←搜索结果

搜索“Google DeepMind”

按匹配度 · 共 449 条结果 清除搜索

星期日

  1. 事件6 条新闻 · 1 个事实

    谷歌发布Gemini 3.5转写模型

    2026年8月26日,Google DeepMind发布Gemini 3.5 Transcribe语音转文本模型,面向实时转写场景,已在Gemini API、Google AI Studio和Gemini Enterprise Agent Platform向开发者开放。据官方信息,该模型相比此前的Chirp 3,最终转写时间据Artificial Analysis测量提升70%,在FLEURS基准上流式模式WER为5.50%、非流式模式为5.04%,并支持多说话人区分、词级时间戳和实时语言切换。该模型同时接入Gboard、Antigravity、Gemini app和Chrome等产品,LangChain、LiveKit、Vercel等平台通过Gemini Live API提供支持。次日,Google AI Developers进一步说明其面向代码场景的能力:可在转写时过滤口语中的犹豫停顿,并依据当前上下文精确对齐技术术语、文件名和代码变量,还通过视觉偏置为复杂开发者工作流提供屏幕感知上下文。目前该模型已开放构建入口。

    匹配字段摘要

  2. 事件2 条新闻 · 1 个事实

    谷歌发布手语转文本模型SL2T

    2026年8月12日,Google DeepMind 发布多语言手语转文本模型 SL2T,并应用于 Pixel 11 的 Gboard 和 Live Transcribe,首批支持美国手语(ASL)转英文。据官方介绍,该模型基于超过 50 种手语、逾 10 万小时数据训练,其中约四分之一为 ASL 数据,在 FLEURS-ASL(sd-test)上取得 70 BLEURT 的零样本成绩。为保护隐私,模型只接收 MediaPipe Holistic 在端侧提取的姿态关键点坐标,原始视频随即丢弃,并跳过 gloss 标注直接翻译为文本。8月13日,Demis Hassabis 在社交平台称 SL2T 首次让用户可以直接对着手机打手语,并提到其与聋人社区密切合作打造。目前该模型已落地上述两项功能,暂无进一步开发进展。

    匹配字段摘要

  3. 事件1 条新闻 · 1 个事实

    谷歌展示视频版AMIE专家级表现

    2026年8月11日,Google Research与Google DeepMind展示AMIE在实时音视频临床咨询中的专家级表现。据Google Research介绍,AMIE (Video) 基于Gemini和Project Astra实现实时视频临床问诊,可感知非语言线索、引导虚拟体格检查并同步进行诊断推理;其采用异步多智能体架构,由三个专职智能体并行处理对话、推理与视听感知,以维持自然对话延迟。在100个场景、300次实时问诊、30名认证初级保健医生参与的随机OSCE研究中,临床评估者在病史采集、诊断准确性和沟通质量上给AMIE (Video) 的评分与初级保健医生相当,在引导体格检查方面显著更高;患者演员更偏好视频界面。研究全部使用专业患者演员模拟场景,尚未在真实患者中验证。

    匹配字段摘要

  4. 事件2 条新闻 · 1 个事实

    Hassabis转任DeepMind主席

    2026年8月5日,Demis Hassabis宣布转任Google DeepMind主席兼Alphabet首席科学家。据其本人发布的信息,他将聚焦长期战略与加速科学突破,包括在Isomorphic推进疾病治疗相关工作;Koray Kavukcuoglu将升任Google DeepMind高级副总裁,与Josh Woodward及管理团队一同领导GDM。后续报道称,Google同期对AI部门高管进行调整,Koray Kavukcuoglu出任首席AI架构师、负责Gemini模型;Jeff Dean在任职27年后离职创办Discovery Loop,并带走Sanjay Ghemawat、Quoc Le和Oriol Vinyals三名核心研究员,Google对该公司进行了投资。目前尚无进一步有证据的发展。

    匹配字段摘要

  5. 事件2 条新闻 · 1 个事实

    谷歌发布Gemini机器人模型

    2026年7月30日,Google DeepMind发布Gemini Robotics ER 2机器人模型,定位为机器人的高层大脑,支持实时空间推理、多步任务规划和多机器人协作,可通过Gemini API、Google AI Studio或Gemini Enterprise Agent Platform调用。官方称,相比ER 1.6,新模型能通过连续视频流跟踪任务进度并实时纠错,在进度分类任务上达到57.4%准确率,在moment-finding任务上达到91.3%准确率和0.96s平均绝对距离。官方还展示了其编排Boston Dynamics Spot的导航与机械臂API完成取物,并支持Apptronik Apollo 2与Franka F3 Duo协作,代码已在GitHub开源。7月31日,Demis Hassabis表示机器人现在可以推理每一个动作,完成此前无法实现的任务,例如打精细的绳结,甚至组队解决复杂工作流。

    匹配字段摘要

  6. 事件3 条新闻 · 1 个事实

    谷歌发布Gemini 3.5 Flash Cyber

    2026年7月21日,Google DeepMind 发布轻量级网络安全模型 Gemini 3.5 Flash Cyber,该模型基于 3.5 Flash 微调,用于快速发现、验证和修补漏洞。据 Google DeepMind 介绍,模型以限量试点形式通过 CodeMender 向政府和可信合作伙伴开放,后续逐步扩大范围。在 V8 JavaScript 引擎测试中,它发现 55 个已确认的独立问题,高于主线 3.5 Flash 的 47 个和 Claude Opus 4.6 的 36 个,其中 10 个为另外两个模型未发现的问题。另有报道称,Google 同期发布 3 款 Gemini 新模型,3.5 Flash Cyber 可自行发现并修复安全漏洞,三款模型即日起在 AIS 和 API 中提供。目前尚无进一步有证据的发展。

    匹配字段摘要

  7. 事件1 条新闻 · 1 个事实

    Hadsell主张超越语言智能

    Google DeepMind 研究副总裁 Raia Hadsell 于 2026 年 7 月 21 日提出,AI 研究应从语言扩展到世界、机器人、生物和天气等复杂系统。她认为基础模型可以学习语言之外复杂系统的底层规律,未来十年的进展将更多来自这些领域。她以 DiffusionGemma 的文本扩散机制、Genie 世界模型及机器人训练为例,说明整块生成、自适应计算和模拟交互数据如何支持推理与具身智能。

    匹配字段摘要

  8. 事件1 条新闻 · 1 个事实

    Natarajan阐述协作智能体科研医疗路径

    Google DeepMind 研究负责人 Vivek Natarajan 于 2026 年 7 月 7 日介绍了利用协作智能体加速科学发现和医疗诊断的方法与进展。他展示了 AI co-scientist 与 AMIE 两个系统:AI co-scientist 通过自博弈、搜索和多智能体辩论辅助科研假设生成,其候选药物在人体肝脏类器官实验中将 TGF-beta 诱导的染色质损伤降低超过 91%;AMIE 在模拟问诊中匹配或超过医生,并在受监督的早期可行性研究中未触发预设安全中止。

    匹配字段摘要

  9. 事件1 条新闻 · 1 个事实

    Raileanu阐述超人类科学发现路径

    Google DeepMind 研究员 Roberta Raileanu 于2026年7月2日阐述实现超人类科学发现的路径。她指出,AI 研究智能体擅长优化已知方案,却难以探索陌生路径并完成概念跃迁,核心障碍是无法衡量一项发现是否足够好。她提出结合强化学习、强调新颖性与多样性的发散搜索,以及优化发现过程的元学习。其团队还构建了 MLGym、Rainbow Teaming 和包含超过 400 million 个程序化研究任务的 DiscoBench。

    匹配字段摘要

  10. 事件1 条新闻 · 1 个事实

    Gemini 3.5 Flash内置计算机操作

    2026年6月24日,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。开发者可通过 Gemini API 和 Gemini Enterprise Agent Platform 使用它,构建能跨浏览器、移动端和桌面环境感知、推理并执行操作的智能体,面向持续软件测试等长周期与企业自动化任务。为降低实时环境中的提示词注入风险,官方对 computer use 做了针对性对抗训练,并发布两套可选的企业级防护系统。目前该事实仅有官方来源,尚无其他独立来源的后续发展。

    匹配字段摘要

星期四

星期三

星期四

  1. 事实所属事件

    谷歌发布Gemini 3.7 Flash

    2026年8月13日,Google DeepMind发布Gemini 3.7 Flash,称其为面向编码和智能体最强的主力模型,距Gemini 3.6 Flash发布仅三周。官方数据称,该模型在FrontierCode 1.1 Main得分43.6%(3.6 Flash为34.4%),DeepSWE v1.1为65.3%(49.0%),WebDev Arena Elo为1588对1538,GDP.pdf为34.0%对22.0%,AutomationBench为30.4%对17.0%;年底前入门价为每百万输入token 0.75美元、输出token 3.75美元,为3.6 Flash原价的一半,并附针对CBRN与网络攻击滥用的更新防护措施。次日,Google AI Developers展示其在Antigravity中用Three.js构建3D网页游戏,以及凭单一架构规格为Flutter、SwiftUI、Jetpack Compose、React Native和NativeScript生成原生代码。8月17日,官方演示其从维多利亚植物图鉴PDF提取并按APG IV分类历史植物;8月18日展

    匹配字段摘要

    查看事件：Google DeepMind发布Gemini 3.7 Flash

星期三

星期二

星期三

星期四

星期二

星期三

星期四