Google 数据中心需求响应签约容量达 1 GW
Google 宣布已在与美国多家电力公用事业公司的长期合同中累计整合 1 GW 数据中心需求响应容量。该方案允许 Google 在用电高峰时段限制或转移部分机器学习(ML)工作负载,以平抑整体用电负荷并稳定电网。
推荐理由:通过调度机器学习负载实现 1 GW 电网需求响应,为高能耗算力中心缓解电网并网瓶颈提供了具体落地范例。
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。
Google 宣布已在与美国多家电力公用事业公司的长期合同中累计整合 1 GW 数据中心需求响应容量。该方案允许 Google 在用电高峰时段限制或转移部分机器学习(ML)工作负载,以平抑整体用电负荷并稳定电网。
推荐理由:通过调度机器学习负载实现 1 GW 电网需求响应,为高能耗算力中心缓解电网并网瓶颈提供了具体落地范例。
Google 联合英国 NHS 在《Nature Cancer》发表两项研究,评估了乳腺癌筛查 AI 系统的独立性能及其融入临床双读工作流的可行性。在涵盖超 11 万名女性的回溯性与前瞻性测试中,AI 独立运行时的癌症检出率从每千人 7.54 例提升至 9.33 例,并检出 25% 原双读流程漏诊的间期癌。
推荐理由:研究通过超十万例真实筛查数据验证了算法替代第二阅片人的非劣效性,展示了医疗诊断场景下人机协同与工作流落地的量化路径。
Google 宣布在 Flood Hub 中推出城市暴洪(Urban Flash Flood)预测功能,利用 AI 技术可提前至多 24 小时预测城市暴洪风险。
推荐理由:Google 利用大模型从公开新闻中提取历史灾害真值,解决了物理传感器不足区域的暴洪预测难题。
Google 推出 Groundsource 框架,利用 Gemini 将多语言新闻报道转化为结构化的自然灾害历史数据,并公开发布包含 150 多个国家、260 万条记录的城市突发洪水数据集。
推荐理由:该成果展示了利用大语言模型从全球多语言新闻中批量提取高精度时空历史数据的工程化路径。
Google 与 Beth Israel Deaconess Medical Center(BIDMC)合作完成了一项前瞻性单中心可行性研究,评估对话式医疗 AI 模型 AMIE 在门诊就诊前采集病史的实际表现。
推荐理由:该研究展示了对话式医疗模型从模拟环境走向真实门诊预诊的可行性与安全性数据。