Google DeepMind 发布 Gemini 3.5 Live Translate 实时语音翻译模型
Google DeepMind 发布 Gemini 3.5 Live Translate，这是一款支持 70 多种语言的近实时语音到语音翻译音频模型，能自动检测语言并保留说话者的语调、节奏和音高。
推荐理由：原文给出模型的语言覆盖、连续生成机制和三类产品入口，读者可据此判断实时语音翻译的可用边界。
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 61–80 条 · 共 90 条Google DeepMind精选AI 评分7878 Google DeepMind精选AI 评分7878 Google DeepMind 发布 Gemma 4 12B：统一无编码器多模态模型
Google DeepMind 发布 Gemma 4 12B，一款面向笔记本电脑的智能体多模态模型，介于 E4B 与 26B MoE 之间，可在 16GB 显存或统一内存上本地运行。
推荐理由：Gemma 4 12B 用无编码器架构把视觉和音频直接接入 LLM，读者可据此了解端侧多模态模型的设计取舍。
Google DeepMind精选AI 评分6262 Google DeepMind 在塞拉利昂开展 AI 学习效果随机对照试验
Google DeepMind 公布在塞拉利昂开展的预注册随机对照试验结果，使用 Guided Learning 的学生数学成绩比对照组提升 0.258 个标准差，相当于八周内取得约 1.2 至 1.7 年的常规学习进度。
推荐理由：Google DeepMind 在塞拉利昂的预注册随机对照试验给出了 AI 辅助教学的具体量化结果与使用行为数据。
Google Research精选AI 评分6060 Google 在 Gemini Enterprise Agent Platform 上线 Agentic RAG
Google 在 Gemini Enterprise Agent Platform 推出基于 Agentic RAG 的 Cross-Corpus Retrieval 公开预览版，通过 Orchestrator、Planner、Query Rewriter、Search Fanout 和 Sufficient Context Agent 等角色协作处理多源多跳查询。
推荐理由：原文给出多智能体 RAG 的架构细节与跨语料评测数据，可据此判断复杂多跳查询的检索可靠性。
Google Research精选AI 评分7171 Google 研究用手机摄像头被动监测心脏健康
Google Research 在 Nature 发表研究，提出 PHRM 系统，利用手机前置摄像头在面部解锁后的数秒内拍摄视频，通过深度学习在后台估算心率和静息心率。
推荐理由：Google 用手机前摄在解锁后被动测心率，并公开最大规模手机视频数据集与预训练模型，可看 rPPG 的肤色公平性进展。
Google Research精选AI 评分6262 Google 开源水文建模框架，支持机构自建 AI 洪水预报
Google Research 在 GitHub 上以 Apache 2.0 许可开源其水文建模框架，让各国气象与水文机构能用与 Google Flood Hub 相同的架构和相近训练数据训练 AI 洪水预报模型。
推荐理由：Google 把驱动 Flood Hub 的水文模型架构与训练流程开源，读者可了解其预测窗口提升与本地化接入方式。
Google Research精选AI 评分7171 Google 的 ERA 在 Nature 发表，并随 Computational Discovery 开放
Google 公布 Empirical Research Assistance（ERA），一款用 Gemini 编写和优化科学代码的研究工具，相关论文今日发表于 Nature。
推荐理由：原文给出 ERA 在 Nature 发表的跨学科基准表现与八篇应用手稿，读者可据此判断 AI 辅助科学编码的落地范围。
Google DeepMind精选AI 评分6060 Google DeepMind 用 Co-Scientist 加速逆转细胞衰老的基因研究
Google DeepMind 介绍生物学家 Omar Abudayyeh 和 Jonathan Gootenberg 的实验室使用 Co-Scientist 加速衰老研究。
推荐理由：原文给出 Co-Scientist 在衰老研究中的具体产出与验证结果，可了解 AI 辅助科研从假设生成到数据分析的落地方式。
Google DeepMind精选AI 评分6262 Google DeepMind 为 Project Genie 加入 Street View 真实场景生成能力
Google DeepMind 在实验性原型 Project Genie 中上线 Street View 真实场景锚定能力，用户可选取美国境内地点并搭配风格与角色描述，生成以真实影像为起点的可交互世界，该能力由 Maps Imagery Grounding 驱动。
推荐理由：原文给出 Genie 接入 Street View 真实影像后的世界生成方式与开放范围，读者可据此判断世界模型落地路径。
Google DeepMind精选AI 评分8888 Google DeepMind 发布 Gemini Omni Flash，支持多模态输入生成与对话式视频编辑
Google DeepMind 发布 Omni 系列首个模型 Gemini Omni Flash，可组合图像、音频、视频和文本作为输入生成高质量视频，并通过自然语言多轮编辑视频。
推荐理由：Gemini Omni 把多模态输入与对话式视频编辑结合，读者可据此判断视频生成工作流的变化。
Google DeepMind精选AI 评分6666 Google DeepMind 发布 Gemini for Science 科研工具集
Google DeepMind 推出 Gemini for Science，包含 Google Labs 上三个实验性工具：基于 Co-Scientist 的 Hypothesis Generation。
推荐理由：Google 把 Co-Scientist、AlphaEvolve 等能力打包成科研工具集，读者可了解其覆盖的科研环节与开放方式。
Google DeepMind精选AI 评分6565 Google 将 SynthID 与 C2PA 内容验证扩展到搜索、Gemini 和 Chrome
Google 宣布把内容透明度与验证工具扩展到 Search、Gemini、Chrome、Pixel 和 Cloud。SynthID 已为超过 1000 亿张图片和视频、6 万年音频加上水印，Gemini 应用中的 SynthID 验证已被使用 5000 万次，并将在未来几周进入 Search 和 Chrome。
推荐理由：Google 把 SynthID 与 C2PA 验证铺到搜索、Gemini 和 Chrome，读者可了解内容溯源工具的实际覆盖范围。
Google DeepMind精选AI 评分6262 WeatherNext 如何帮助美国国家飓风中心预测飓风 Melissa 登陆牙买加
Google DeepMind 与 Google Research 开发的 AI 天气模型 WeatherNext 帮助美国国家飓风中心提前五天预测飓风 Melissa 将以五级强度登陆牙买加，置信度达 80%，三天前升至接近 100%。
推荐理由：原文给出 WeatherNext 在飓风路径与强度预测上的实际表现，读者可了解 AI 天气模型在极端事件中的落地方式。
Google DeepMind精选AI 评分8787 Google DeepMind 发布 Gemini 3.5 Flash
Google DeepMind 发布 Gemini 3.5 系列首个模型 3.5 Flash，主打智能体与编码能力，在 Terminal-Bench 2.1 取得 76.2%、GDPval-AA 1656 Elo、MCP Atlas 83.6%，CharXiv Reasoning 为 84.2%，输出速度是其他前沿模型的 4 倍。
推荐理由：原文给出 3.5 Flash 在编码与智能体基准上的具体成绩和开放渠道，读者可据此判断速度与质量的取舍。
Google DeepMind精选AI 评分7171 Google DeepMind 发布 Co-Scientist 多智能体科研系统
Google DeepMind 在 Nature 发表 Co-Scientist 研究，这是一个基于 Gemini 构建的多智能体 AI 系统，可迭代生成、辩论并演化科学假设。
推荐理由：原文披露了多智能体系统的分工与辩论式排序机制，并给出多个实验室的实际应用反馈。
Google DeepMind精选AI 评分7474 Google DeepMind 回顾 AlphaEvolve 一年进展：从 TPU 设计到商业落地
Google DeepMind 发布 AlphaEvolve 推出一年的影响汇总，这一由 Gemini 驱动的编码智能体已从试点成为 Google 基础设施的核心组件，用于优化下一代 TPU 设计并发现更高效的缓存替换策略。
推荐理由：原文汇总了 AlphaEvolve 在芯片设计、电网优化和商业客户中的落地数据，可据此判断算法发现智能体的实际适用范围。
Google DeepMind精选AI 评分6262 Google DeepMind 发布 AI co-clinician 医疗研究计划
Google DeepMind 宣布 AI co-clinician 研究计划，探索 AI 智能体在医生临床监督下协助患者诊疗。在 98 个真实初级保健查询的盲评中，该系统 97 例无关键错误，医生更偏好其回答而非主流证据综合工具。
推荐理由：原文给出AI co-clinician在临床证据问答与实时多模态远程问诊中的评测结果，读者可据此了解医疗AI当前能力边界与协作定位。
Google Research精选AI 评分6262 Google Photos 上线 Auto frame 新功能，可自动重构照片视角
Google Research 宣布在 Google Photos 的 Auto frame 功能中上线一种新的照片视角重构方法，把照片理解为 3D 场景并在其中自动调整相机位置。
推荐理由：Google Photos 的 Auto frame 新增 3D 感知重构图能力，读者可了解生成式补全如何改变拍摄后的取景空间。
Google DeepMind精选AI 评分6262 Google DeepMind 发布 Decoupled DiLoCo 分布式训练架构
Google DeepMind 发布论文提出 Decoupled DiLoCo 分布式训练架构，将训练拆分为解耦的计算岛屿并异步传输数据，从而隔离局部硬件故障。
推荐理由：原文给出分布式训练新架构的带宽、容错与跨代硬件实测数据，可据此判断大规模预训练基础设施的演进方向。
Google DeepMind精选AI 评分6565 Google DeepMind 发布 Gemini 3.1 Flash TTS 语音模型
Google DeepMind 发布 Gemini 3.1 Flash TTS，一款主打可控性与表现力的文本转语音模型，已在 Gemini API、Google AI Studio、Vertex AI 和 Google Vids 中开放预览。
推荐理由：官方给出音频标签的细粒度控制方式和多语言覆盖范围，读者可据此判断语音生成在应用中的可控程度。