Skip to content

Google / Gemini

Google 与 DeepMind 的 AI 动态：Gemini 系列、Veo 视频模型、研究成果与产品生态的持续追踪。

427selectedRelated topicsOpenAI / ChatGPTAnthropic / Claude多模态

Latest selected

381–400 of 427
Jul 15Wed
  1. Google Infrastructure71

    Google 动工建设 Steel River 太阳能与储能项目Chinese

    Google 联合 Cypress Creek Energy 在美国阿肯色州密西西比县动工建设 Steel River 能源中心，为数据中心等设施供应全天候无碳电力。

    Why it matters: Google 披露了其最大光储项目的分期规划与装机参数，展示了科技巨头通过超大规模储能配套实现数据中心全天候清洁供电的落地路径。

Jul 9Thu
  1. Google Research71

    Google 发布 SensorFM：基于万亿分钟可穿戴健康数据的传感器基础模型Chinese

    Google Research 推出面向可穿戴健康数据的大型传感器基础模型 SensorFM，基于 500 万受试者超过 1 万亿分钟的多模态无标注传感器数据进行自监督预训练。

    Why it matters: 原文展示了利用海量无标注传感器数据预训练基础模型的方法，读者可据此参考时序健康信号的通用表征构建方式。

Jul 3Fri
  1. Google DeepMind63

    Google DeepMind 与影视制作公司 A24 达成研究合作，Google 同步完成投资Chinese

    Google DeepMind 宣布与独立电影制片发行公司 A24 达成长期研发合作，Google 同时已对 A24 完成投资。双方将把 DeepMind 的前沿技术研究直接融入影视创作者的实际工作流，借助一线艺术家的反馈共同探索和塑造下一代影视创作工具与叙事形式。

    Why it matters: 该合作将前沿 AI 技术直接接入专业影视制作流程，为观察生成式工具在电影工业中的研发与落地提供了样本。

Jul 1Wed
  1. Hugging Face74

    Hugging Face 联合 Cerebras 推出基于 Gemma 4 的实时语音流水线Chinese

    Hugging Face 联合 Cerebras 推出开源端到端实时语音流水线，通过 Cerebras 加速推理消除语言模型的响应延迟瓶颈。该系统采用模块化设计，串联了 Nvidia Parakeet 语音识别、运行于 Cerebras 上的 Google DeepMind Gemma 4 31B 以及 Qwen3-TTS 语音合成。

    Why it matters: 原文展示了结合开源模型与专用推理硬件的实时语音级联方案，读者可参考其模块化堆栈解决语音交互的长尾延迟问题。

Jun 30Tue
  1. Google Research73

    Google Research 发布表格数据零样本基础模型 TabFMChinese

    Google Research 推出针对表格数据的零样本基础模型 TabFM，将表格预测重构为上下文学习任务，无需手动训练、特征工程与超参数微调即可在单次前向传递中完成分类与回归。

    Why it matters: 通过将表格预测重塑为上下文学习任务并结合因果合成数据预训练，为结构化数据分类与回归提供了无需调参的零样本推理方案。

Jun 27Sat
  1. Google Research60

    Google 推出基于冻结权重的端侧多 Token 预测架构，Pixel 上 Gemini Nano 推理加速超 50%Chinese

    Google Research 提出一种在冻结权重基础上集成多 Token 预测（MTP）头的端侧推理加速架构，已部署于 Pixel 9 与 10 系列设备。

    Why it matters: 阐述了在不重训基座模型的前提下通过跨注意力复用缓存实现端侧投机解码，为移动设备内存与能耗受限场景提供了可落地的加速方案。

Jun 25Thu
  1. Google Research67

    Google 研究揭示推理过程如何解锁大语言模型的参数化知识记忆Chinese

    Google Research 发文揭示了大语言模型通过推理链（CoT）召回单跳事实类参数化知识的核心机制。在 Gemini-2.5 和 Qwen3-32B 等模型上的实验表明，即使面对无须逻辑拆解的简单事实问答，开启推理也能显著提升召回率，其动力来自额外 token 提供的计算缓冲效应以及生成相关背景事实的事实启动效应。

    Why it matters: 研究解构了思考过程辅助大模型召回参数化知识的机制，为理解推理模型的能力边界与中间步骤优化提供了实验依据。

Jun 16Tue
  1. Google DeepMind60

    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。

Jun 15Mon
  1. Google Infrastructure62

    Google 宣布投资 15 亿美元扩建阿拉巴马州数据中心园区Chinese

    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。

Jun 13Sat
  1. Google Research65

    Google 与加州大学圣迭戈分校探索用 2000 部退役手机构建低碳算力平台Chinese

    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。

Jun 11Thu
  1. Google DeepMind82

    Google DeepMind 开源 DiffusionGemma：基于扩散机制的 26B 文本生成模型Chinese

    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。

Jun 9Tue
  1. Google DeepMind83

    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Chinese

    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。

  2. Google DeepMind83

    Google DeepMind 推出统一无编码器多模态模型 Gemma 4 12BChinese

    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。

Jun 8Mon
  1. Google DeepMind61

    Google DeepMind 评估 AI 教学在塞拉利昂的成效：8周试验提升数学成绩相当于1.2至1.7年学业进展Chinese

    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。

Jun 5Fri
  1. Google Research61

    Google 推出 Gemini Enterprise Agent Platform 的 Agentic RAG 功能Chinese

    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。

  2. Google Research70

    Google 提出 PHRM 系统：利用手机前置摄像头实现日常被动心率监测Chinese

    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。

Jun 4Thu
  1. Google Infrastructure68

    Google 宣布在得克萨斯州建设 Meitner 能源中心及配套数据中心Chinese

    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。

  2. Google Research66

    Google 在 GitHub 开源水文学建模框架与洪水预报模型Chinese

    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。