跳到正文

Google Research

research.google · 网站与博客

当前显示全部 AI 相关新闻
切换来源
全部网站与博客新闻IT Home8622 条Simon Willison353 条OpenAI News317 条TechCrunch · AI265 条The Decoder245 条Hugging Face Blog151 条The Verge · AI143 条Claude Blog135 条elsewhere articles109 条Google Research108 条OpenRouter Announcements103 条Mistral AI88 条Tomer Tunguz81 条Databricks Blog76 条Sierra Blog67 条Anthropic Newsroom65 条Gary Marcus63 条Claude Platform release notes62 条Runway News62 条LMSYS Blog60 条Google DeepMind58 条a16z News49 条LangChain Blog48 条Suno Blog48 条ByteByteGo46 条NVIDIA Blog46 条Apple Machine Learning Research43 条Google Blog: AI41 条Google Developers Blog35 条Cursor Blog33 条Microsoft AI News32 条Linear Now30 条AWS Machine Learning Blog29 条Google Cloud: Databases28 条Dwarkesh Patel27 条Ars Technica · AI26 条Nathan Lambert: Interconnects25 条Latent Space24 条DeepSeek API updates23 条Sakana AI Blog23 条Anthropic Research21 条Import AI21 条AI as Normal Technology20 条MIT Technology Review · AI16 条GitHub Blog · AI & ML12 条Meta Engineering11 条Berkeley AI Research10 条Microsoft Research10 条Every latest articles6 条CMU Machine Learning Blog1 条MarkTechPost · 历史来源101 条xAI News · 历史来源73 条Artificial Intelligence News · 历史来源44 条Claude YouTube · 历史来源41 条Ars Technica: AI · 历史来源18 条GitHub Blog · 历史来源17 条Lilian Weng's Log · 历史来源2 条
108 条AI 相关新闻 · 最新在前
今天10月6日周二
10月3日周六
  1. Google Research46

    Google 发布基于 TEE 的新一代联邦学习系统，实现可验证的隐私保护

    Google 发布新一代联邦学习系统，利用 Trusted Execution Environments（TEE）实现完全可验证、可审计的数据匿名化保证，Gboard 已采用并实现显著更快的计算速度。系统通过 KMS 策略验证、公开透明日志 Rekor 和可复现构建，使外部审计者能追踪所有可能访问设备数据的服务端工作负载，且仅差分隐私模型权重对操作者可见。

9月30日周三
  1. Google Research44

    Google Research 提出 Diffusion Controller：统一并简化 AI 图像生成控制

    Google Research 提出 Diffusion Controller 框架，将扩散模型去噪过程重构为连续控制问题，用一个轻量"转向阻尼"网络在冻结基座模型的前提下动态调整生成轨迹。在 Stable Diffusion v1.4 上以 HPS-v2 评测，其完全解锁版本对基线模型取得 90% 胜率，并支持在无法访问内部权重的闭源模型上实现定制控制。

9月25日周五
9月19日周六
9月18日周五
9月16日周三
  1. Google Research43

    Google Research 提出 Retrieve-for-Train：用 RL 编译扩散模型绕过推理瓶颈

    Google Research 提出 Retrieve-for-Train 框架，通过离线强化学习发现奖励对齐的查询扇出并编译为监督信号，再蒸馏进一个 53.9M 参数的扩散检索器，实现单次非自回归的查询扇出，无需推理时的 CoT 思考 token。该方法基于 Gemma3-4B 和 Qwen3-4B 微调，旨在解决零样本 LLM 在数据库感知查询分解中的复述坍缩与自回归延迟瓶颈。

9月11日周五
9月4日周五
  2. Google Research64

    Google Research 联合 HHMI Janelia 发布完整雄性果蝇大脑连接组

    Google Research 与 HHMI Janelia、MRC 分子生物学实验室及剑桥大学等合作，在 Cell 发表雄性果蝇大脑和中央神经系统的完整连接组，包含超 166,000 个神经元和 1.25 亿个突触连接，是迄今按神经元数量计最大的脑图谱。

    推荐理由：由参与方介绍完整雄性果蝇连接组，读者可了解其规模、AI 重建方法及对后续脑映射研究的用途。

9月2日周三
9月1日周二
  1. Google Research56

    Google 发布 TimesFM-3 时间序列基础模型，支持零样本多变量预测

    Google 发布 TimesFM-3，一个 330M 参数、在超过 1 万亿时间点上预训练的时间序列基础模型，原生支持零样本多变量预测。模型可在单次前向传播中生成整个预测区间，支持多目标、过去协变量和过去-未来协变量，并在 Gift-Eval、FEV-Bench 和 Time 三个基准上于点预测和概率预测指标中均排名第一。

8月28日周五
8月27日周四
8月26日周三
  1. 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17日周一
  2. Google Research15

    Google Research 2020 年研究回顾：从 Transformer 图像识别到 LIT 可解释性工具

    Google Research 回顾了 2020 年发布的十余项研究，涵盖用 Transformer 做大规模图像识别、MediaPipe Holistic 在设备端同时预测人脸手部与姿态、以及用于 NLP 模型交互分析的语言可解释性工具 LIT。其他工作还包括用 AutoML 做时间序列预测、用 GAN 生成奇幻生物、MinDiff 框架缓解 ML 模型偏见，以及大语言模型的隐私考量。

  4. Google Research13

    Google Research 声音与声学专题：从鸟类 AI 到水下声学谜题

    Google Research 汇总其声音与声学方向的研究，涵盖用鸟类数据训练的 AI 揭示水下谜题、听觉智能新基准、声源定位提升群组对话可访问性，以及零样本单声道转双耳语音合成。相关成果还涉及 AI 识别鲸类发声、对比式神经音频分离、SoundStorm 并行音频生成、AudioLM 音频生成语言建模和 TRILLsson 通用语音表征。

  14. Google Research19

    Google Research 负责任 AI 研究进展：从 VaultGemma 到差分隐私框架

    Google Research 发布负责任 AI 系列研究，涵盖差分隐私 LLM VaultGemma、JAX-Privacy 大规模差分隐私机器学习框架，以及审计机器遗忘的新框架。研究还涉及对话式症状评估智能体 SymptomAI、AI 聊天机器人使用的差分隐私分析，以及用 AI 区分天然林与其他树冠以支持无毁林供应链。

  16. Google Research10

    Google Research 数据挖掘与建模研究合集：从 AI 搜索加速到 GIST 智能采样

    Google Research 发布数据挖掘与建模方向研究合集，涵盖用 Retrieve-for-Train 算法突破推理瓶颈加速复杂 AI 搜索、GIST 智能采样新阶段，以及数据科学智能体 DS-STAR。合集还包含 RAG 充分上下文研究、Transformer 图算法推理能力分析，以及 Android 地震预警、Google Maps 拼车 ETA 等应用。

  18. Google Research15

    Google Research 2026 年研究盘点：从扩散模型控制到地球 AI

    Google Research 公布 2026 年多项研究进展，涵盖 Diffusion Controller 统一简化 AI 图像生成、长视频生成自动化、ToolGrad 工具使用数据集生成，以及 TimesFM-3 零样本多变量预测基础模型。研究还涉及联邦数据可证明隐私学习、Retrieve-for-Train 加速复杂 AI 搜索，以及用深度学习从太空测绘全球甲烷排放。