具身推理模型 Gemini Robotics ER 2 和可本地运行的 Gemini Robotics On-Device 2，实现人形机器人全身控制、精细操作和多机器人协作。

    推荐理由：官方完整说明了三个模型的能力分工、适配速度和安全基准，读者可了解机器人全身体智能的最新进展与获取方式。

7月23日周四
  1. Google Research67

    Google Research 发布 SymptomAI 研究论文，用 Gemini Flash 2.0 Agent 做日常症状评估

    Google Research 发表 SymptomAI 论文，通过 n=13,917 的全国规模随机研究测试基于 Gemini Flash 2.0 的实验性对话 Agent 做症状问诊与鉴别诊断（DDx）。

    推荐理由：原文给出 n=13,917 随机研究的主要结果，临床专家在超五成案例更偏好 SymptomAI 的鉴别诊断，可据此理解对话式问诊 Agent 的真实表现。

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
7月9日周四
  1. Google Research61

    Google Research 发布可穿戴健康基础模型 SensorFM，基于超一万亿分钟传感器数据预训练

    Google Research 推出 SensorFM，从500万同意参与者采集的超一万亿分钟多模态可穿戴传感器数据中自监督预训练，覆盖 PPG、加速度、EDA、皮肤温度和测高五类模态。

    推荐理由：原文给出SensorFM的训练规模、跨35项健康任务的泛化结果和Agent集成实验，读者可据此评估可穿戴健康基础模型的实际能力。

7月8日周三
  1. Google Research47

    Google Research 用 Google Maps 路由干预缓解城市拥堵

    Google Research 在 Nature Cities 发表首个大规模真实世界研究，通过修改 Google Maps 算法将不到 2% 的行程引导至替代路线，在美国 10 座城市测试后，目标路段行驶速度中位数提升约 2%，燃油消耗率中位数下降 0.5% 至 1.0%。该研究采用全城 switchback 实验设计，每座城市选取约 100 个拥堵路段，每年每城可减少数千吨 CO2e 排放。

7月7日周二
  1. OpenRouter Announcements71

    OpenRouter 实测图像 detail 参数：推理模型用 low 更贵更差

    OpenRouter 在 MMMU-Pro Vision（1,730 题）上基准测试 OpenAI 和 Google 五款模型的图像 detail 设置，发现 gpt-5.5 用 low 比 auto 低 13.8 分（65.2% vs 79.0%）且每题更贵（5.1¢ vs 4.5¢），原因是模型为看清热压缩图像多花 1.6x 推理 token。

    推荐理由：基于 MMMU-Pro Vision 实测五款模型，给出推理模型保持 auto 细节、改调 reasoning effort 省钱的可操作结论。

7月3日周五
7月1日周三