Google DeepMind 发布 AI 控制路线图以保障智能体系统安全Chinese
Google DeepMind 发布 AI 控制路线图(AI Control Roadmap)与智能体安全技术框架,提出将潜在失齐的 AI 智能体视为内部威胁的系统级纵深防御体系。
Why it matters: 文章提出了将潜在失齐智能体视为内部威胁的系统级防御框架,为自主系统的实时监督与分级拦截提供了落地参考。
Google DeepMind 发布 AI 控制路线图(AI Control Roadmap)与智能体安全技术框架,提出将潜在失齐的 AI 智能体视为内部威胁的系统级纵深防御体系。
Why it matters: 文章提出了将潜在失齐智能体视为内部威胁的系统级防御框架,为自主系统的实时监督与分级拦截提供了落地参考。
通义实验室正式推出具身智能基础模型套件 Qwen-Robot,通过模块化协同弥合视觉语言理解到物理行动的鸿沟。套件包含负责多任务移动控制的 Qwen-RobotNav、统一 80 维跨本体操作表征的 VLA 模型 Qwen-RobotManip,以及基于双流 MMDiT 预测物理演化的世界模型 Qwen-RobotWorld。
Why it matters: 原文给出了导航、操作与世界模型三模块的协同架构,读者可据此了解具身大模型统一跨本体动作空间的落地路径。
Transformers 发布补丁版本 v5.12.1,更新了 PEFT 的版本下限,并修复了安装 mistral-common 时 auto tokenizer 正确解析 Mistral 分词器的问题。该版本变动类似于 v5.10.3 并剔除了主版本中已包含的修复,此外 vLLM 将首先针对 5.10.3 进行适配。
Google 宣布在 2026 和 2027 年投资 15 亿美元,扩建位于美国阿拉巴马州杰克逊县的数据中心园区。该园区自 2019 年在废弃燃煤电厂旧址上改造运营,Google 将 100% 全额自费承担所有电力与基础设施成本。同时 Google 设立了 200 万美元能源影响基金并捐助 55 万美元 STEM 教育物资,以支持当地社区。
Why it matters: Google 全额承担用电与配套基建成本扩建旧燃煤电厂园区,为大型企业应对电网负荷审查提供了基建扩容参考。
Kubernetes SIG Storage 联合主席 Xing Yang 介绍了该小组的演进历程及最新存储功能进展。VolumeGroupSnapshot 在 Kubernetes v1.36 达到 GA,支持多卷崩溃一致性快照;CSI CBT 亦在 v1.36 升至 Beta 以实现高效增量备份。
智谱宣布 GLM-5.2 全量开放,该模型支持 1M 上下文并主打长程任务与代码能力。GLM-5.2 将面向 GLM Coding Plan 全量用户(Lite / Pro / Max / 团队版)开放,其 API 将于下周上线,模型也将于下周遵循 MIT 协议正式开源。
Why it matters: 原文给出了上线节奏、版本开放范围和开源协议,开发者可以据此了解模型获取途径与商用支持。
Google 联合斯坦福等机构发表研究,评估多模态 AI 工具在辅助普通用户理解皮肤病症及后续决策时的效果。在覆盖 2,345 名受试者的对照实验中,AI 辅助使病症名称的识别准确率从常规搜索的 8% 提升至 23%,但在指导用户判断是否紧急就医等下一步决策上并无显著改善。真实社区临床测试显示,图文对照匹配能成为辅助医患沟通的参考工具,但仍需更具体的行动建议来防止用户低估病情紧急度。
Google 支持加州大学圣迭戈分校开展手机集群计算研究,计划利用 2000 部退役 Pixel 手机的主板搭建低碳云算力中心。该方案剥离电池和屏幕以降低安全隐患并保留占内含碳约 50% 的主板,替换为通用 Linux 系统后通过 Kubernetes 进行容器化调度,25 至 50 部手机即可提供等效于一台现代服务器的算力。
Why it matters: 方案通过拆解退役手机主板构建分布式计算集群,为数据中心降低硬件制造阶段的内含碳排放提供了可行的硬件再利用路径。
Vertiv 宣布完成对热交换与排热技术提供商 ThermoKey 的收购,以扩展其面向 AI 工厂及高密度数据中心的全链条热管理产品组合与制造能力。ThermoKey 成立于 1991 年,拥有干冷器以及兼容低 GWP 和天然制冷剂的换热技术;交易完成后,其位于意大利 Rivarotta 的基地将继续作为核心制造与工程枢纽,CEO Giuseppe Visentini 也将留任主持业务。
Why it matters: Vertiv 借此补强了干冷器与环保制冷剂换热产品线,旨在提升其在 EMEA 区域为高密 AI 数据中心提供全链条热管理方案的制造与交付能力。
Google 宣布在弗吉尼亚州开展新社区投资,以支持数千个当地就业岗位并提升能源可负担性。Google 资助了电气培训联盟(etA),计划到 2030 年新增培训 2,741 名学徒,并已在当地投资超 500MW 新能源容量。此外,Google 还设立了 1,500 万美元的能源影响基金,通过资助房屋修缮与能效升级降低居民水电账单支出。
通义实验室发布基于 MNN 推理引擎适配 Arm SME2 指令集的端侧大模型部署教程,提供了 Qwen3-VL-4B-Instruct 在 Android 旗舰手机上的完整落地流程。
Why it matters: 文章给出了从 MNN 编译到 APK 构建的完整端侧落地流程,读者可据此复现 SME2 指令集对视觉语言模型的加速效果。
Google 旗下 Google.org 宣布承诺出资 $50 million,在全美 20 多个州培训超过 300,000 名基础设施技术工人。该资金将直接支持 14 个工会及 4 个行业承包商协会,覆盖电工、管道工、焊工和钣金工等高需求岗位,并通过引入 AI 运营工具与移动培训中心来现代化升级学徒培训体系。
Google Research 在 AISTATS 2026 提出正则化 f-散度核检验(Regularized f-Divergence Kernel Tests)框架,用于在黑盒条件下更灵敏、精确地审计机器学习模型的机器遗忘效果。
Google DeepMind 推出开源实验模型 DiffusionGemma,采用 Apache 2.0 协议发布,通过扩散机制替代传统的自回归逐 token 生成,在专用 GPU 上实现最高 4 倍的文本生成速度。
Why it matters: 原文对比了扩散文本生成与传统自回归模型在硬件瓶颈与吞吐上的差异,为开发者评估本地实时交互工作流提供了参考。
Google DeepMind 联合 Schmidt Sciences、Cooperative AI Foundation、ARIA 并在 Google.org 支持下,宣布设立高达 $10M 的全球技术研究资助项目,推进多智能体 AI 安全研究。该项目重点资助沙盒与测试台、智能体网络科学、增强智能体基础设施以及监督与控制四大领域,旨在应对大规模 AI 智能体跨系统交互带来的群体安全风险。
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。
Why it matters: 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。
Why it matters: 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。
Why it matters: 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。
Why it matters: 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。
Why it matters: 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。
Why it matters: 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。
Why it matters: 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。
Why it matters: 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。
Why it matters: 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。
Why it matters: 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。
Why it matters: 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。
Why it matters: 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。
Why it matters: 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。