跳到正文
3月25日周三
3月18日周三
  1. Google DeepMind57

    Google DeepMind 发布 AGI 认知能力分类论文并联合 Kaggle 推出评测黑客松

    Google DeepMind 发布论文《Measuring Progress Toward AGI: A Cognitive Taxonomy》,提出包含感知、生成、注意、学习、记忆、推理、元认知、执行功能、问题解决、社会认知在内的 10 项关键认知能力分类,并给出三阶段评测协议:用保留测试集评估 AI、采集人口代表性成人基线、将 AI 表现映射到人类表现分布。

3月17日周二
3月12日周四
3月9日周一
3月7日周六
  1. Google Research55

    Google Research 开源非洲语言语音数据集 WAXAL,覆盖 27 种语言

    Google Research 发布开源语音数据集 WAXAL,覆盖撒哈拉以南非洲 27 种语言、逾 1 亿使用者,以 CC-BY-4.0 许可开放。数据集包含约 1,846 小时 ASR 转录自然语音与超过 565 小时高保真 TTS 录音,由非洲学术与社区组织主导采集,合作方包括 Makerere University、University of Ghana 等。

3月5日周四
3月4日周三
2月27日周五
  1. Google DeepMind75

    Google DeepMind 发布图像模型 Nano Banana 2(Gemini 3.1 Flash Image)

    Google DeepMind 发布最新图像生成模型 Nano Banana 2(Gemini 3.1 Flash Image),将 Nano Banana Pro 的世界知识、质量与推理能力带到 Flash 速度,支持最多 5 个角色的主体一致性、14 个物体的保真度、512px 到 4K 的分辨率控制,以及基于网页搜索的实时信息 grounding。

    推荐理由:原文列出了从 Pro 下放的能力和各产品线的落地入口,读者可据此判断它会怎样改变现有图像工作流。

2月20日周五
  1. Google DeepMind80

    Google DeepMind 发布 Gemini 3.1 Pro 模型

    Google DeepMind 发布 Gemini 3.1 Pro,作为 Gemini 3 系列的核心推理升级,面向消费者和开发者产品同步推出。在 ARC-AGI-2 上 3.1 Pro 取得 77.1% 的验证分数,超过 3 Pro 推理表现的两倍。

    推荐理由:原文给出了 ARC-AGI-2 上的具体分数和与 3 Pro 的对比,读者可据此衡量其推理能力提升幅度。

2月19日周四
  1. Google DeepMind74

    Gemini 应用上线音乐生成模型 Lyria 3 测试版

    Google DeepMind 宣布其最新生成音乐模型 Lyria 3 在 Gemini 应用中以测试版形式上线,用户可用文字或上传照片、视频在数秒内生成 30 秒带歌词或纯器乐的曲目,并自定义风格、人声和节奏,封面图由 Nano Banana 生成。

    推荐理由:原文说明了 Lyria 3 相对前代的三项能力改进和版权处理方式,可帮助读者判断其可用范围与边界。

2月18日周三
2月17日周二
2月13日周五
  1. Google DeepMind74

    Google DeepMind 升级 Gemini 3 Deep Think 推理模式并开放 API 早期访问

    Google DeepMind 发布 Gemini 3 Deep Think 的重大升级,这一专用推理模式面向科学、研究和工程难题,现已在 Gemini app 中向 Google AI Ultra 订阅者开放,并首次通过 Gemini API 向部分研究人员、工程师和企业提供早期访问。

    推荐理由:原文列出多项基准的具体分数与开放渠道,读者可据此评估其推理能力定位和可用范围。

2月10日周二
2月5日周四
2月4日周三
  1. Google Research60

    Google Research 将与 Included Health 开展全国随机对照研究评估对话式 AI

    Google Research 宣布将与 Included Health 合作,在 IRB 批准后启动一项前瞻性、经知情同意的全国随机对照研究,评估对话式 AI 在真实虚拟医疗场景中的表现,与标准临床实践进行对照。

    推荐理由:梳理了从模拟研究到真实临床的分阶段评估路径,可理解医疗 AI 证据生成的推进逻辑。

1月30日周五
  1. Google DeepMind62

    Google DeepMind 向美国 AI Ultra 用户开放 Project Genie 交互世界原型

    Google DeepMind 宣布向美国 18 岁以上 Google AI Ultra 订阅用户开放 Project Genie,一个基于 Genie 3、Nano Banana Pro 和 Gemini 的实验性研究原型网页应用,可创建、探索和 remix 交互世界。

    推荐理由:原文说明了原型的三项核心能力与已知局限,读者可据此判断世界模型目前能做什么、还做不到什么。

1月28日周三
1月24日周六
1月23日周五
1月16日周五
  1. Google DeepMind57

    Google DeepMind 发布 D4RT 动态4D重建与跟踪模型

    Google DeepMind 发布 D4RT(Dynamic 4D Reconstruction and Tracking),一个统一的4D场景重建与跟踪AI模型,采用编码器-解码器 Transformer 架构和基于查询的机制,通过回答“视频中给定像素在任意时间、指定相机视角下位于3D空间何处”这一问题,用单一接口完成点跟踪、点云重建和相机位姿估计等任务。

1月14日周三
  1. Google Research74

    Google 发布 MedGemma 1.5 4B 医学多模态模型与 MedASR 医疗语音识别模型

    Google 发布 MedGemma 1.5 4B,支持 CT、MRI、全片病理等高维医学影像解读,以及胸片时序回顾、解剖定位和检验报告结构化抽取,并同步推出面向医疗听写的开源语音识别模型 MedASR。

    推荐理由:原文给出了各医学影像模态的具体基准提升数字,读者可据此判断该模型在实际医疗场景中的可用程度。

  2. Google Research61

    Google Quantum AI 在 Nature Physics 发布动态表面码纠错实验演示

    Google Quantum AI 在 Nature Physics 发表 Demonstration of dynamic surface codes,在 Willow 处理器上实验演示了动态电路版表面码,通过在不同电路构造间交替来检测错误。

    推荐理由:原文给出三种动态电路的具体设计与实测数据,读者可据此理解动态表面码如何绕开静态电路的硬件约束。

1月13日周二
2025年12月24日周三
2025年12月19日周五
2025年12月17日周三
  1. Google DeepMind86

    Google DeepMind 发布 Gemini 3 Flash 模型

    Google DeepMind 发布 Gemini 3 Flash,主打前沿智能与速度兼得、成本更低,已在 Gemini API、Google AI Studio、Gemini CLI、Google Antigravity、Vertex AI、Gemini Enterprise 开放预览,并成为 Gemini app 与 Search AI Mode 的默认模型。

    推荐理由:原文给出多项基准分数、定价与速度对比,读者可据此判断它在成本与能力上的取舍位置。

2025年12月16日周二