Google DeepMind 发布 Gemini 3.7 Flash
Google DeepMind 发布 Gemini 3.7 Flash，定位为面向编码和智能体的最强主力模型，距 Gemini 3.6 Flash 发布仅三周。
推荐理由：原文给出 3.7 Flash 相对 3.6 Flash 的多项基准提升与半价定价，读者可据此判断编码与智能体任务的成本变化。
Google / Gemini
全部主题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。
最新精选
第 41–60 条 · 共 90 条Google DeepMind精选AI 评分7777
Google DeepMind精选AI 评分7171 Google DeepMind 发布 SL2T 手语转文本模型，率先落地 Pixel 11 的 Gboard 与 Live Transcribe
Google DeepMind 发布大规模多语种手语转文本模型 SL2T，首次把手语 AI 带入消费级产品，在 Pixel 11 的 Gboard 和 Live Transcribe 中支持美国手语（ASL）转英文听写。
推荐理由：原文给出 SL2T 的训练规模、基准成绩与隐私设计，读者可据此判断手语翻译进入消费级产品的可行边界。
Google Research精选AI 评分6161 Google Research 提出知识画像框架：召回而非编码是前沿 LLM 事实性的瓶颈
Google Research 提出知识画像（knowledge profiling）框架，把事实状态分为编码失败、召回失败、直接召回、思考后召回和无编码推理五类，并发布含 2,150 条 Wikipedia 事实、每条配 10 个问题的 WikiProfile 基准。
推荐理由：Google Research 用知识画像区分编码与召回失败，指出前沿模型的事实错误更多来自知识调用而非知识缺失。
Google Research精选AI 评分6666 Google Research 推出 AMIE (Video)，实现实时视频临床问诊
Google Research 发布 AMIE (Video)，基于 Gemini 和 Project Astra 的实时视频配置，可感知非语言临床线索、引导虚拟体格检查并实时进行诊断推理。
推荐理由：原文给出AMIE视频版在随机OSCE研究中的表现与三智能体架构设计，读者可了解实时视听临床问诊的技术路径与验证方式。
Google DeepMind精选AI 评分7676 Google DeepMind 的 WeatherNext 气旋预报模型实现突破并开源
Google DeepMind 在 Nature 发表论文，其 WeatherNext AI 模型在气旋路径、强度和风场结构预报上达到 SOTA，平均多出一天以上的预警提前量，三天预报精度相当于此前模型的两天水平。
推荐理由：原文给出气旋路径与强度预报的领先精度和开源入口，读者可了解单一模型如何替代全球与局地两套建模。
Google DeepMind精选AI 评分7171 Google DeepMind 发布 Gemini Robotics ER 2 具身推理模型
Google DeepMind 发布 Gemini Robotics ER 2，这是其面向机器人的具身推理模型，可理解视频、编排多步任务并把动作执行交给底层 VLA 模型，还能原生调用 Google Search 等工具。
推荐理由：原文给出视频理解、任务编排与多机器人协作的能力变化和开放入口，读者可据此判断机器人在真实环境中的执行方式。
Google DeepMind精选AI 评分6262 Google DeepMind 在 Flow Music 发布 Lyria 3.5 音乐生成模型
Google DeepMind 发布音乐生成模型 Lyria 3.5，并在 Google Flow Music 中上线。新版本在音乐性、歌词、人声和创作控制四方面改进：旋律结构更丰富自然，歌词质量与提示词遵循度、结构感知提升，人声更具表现力和情感且发音改善，同时可更便捷地控制输出 tempo 和时长。
推荐理由：官方给出 Lyria 3.5 在旋律、歌词、人声和节奏控制上的具体改进方向，可据此判断音乐生成的可控性提升。
Google DeepMind精选AI 评分7878 Google DeepMind 发布 Gemini Robotics 2，为机器人带来全身智能
Google DeepMind 发布 Gemini Robotics 2，包含三款模型：视觉-语言-动作模型 Gemini Robotics 2 可控制从脚到指尖的完整人形机器人和双臂机器人，具身推理模型 Gemini Robotics ER 2 负责任务规划与多机协作，端侧模型 Gemini Robotics On-Device 2 可在本地运行。
推荐理由：原文给出三款模型的职责分工与端侧适配数据，读者可据此判断机器人全身控制与多机协作的落地路径。
Google Research精选AI 评分6262 Google 发布 SymptomAI：面向日常症状评估的对话式 AI 智能体研究
Google Research 发布 SymptomAI 研究，让 13917 名参与者随机与五个基于 Gemini Flash 2.0 的对话式智能体进行症状访谈，并生成鉴别诊断（DDx）。
推荐理由：Google 用 13917 人随机研究比较 SymptomAI 与真实医生的鉴别诊断，并给出可穿戴生物信号佐证。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 与 3.5 Flash Cyber
Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 和面向网络安全的 3.5 Flash Cyber。
推荐理由：原文给出三款新模型的定价、token 效率与基准对比，读者可据此判断智能体工作流的成本变化。
Google DeepMind精选AI 评分7171 Google DeepMind 发布 Gemini 3.5 Flash Cyber 网络安全模型
Google DeepMind 发布 Gemini 3.5 Flash Cyber，一个基于 3.5 Flash 微调的轻量网络安全模型，用于快速发现、验证和修补漏洞，在 CyberGym 等基准上以多次调用取得接近更大模型的表现。
推荐理由：原文给出轻量网络安全模型在多个基准和 Google 内部代码库的实测结果，读者可据此判断专用小模型在漏洞挖掘上的性价比。
Google Research精选AI 评分6262 Google Research 发布 SensorFM：面向可穿戴健康数据的通用基础模型
Google Research 发布 SensorFM，一个从无标注可穿戴数据中学习的大型传感器基础模型，预训练语料来自500万同意参与者、超过一万亿分钟的多模态传感器信号，覆盖100多个国家和20多种 Fitbit 与 Pixel Watch 设备。
推荐理由：原文给出万亿分钟级可穿戴数据预训练与35项健康任务评测，读者可了解通用生理表征的规模化路径。
Google Research精选AI 评分6262 Google Research 在 10 座美国城市实验协同路由缓解拥堵
Google Research 在 Nature Cities 发表研究，在 10 座美国城市用修改后的 Google Maps 算法，将遇到预设拥堵路段的行程引导至耗时相近的替代路线，进行为期六个月的全市 switchback 实验。
推荐理由：Google Research 在 10 座美国城市做了大规模真实路网实验，读者可了解协同路由对全城车速与排放的实际影响。
Hugging Face Blog精选AI 评分6060 Hugging Face 与 Cerebras 用 Gemma 4 搭建实时语音 AI 管线
Hugging Face 与 Cerebras 联合演示了一套实时语音到语音管线，用 Nvidia Parakeet 做语音识别、Gemma 4 31B 在 Cerebras 上做推理、阿里 Qwen3TTS 做语音合成，各层模块化且可替换。
推荐理由：原文给出了一条可替换的实时语音到语音开源管线，读者可据此了解各层组件如何组合并复用到自己的产品中。
Google DeepMind精选AI 评分7878 Google DeepMind 发布 Nano Banana 2 Lite 与 Gemini Omni Flash
Google DeepMind 发布 Nano Banana 2 Lite 和 Gemini Omni Flash 两款模型。
推荐理由：原文给出两款新模型的延迟、价格与可用入口，读者可据此判断图像与视频生成链路的成本取舍。
Google Research精选AI 评分7171 Google 发布 TabFM：面向表格数据的零样本基础模型
Google Research 发布 TabFM，一个面向表格数据分类与回归的零样本基础模型，将表格预测重构为上下文学习问题，无需手动训练、超参数调优和特征工程，单次前向传播即可对未见过的表格生成预测。
推荐理由：原文给出零样本表格预测的架构设计与合成数据训练思路，读者可据此判断它能否替代传统树模型流程。
Google Research精选AI 评分6262 Google 用冻结多 Token 预测加速 Pixel 上的 Gemini Nano
Google Research 发布一种新架构，将多 Token 预测（MTP）头接到已冻结的 Gemini Nano v3 模型上，已在 Pixel 9 和 10 系列上线。
推荐理由：原文给出冻结主干加 MTP 头的端侧加速方案，读者可了解其零拷贝 KV 缓存设计与 Pixel 上的实测提速。
Google DeepMind精选AI 评分6666 Google DeepMind 在 Gemini 3.5 Flash 中内置 computer use 工具
Google DeepMind 将 computer use 作为内置工具集成进 Gemini 3.5 Flash，此前该能力仅以独立的 Gemini 2.5 computer use 模型形式提供。
推荐理由：原文说明 computer use 从独立模型并入 Gemini 3.5 Flash 主模型，并给出企业级安全护栏，读者可据此判断智能体跨平台自动化的落地路径。
Google DeepMind精选AI 评分6262 Google DeepMind 发布 AI Control Roadmap 保障 AI 智能体安全
Google DeepMind 发布 AI Control Roadmap，一套用于构建和管理 Google 内部部署的高级 AI 的框架，采用纵深防御思路，在模型对齐之外增加系统级安全层。
推荐理由：Google DeepMind 公开内部 AI Control Roadmap，说明如何在模型对齐不完美时用系统级监控兜底。
Google DeepMind精选AI 评分7474 Google DeepMind 发布 DiffusionGemma 文本扩散模型，GPU 推理最高提速 4 倍
Google DeepMind 发布实验性开放模型 DiffusionGemma，采用文本扩散方式并行生成整块文本，在专用 GPU 上推理最高提速 4 倍。
推荐理由：原文给出 26B MoE 文本扩散模型的开放权重与硬件门槛，读者可据此判断本地低并发推理的取舍。