Google DeepMind 发布音频模型 Gemini 3.5 Live Translate 支持 70 多种语言近实时语音互译
Google DeepMind 正式发布最新音频模型 Gemini 3.5 Live Translate,支持 70 多种语言的近实时端到端流式语音互译,并在生成翻译时保留原说话人的语调、节奏和音高。
推荐理由:模型突破了传统轮流对话式翻译的延迟限制,通过流式生成保留说话人语调与节奏,为实时跨语言沟通提供了新方案。
Google DeepMind 正式发布最新音频模型 Gemini 3.5 Live Translate,支持 70 多种语言的近实时端到端流式语音互译,并在生成翻译时保留原说话人的语调、节奏和音高。
推荐理由:模型突破了传统轮流对话式翻译的延迟限制,通过流式生成保留说话人语调与节奏,为实时跨语言沟通提供了新方案。
Google DeepMind 推出统一且无独立编码器的多模态模型 Gemma 4 12B,支持原生音频与视觉输入,采用 Apache 2.0 协议开源。该模型移除了传统的图像和音频编码器,直接将多模态信号投影至 LLM 主干,性能接近 26B MoE 模型而内存占用减少超过一半,仅需 16GB 显存或统一内存即可在笔记本电脑本地运行。
推荐理由:模型移除了传统独立的模态编码器并直接接入语言主干,展示了在消费级硬件上兼顾原生音画输入与推理效率的轻量化方案。
Google DeepMind 启动为期 3 个月的欧洲机器人加速器计划,选拔了来自英国、法国、德国等国家的 15 家早期机器人初创公司入选。入选企业将获得 Google 与 Google DeepMind 专家的导师指导,并可直接接入其 AI 技术栈与 Gemini 机器人模型。这批初创公司的业务覆盖焊接质检、神经外科微型机器人、建筑微工厂、海洋自主作业与人形机器人数据采集等具身智能应用领域。
通义实验室联合 Efflora 团队完成技术验证,仅凭一份约 15 万字的产品调研文档,由 Qwen3.7-Max 在无人工接管下用时约 4 小时全自动交付移动端与 Web 端两套可运行应用。
推荐理由:文章详细拆解了将界面像素坐标转化为硬约束及多层验收闭环的工程实践,为大模型长程代码交付提供了可迁移的控制方法。
Google DeepMind 发布在塞拉利昂开展的预注册对照试验结果,使用基于 LearnLM 调优的 Guided Learning 辅助教学让学生数学成绩提升 0.258 个标准差,相当于 8 周内取得了 1.2 至 1.7 年的正常学习进展。
推荐理由:这项预注册对照试验用翔实数据验证了苏格拉底式引导在基础教育中的提分效果与师生交互模式。
Google 在 Gemini Enterprise Agent Platform 中推出了由 Agentic RAG 驱动的跨语料库检索功能公开预览版,旨在解决传统单步 RAG 难以应对的多源多跳复杂业务查询问题。
推荐理由:Google推出了基于智能体工作流的多跳跨语料库检索架构,为复杂业务问答中的信息缺漏与迭代补充提供了可参考的落地机制。
Google Research 在 Nature 发表论文推出 PHRM 研究系统,利用智能手机前置摄像头在人脸解锁后自动采集面部视频,通过端侧深度学习算法被动估算心率与每日静息心率。
推荐理由:该研究展示了利用手机前置摄像头实现全肤色被动心率监测的技术方案,为无穿戴设备的日常健康追踪提供了实用参考。
Google 联手 Intersect 宣布在得克萨斯州 Gray 县和 Roberts 县建设 Meitner 能源中心,打造与专用清洁能源同址建设的新数据中心。该数据中心将配套专属清洁电力以减轻当地电网供电压力,采用风冷技术以限制水资源消耗,并接入 Google 全球网络支持 Search、Gmail、Maps 和 Cloud 等服务。
推荐理由:原文披露了数据中心与专属清洁能源同址建设的方案,读者可据此了解大型算力基建缓解电网与水资源压力的落地路径。
Google Research 在 GitHub 上以 Apache 2.0 协议开源了水文学建模框架,提供支持 Google Flood Hub 实时洪水预报的完整模型架构与训练流水线。
推荐理由:Google 将其实时洪水预测的水文模型框架在 GitHub 开源,使各地气象与水文机构能够结合本地数据低成本训练专属预报模型。
Google 宣布针对数据中心运营的五项水资源管理承诺,目标到 2030 年实现水资源回补量超过自身站点消耗量。目前 Google 已在 97 个流域支持 165 个水资源项目,全面实施后预计到 2030 年每年回补超 190 亿加仑水。此外,Google 已承诺投入超 5 亿美元用于供排水及回用水基础设施建设,并在高风险流域优先采用风冷或再生水方案。
Vertiv 推出流体管理服务 Vertiv PurgeRite NearZero,面向北美数据中心闭环水系统调试,通过机械冲洗、反渗透与水质监测实现冲洗水循环利用。在部分实际部署中,该服务相比传统调试方式将总用水量减少高达 78%、外运水量减少高达 91%、排放管理成本降低达 34%,并减少约 300 次槽车运输。
AWS 为 AWS Parallel Computing Service(AWS PCS)推出全新可观测性监控方案,为 HPC 环境提供实时作业跟踪与资源洞察。
Google 在瑞典 Horndal 正式破土动工建设新数据中心,以满足 Search、Google Cloud 和 YouTube 等服务的需求,预计创造 100 个直接就业岗位。该设施采用风冷设计以减少用水,并支持场外余热回收为当地社区供热;此外 Google 还设立了 500 万欧元的社区基金支持当地教育与人才培养。
Kubernetes Dashboard 项目现已被归档,开源 UI 工具 Headlamp 接棒推进其可视化体验。Headlamp 在延续原有工作负载查看、清单编辑与 RBAC 控制的基础上,新增了多集群管理、以应用为中心的 Projects 视图以及插件扩展能力(支持 Flux 与 AI 助手等)。用户可根据需求将其部署在集群内部或作为桌面端应用使用。
Vertiv 宣布推出集成于 NVIDIA Omniverse DSX Blueprint 的 Vertiv SmartRun 生产级数字孪生能力,加速 AI 工厂的设计、仿真与部署流程。
Google Research 在 I/O 2026 上汇总公布多项研究突破与工具更新,推出科研智能体套件 Gemini for Science 以及升级版智能体开发平台 Google Antigravity 2.0。
推荐理由:官方系统梳理了科研智能体与端侧硬件的最新落地进展,读者可据此了解前沿研究向工程化产品转化的具体路径。
Google 推出一套结合密码学与可信执行环境(TEE)的零信任隐私分析方案,可在保护端侧用户隐私的前提下获取群体聚合数据。该方案采用新型单消息(one-shot)密码学安全聚合协议,消除了传统多轮交互对设备长期在线的要求。配合 TEE 的硬件远程证明与隔离机制,系统构建了多层防御,确保单设备原始数据在服务端内存中全程不被解密或还原。
滴滴与智谱联合成立的“滴滴-智谱AI探索实验室”(DiDi–Z.AI Universe Lab)在北京正式启动,双方围绕 AGI 关键技术及其在出行领域的 Agent 应用展开协同探索。实验室结合滴滴出行场景与智谱大模型能力,重点探索强化学习与多 Agent 协作在实际业务中的落地与优化,共同推进场景验证、产品落地及人才培养。
智谱联合 TileRT 团队推出 GLM-5.1 高速版 API(GLM-5.1-highspeed),输出速度达 400 tokens/s,在完整保留旗舰模型能力的同时实现低延迟。
推荐理由:智谱通过底层推理引擎重构将旗舰模型输出速度提升至400 tokens/s,为高频交互与长程编码场景提供了极低延迟的落地路径。
Google DeepMind 在亚太地区推出首期加速器项目(Google DeepMind Accelerator program),主题为“AI for the Planet”,旨在利用前沿 AI 应对气候与环境风险。
Google 宣布在密苏里州蒙哥马利县建设新数据中心,并通过与 Ameren 的容量承诺框架协议支持开发超过 500MW 的新增电力容量以覆盖自身运营与基建成本。同时,Google 设立了 2000 万美元的能源影响基金帮助当地家庭降低能源账单,并资助当地劳动力培训项目以支持数千名建筑工人与学徒培训。
Google 宣布其实验研究辅助系统 ERA(Empirical Research Assistance)论文在 Nature 正式发表,并开始通过 Gemini for Science 逐步开放基于 ERA 和 AlphaEvolve 构建的实验工具 Computational Discovery。
推荐理由:原文展示了结合树搜索与大模型自动编写并优化科研代码的方法,为多学科计算实验的自动化提供了实测参考。
生物学研究团队正利用 Google DeepMind 的 Co-Scientist 系统加速逆转细胞衰老研究,解决筛选基因通路与海量实验数据分析两大核心瓶颈。Co-Scientist 通过检索数万篇文献提出了 20 多个全新且可行的遗传候选靶点,部分假设已在实验室中验证成功使细胞恢复年轻状态。在后续数据解读中,该系统将筛选数据与文献关联分析的时间从长达 6 个月缩短至数天。
Google DeepMind 宣布在实验性原型 Project Genie 中接入 Google 街景图像能力,允许用户基于真实地理位置生成可交互的虚拟世界。
推荐理由:结合街景图像生成可交互世界,为 AI 智能体与机器人导航提供了锚定真实地理数据的虚拟仿真环境。
Google DeepMind 正式推出 Gemini Omni 系列模型及首款模型 Gemini Omni Flash,支持将图像、音频、视频和文本任意组合输入并生成高质量视频。
推荐理由:原文介绍了支持任意模态输入并能对话式编辑视频的新模型,读者可以了解多模态生成与推理能力结合的最新落地进展。
Google DeepMind 推出 Gemini for Science 系列科学工具与实验原型,旨在通过通用 AI Agent 加速科学研究全流程。Google Labs 上线了三项核心原型:基于 Co-Scientist 的多智能体假说生成、基于 AlphaEvolve 与 ERA 的代码并行计算发现,以及基于 NotebookLM 的文献深度洞察。
推荐理由:原文系统介绍了结合多智能体与专业数据库的科研工具集,读者可以据此了解通用 AI 在假说生成与文献分析中的具体落地形态。
Google 宣布全面扩展内容透明度与验证工具,在 Search、Gemini、Chrome、Pixel 及 Google Cloud 中深入集成 SynthID 水印与 C2PA 溯源技术。
推荐理由:原文给出了从端侧拍摄到多平台搜索验证的技术落地细节,读者可以了解主流平台如何统一推进生成式内容溯源与真伪识别。
Google DeepMind 与新加坡政府达成国家级 AI 合作,在医疗、科研和教育领域推进前沿技术落地,预计到 2040 年通过研发提速创造 33 亿新元(25 亿美元)经济价值。
剑桥大学 Clare Bryant 教授团队利用 Co-Scientist 寻找病原体跨物种传播引发严重疾病的分子开关。Co-Scientist 通过分析研究提案与未公开数据生成并排序假设,精准锁定候选蛋白质及具体氨基酸。该工具预计将原本需要 2 至 3 年的靶点识别实验工作缩短至 6 个月完成。
Calico Life Sciences 借助 Co-Scientist 整合零散的衰老生物学文献,成功生成了关于代谢如何调控整合应激反应(ISR)的全新科学假设。研究人员通过与 Co-Scientist 交互进一步完善了实验验证方案,并在后续实验中取得了重要新发现。Calico 团队计划正式发表这一有助于揭示 ISR 在健康与疾病中作用的研究成果。
爱丁堡大学研究团队利用 Google DeepMind 的 Co-Scientist 系统,在代谢功能障碍相关脂肪性肝炎(MASH)机制研究中生成新假设并筛选候选联合疗法。针对药物 resmetirom 疗效受限的具体问题,Co-Scientist 提出将 NLRP3 炎症小体作为连接炎症与代谢的分子桥梁假设,该机制已获得实验验证,为开发靶向双联疗法提供了支持。
MIT 机械工程师 Ritu Raman 与波士顿儿童医院化学生物学家 Ryan Flynn 借助 AI 系统 Co-Scientist 开展跨学科合作,共同探索渐冻症(ALS)新疗法。Co-Scientist 帮助研究人员快速梳理庞杂文献并生成可检验假设,按可行性与风险回报评估研究方向。双方结合活体组织建模与细胞表面 RNA 分析工具,正针对 ALS 寻找新型 RNA 机制与潜在药物。
斯坦福大学医学院团队利用 Google DeepMind 的 Co-Scientist 从海量文献中筛选老药新用以治疗肝纤维化,相关成果发表于 Advanced Science。
推荐理由:斯坦福团队通过活体人类肝细胞实验验证了 Co-Scientist 筛选老药的能力,为 AI 辅助药物重定向提供了直接对比与实验数据。
Google DeepMind 披露了气象 AI 模型 WeatherNext 协助美国国家飓风中心(NHC)预测 2025 年 10 月飓风梅丽莎(Hurricane Melissa)的细节,该模型提前 5 天预测出该风暴将从弱热带低压急剧增强为 5 级飓风并在牙买加登陆。
推荐理由:原文结合实战案例展示了气象大模型如何同时兼顾路径与强度预测,读者可据此了解 AI 在极端天气预警中的落地范式。
Google DeepMind 正式推出 Gemini 3.5 系列并首发上线 Gemini 3.5 Flash,重点强化复杂长程智能体与编程工作流能力。该模型在 Terminal-Bench 2.1(76.2%)和 MCP Atlas(83.6%)等基准上超越 Gemini 3.1 Pro,输出速度达到其他前沿模型的 4 倍。
推荐理由:原文给出了模型在智能体与编程基准上的性能表现及吞吐速度对比,读者可以据此评估其作为生产环境主力模型的调用效率与成本。
Kubernetes v1.36 升级工作负载感知调度架构,将 Workload API 拆分为静态模板与管理运行时状态的 PodGroup API,并为 kube-scheduler 增加原子化 PodGroup 调度周期以支持成组调度(gang scheduling)。
推荐理由:原生拆分静态模板与运行时分组状态,并联合调度周期与抢占机制,使分布式训练等紧耦合任务摆脱了复杂外挂调度系统的依赖。
Google DeepMind 联合 Google 多团队推出基于 Gemini 的多智能体科研系统 Co-Scientist,并于 Nature 发表相关研究。
推荐理由:多智能体通过辩论与淘汰机制生成科学假说,为大模型在复杂生命科学与跨学科研究中的落地提供了完整范式。
Kubernetes 在 v1.36 版本中推进动态资源分配(DRA)架构升级,使设备优先级回退列表功能进入稳定版,并新增对大规模工作负载共享 ResourceClaim 的支持。该版本还将可分区设备、设备污点、绑定条件与健康状态暴露等特性推进至 Beta,同时在 Alpha 阶段支持使用 DRA 统一管理 CPU 和内存等节点资源,并规范了容器内设备元数据的标准发现协议。
推荐理由:原文展示了 DRA 从专用加速器扩展到通用算力与工作负载级调度的演进细节,为 AI 集群资源管理与平滑迁移提供了落地参考。
Google DeepMind 复盘了由 Gemini 驱动的算法设计编码智能体 AlphaEvolve 推出一年以来的应用进展,该系统已转为 Google 核心基础设施组件。
推荐理由:原文详细梳理了编码智能体从基础算法拓展到芯片设计与商业优化的具体数据,读者可以据此评估 AI 辅助算法探索在各行业落地的实际深度。
Vertiv 宣布任命 Frieda He 为首席采购官(CPO),全面领导全球采购组织,以强化供应链韧性并应对 AI 与高密度数字基础设施的快速增长需求。Frieda 拥有近 20 年全球采购与供应链领导经验,此前曾担任 Polestar 首席采购官以及 Volvo Cars 副总裁,分别管理过超 30 亿美元和超 90 亿美元的全球年度支出。