Google DeepMind 推出 SynthID Bio,为 AI 生成的蛋白质添加水印
Google DeepMind 推出 SynthID Bio,将水印技术引入合成生物学,在保留蛋白质生物功能的同时嵌入不可见签名,并可在物理蛋白质上验证。实验显示,水印设计在结合亲和力、命中率和序列多样性上与未水印版本相当,首次实现了带水印且功能正常的蛋白质结合剂。
推荐理由:原文给出了水印技术的原理、实验验证和开放计划,读者可以据此判断它在生物安全与科研诚信中的实际作用。
Google DeepMind 推出 SynthID Bio,将水印技术引入合成生物学,在保留蛋白质生物功能的同时嵌入不可见签名,并可在物理蛋白质上验证。实验显示,水印设计在结合亲和力、命中率和序列多样性上与未水印版本相当,首次实现了带水印且功能正常的蛋白质结合剂。
推荐理由:原文给出了水印技术的原理、实验验证和开放计划,读者可以据此判断它在生物安全与科研诚信中的实际作用。
Google 宣布为 Private AI Compute 平台新增私有服务器端记忆层,实现跨设备持久AI记忆。该方案通过硬件安全飞地、加密通道和设备派生密钥,确保数据在云端处理时仍保持设备级隐私,即使 Google 也无法访问。同时发布防篡改软件记录及独立网络安全审计结果,邀请社区验证其保护机制。
Google DeepMind 推出 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型,支持通过自然语言提示从零创建角色声音,并可在 Google AI Studio、Gemini API 等平台使用。
Emerald AI、Google 与 NVIDIA 联合成立 AI 能源管理联盟(AEMA),推动数据中心根据电网状况动态调整用电,以加速 AI 基础设施接入并降低环境影响。联盟聚焦可衡量的响应速度、时长、可预测性等性能指标,而非具体软硬件,并制定故障穿越、削减负荷等接入前义务规则。AEMA 将联合算力与电力全价值链,倡导认可电网响应型需求的政策,助力美国 AI 基础设施建设。
Google DeepMind 发布 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking 两款语音模型,前者面向规模化与成本效率,后者面向高复杂度任务。
推荐理由:原文给出了两款新模型的定位差异、评测成绩和开放入口,读者可以据此判断它们适合哪些语音交互场景。
Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber 两款模型。3.8 Flash 在 DeepSWE v1.1 等基准上超越多数更大规模前沿模型,HLE-Verified 得分 54.9%,定价为每百万输入 token 0.75 美元、每百万输出 token 3.75 美元。
Google DeepMind 推出全球首个针对专有前沿 AI 模型的双盲评测,将外部评测置于加密环境中,防止模型提前看到测试题导致基准污染。该评测与新加坡 AI 安全研究所、OpenMined、AVERI 和 MLCommons 合作,使用 Gemini Flash Lite 模型在隐私保护环境中测试机密基准。
Google DeepMind 推出 Gemini 3.5 Transcribe,提供更智能的语音转文字转录能力。该功能基于 Gemini 3.5 模型,旨在提升转录的准确性与智能化水平,适用于教育等场景中的音频内容处理。
Google DeepMind 与游戏工作室合作,将 15 年游戏 AI 研究成果原型化到实际玩法中。合作覆盖从 Atari 到 EVE Online 等不同世代游戏,探索 AI 智能体在真实游戏环境中的交互与决策能力。
Google DeepMind 推出手语转文本(SL2T)模型,为聋人和听障用户提供全新手语功能。该模型可将手语实时转换为文本,帮助用户更便捷地沟通。
Google 与 AIM 联合推出 ATL Saathi,一款由 Gemini 驱动的 AI 工具,旨在赋能印度机器人实验室中的教育工作者。该工具面向印度下一代创新者,助力其在机器人教育领域的教学与实践。
英国政府与 Google DeepMind 合作,开发一款 AI 驱动的原型系统,旨在加快住房规划决策。该系统将用于加速住房审批流程,缓解英国住房建设瓶颈。
Google DeepMind 提出 AI Control Roadmap,用于保障内部系统安全,结合传统防护手段与实时监控,应对 AI 智能体带来的安全挑战。该路线图旨在通过多层次策略,确保智能体在受控环境中运行,并持续监测其行为以防范潜在风险。
Gemini 3.5 Live Translate 为 Google AI Studio、Google Translate 和 Google Meet 带来近乎实时的自然语音翻译。该功能基于 Gemini 3.5 模型,支持多语言实时对话翻译,并已集成至上述三款 Google 产品中。
随机对照试验结果显示,Gemini 的 Guided Learning 功能有望提升学习参与度并加速学习进程。该研究在塞拉利昂开展,并计划将成果推广至更广地区。
Google DeepMind 扩展其工具,帮助用户理解网络内容是如何被创建和编辑的。此次更新旨在提升内容来源与编辑历史的透明度,让用户更清晰地辨别信息的生成与修改过程。
Google DeepMind 与新加坡建立国家级合作伙伴关系,将前沿 AI 应用于健康、教育、可持续发展等领域的复杂挑战。此次合作旨在借助 AI 能力应对新加坡在关键社会议题上的实际需求,推动前沿技术落地于公共服务与行业场景。
Calico Life Sciences 借助 Co-Scientist 将零散的研究发现相互关联,并在衰老研究中生成新的线索。该工具帮助研究人员整合分散证据,提出可验证的新假设,从而加速衰老生物学领域的探索进程。
Google DeepMind 推出基于 Gemini 构建的多智能体 AI 伙伴 Co-Scientist,旨在帮助研究人员加速科学突破。该系统通过多智能体协作模式,辅助科研人员完成假设生成、实验设计等研究环节,提升科研效率。
Google DeepMind 正在研究 AI 协同临床医生(AI co-clinician)路径,探索 AI 辅助医疗新模式。该研究聚焦于 AI 在临床决策支持、诊疗流程优化中的应用,旨在推动 AI 增强型医疗护理的发展。目前仍处于研究阶段,尚未披露具体模型版本、临床评测数据或部署时间表。
Google DeepMind 与韩国建立合作伙伴关系,将利用前沿 AI 模型加速科学突破。双方将共同推动 AI 在科研领域的应用,助力韩国提升科技创新能力。此次合作聚焦于发挥前沿模型的推理能力,解决复杂科学问题,并促进 AI 与基础科学的深度融合。
Google DeepMind 与多家全球咨询公司建立合作,将前沿 AI 能力带给世界各地的组织机构,加速其 AI 转型进程。此次合作聚焦于推动前沿 AI 在真实业务场景中的落地应用,帮助客户更高效地部署和利用 AI 技术。
Google DeepMind 推出 Gemini Robotics-ER 1.6,通过增强空间推理与多视角理解,提升自主机器人在真实世界任务中的表现。该模型聚焦具身推理能力,旨在帮助机器人更准确地感知环境、规划动作并完成复杂操作。