Google DeepMind 推出 AI co-clinician 医疗研究计划
Google DeepMind 宣布推出 AI co-clinician 研究计划,探索在医生临床监督下由 AI 智能体辅助患者的三方诊疗模式。在 98 个真实初级医疗查询的盲测中,该系统在 97 例里零关键错误,医生在对照评估中更偏好其回答;在 OpenFDA RxQA 药物问答基准上,开放式提问场景表现超过其他前沿模型。
推荐理由:原文给出了评测方法与具体结果,读者可据此判断该系统当前能力边界与适用场景。
公司与模型
Google 与 DeepMind 的 Gemini 模型、Veo 视频生成、前沿研究与各条产品线的 AI 更新。
125 条精选近 30 天 18 条共收录 405 条
Google DeepMind 宣布推出 AI co-clinician 研究计划,探索在医生临床监督下由 AI 智能体辅助患者的三方诊疗模式。在 98 个真实初级医疗查询的盲测中,该系统在 97 例里零关键错误,医生在对照评估中更偏好其回答;在 OpenFDA RxQA 药物问答基准上,开放式提问场景表现超过其他前沿模型。
推荐理由:原文给出了评测方法与具体结果,读者可据此判断该系统当前能力边界与适用场景。
Google Research 介绍了科学家使用 Empirical Research Assistance (ERA) 的四个真实场景:在公共卫生领域,ERA 生成的美国流感。
推荐理由:四个真实场景展示了ERA从预测到机制发现的可迁移用法,便于评估AI辅助科研的实际边界。
Google Research 宣布该方法已作为 Auto frame 功能的一部分在 Google Photos 上线,可用生成式 AI 在拍照后自动改变相机视角重新构图。
推荐理由:原文拆解了3D估计与生成补全两阶段流程,读者可理解视角重合成如何在保留原内容的同时补出隐藏区域。
Google DeepMind 发表新论文 Decoupled DiLoCo,将大训练任务拆分为解耦的算力岛屿并以异步数据流连接,使局部硬件故障不影响其他部分继续训练。
推荐理由:原文给出了带宽、容错和跨代硬件混训的具体实验结果,可据此评估分布式训练路线的实际可行性。
Google DeepMind 发布 Gemini 3.1 Flash TTS 文本转语音模型,通过在文本中嵌入自然语言 audio tags 实现对语音风格、语速和表达的细粒度控制。
推荐理由:原文给出了基准分数和开放入口,读者可据此判断其在语音生成上的定位与可用性。
Google DeepMind 发布 Gemini Robotics-ER 1.6,作为机器人高层推理模型,可通过 Gemini API 和 Google AI Studio 调用,并原生调用 Google Search、VLA 及第三方函数。
推荐理由:原文说明了仪器读数能力的实现路径,读者可了解具身推理如何结合代码执行解决真实巡检问题。
Google DeepMind 发布 Gemma 4 开源模型系列,采用 Apache 2.0 许可,包含 E2B、E4B、26B MoE 和 31B Dense 四种尺寸,主打推理与智能体工作流。
推荐理由:原文给出了各尺寸的硬件适配与开源许可细节,读者可据此判断本地部署和微调的可行路径。
Google DeepMind 在 Hugging Face 上发布 Gemma 4 多模态模型家族,采用 Apache 2 许可,共五个尺寸(E2B、E4B、12B Unified、31B、26B A4B MoE),均提供 base 与 IT 检查点,支持图像、文本输入,小尺寸与 12B Unified 还支持音频。
推荐理由:原文列出五档尺寸、架构取舍与各基准分数,读者可据此判断端侧与 MoE 方案的实际取舍。
Google Research 发布白皮书,更新了用 Shor 算法破解 ECDLP-256 所需的量子资源估算:两套量子电路分别只需少于 1,200 逻辑量子比特和 90 million Toffoli 门。
推荐理由:原文给出的资源估算降幅和零知识证明披露方式,可帮助读者理解量子威胁的紧迫程度与负责任披露的可行做法。
Google DeepMind 发布 Gemini 3.1 Flash Live,称其为迄今质量最高的音频与语音模型,精度与延迟均有改善。在 ComplexFuncBench Audio 上取得 90.8%,在 Scale AI 的 Audio MultiChallenge 上开启 thinking 后取得 36.1%。
推荐理由:给出了两项基准分数和面向开发者、企业、普通用户的开放入口,读者可据此判断其在语音智能体场景的可用性。
Google DeepMind 发布关于 AI 有害操纵的研究,称已建立首个经实证验证、可在真实世界测量此类操纵的工具包,并公开了复现人类被试研究所需的全部材料。
推荐理由:研究给出了跨领域实测数据,说明AI操纵能力在不同高风险场景间不可迁移,为针对性评估提供了依据。
Google Research 与多家 NHS 机构合作开展 AIMS 研究,在 Nature Cancer 发表两项研究评估 AI 乳腺癌检测系统。
推荐理由:研究给出了AI作为第二读片人的具体读片量与时间节省数据,可帮助评估其在筛查流程中的实际落地空间。
Google Research 宣布在 Flood Hub 上线城市山洪(Urban Flash Flood)预报,可提前最多 24 小时预测城市地区山洪风险。
推荐理由:原文说明了山洪预警缺乏历史数据的难点及用新闻报道构造训练集的做法,可迁移借鉴。
Google Research 与 Beth Israel Deaconess Medical Center 合作,发布了对话式诊断 AI 系统 AMIE 的前瞻性单中心临床可行性研究结果。
推荐理由:研究给出了 AMIE 在真实门诊流程中的安全与诊断表现数据,可帮助读者评估对话式医疗 AI 的落地现状与局限。
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。
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。
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。
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。
Google DeepMind 发布两篇论文,介绍 Gemini Deep Think 在数学、物理和计算机科学领域求解专业研究问题的成果。
推荐理由:原文给出了数学研究智能体的设计要点与人机协作方法,可迁移给从事 AI 辅助科研的读者。
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。