Google DeepMind 推出 Gemini Omni
Google DeepMind 推出 Gemini Omni，其首款模型 Gemini Omni Flash 可接收图像、音频、视频和文本输入，生成高质量视频，并支持通过多轮自然语言对话编辑。该模型正向 Gemini app、Google Flow 和 YouTube Shorts 推出，未来数周将通过 API 面向开发者和企业客户开放；初期音频输入仅支持语音参考，生成视频均含 SynthID 数字水印。
匹配字段标题
←搜索结果
搜索“Google”
Google 扩展内容创建与编辑溯源工具
Google 将内容透明与验证工具扩展至 Search、Gemini、Chrome、Pixel 和 Cloud，并在 Gemini Enterprise Agent Platform 推出 AI Content Detection API。SynthID 已为逾 1000 亿张图像和视频及 6 万年音频添加水印，其 Gemini 验证功能全球使用 5000 万次。Pixel 8、9 和 10 将在未来几周为视频加入 C2PA Content Credentials。
匹配字段标题
Google DeepMind 在亚太地区启动加速器项目，应对环境风险
Google DeepMind 在亚太地区启动首个以“AI for the Planet”为主题的加速器项目，帮助机构利用前沿 AI 应对自然、气候、农业和能源等领域的问题。该项目为期三个月，面向初创企业、研究团队和非营利组织，入选者将获得专家指导、定制支持及 Google AI 模型集成协助，并在新加坡参加线下训练营。
匹配字段标题
Google Research 如何通过全球合作与开放资源推动科学影响
Google Research 公布其开放科学布局：十余年积累的开源工具与开放数据集已服务全球超 25 万名研究者和开发者。基因组学工具 DeepVariant、DeepConsensus、DeepPolisher 已支持处理 250 万人的外显子与全基因组；医疗基础模型 MedGemma 所属的 HAI-DEF 下载量超 480 万次，Open Health Stack 已在 10 多个国家落地、覆盖超 6500 万受益者。
匹配字段标题
Google Research 科学家使用 Empirical Research Assistance 的四种方式
Google Research 介绍了其科学家在流行病预测、宇宙学、大气二氧化碳监测和神经科学四个领域使用 Empirical Research Assistance（ERA）的实践。在流行病预测中，团队每周向 CDC 的流感、COVID-19 和 RSV 预测项目提交全美各州、最长提前四周的预测，公开排行榜显示其表现处于或接近榜首；在宇宙学中，团队将 ERA 与 Gemini Deep Think 结合，推导出六个通解和渐近极限的简洁公式；在大气监测中，ERA 开发的单像素物理引导神经网络利用 GOES East 数据，每 10 分钟估算一次柱平均 CO2 浓度；在神经科学中，ERA 基于 simZFish 的连接图提出了可解释且机制准确的神经回路。这些项目显示 LLM 支持的系统可加速科学发现，ERA 正接近更广泛的可用性。
匹配字段标题
Google Photos 上线 Auto frame，可重新调整已拍照片的拍摄角度
Google Research 宣布在 Google Photos 的 Auto frame 功能中上线一种新的图像编辑方法，让用户在照片拍完后重新调整拍摄视角。该方法把 2D 照片理解为 3D 场景，先用内部 3D 点图估计模型还原人体和面部并推算原相机焦距，再用经典 3D 渲染生成新机位下的画面，最后用生成式潜在扩散模型填补新视角下原本未拍到的背景空洞。该功能已作为 Auto frame 候选中的第二个版本选项上线，可自动检测人脸位置与朝向并计算理想取景参数，也会修正广角前置摄像头造成的透视畸变。
匹配字段标题
Google DeepMind 携手全球咨询公司加速企业采用 AI
Google DeepMind 与 Accenture、Bain & Company、BCG、Deloitte 和 McKinsey 合作，推动企业以负责任的方式规模化采用前沿 AI 和智能体技术。双方将结合 AI 研究与战略咨询能力，重点服务金融、制造、零售、媒体和娱乐等行业，并让合作伙伴直接与 Google DeepMind 的技术人才协作。
匹配字段标题
Replit 获评 2026 Google Cloud 年度 AI 工具合作伙伴
Replit 被 Google Cloud 评为 2026 年度 AI 工具合作伙伴，其平台用户已超 5000 万，覆盖 85% 的 Fortune 500 企业。Replit 上月刚完成 4 亿美元融资、估值 90 亿美元，并在近期推出 AI 智能体 Agent 4，速度比 Agent 3 快 10 倍，支持多智能体并行。
匹配字段标题
Google 发布 ReasoningBank：让智能体从成功与失败经验中学习
Google Research 发布智能体记忆框架 ReasoningBank，可从成功和失败经验中提炼可迁移的推理策略，让智能体在部署后持续学习。该工作基于 ICLR 论文，在 WebArena 和 SWE-Bench-Verified 上用 Gemini-2.5-Flash 评测，相比无记忆基线、Synapse 和 AWM 提升了任务成功率并减少任务步数。团队还提出记忆感知测试时扩展（MaTTS），把探索轨迹蒸馏为高质量记忆，代码已在 GitHub 开源。
匹配字段标题
Google 推出 Simula：以机制设计从第一性原理生成合成数据集
Google 提出 Simula 框架，将合成数据生成重构为数据集级机制设计，通过推理驱动、无需种子数据的智能体流程，从第一性原理构建数据集，可独立控制覆盖度、复杂度与质量。Simula 分四步：全局多样化构建层级分类树、局部多样化用 1-of-N 元提示防止模式坍缩、复杂化调节难度分布、双批评者循环校验质量。研究以 Gemini 2.5 Flash 为教师模型、Gemma-3 4B 为学生模型，在网络安全、法律推理、GSM8k 和 Global MMLU 等五个领域各生成最多 512K 数据点进行评测。
匹配字段标题
Google Research 用 AI 生成合成神经元加速脑图谱重建
Google Research 提出 MoGen（Neuronal Morphology Generation），基于 PointInfinity 点云流匹配模型生成合成神经元形态，用于训练其脑连接组重建模型 PATHFINDER。在训练数据中混入 10% 的 MoGen 合成数据后，小鼠轴突重建错误率降低 4.4%，主要来自合并错误的减少；按完整小鼠脑规模计算，相当于节省 157 人年的手动校对工作。该论文将在 ICLR 2026 展示。
匹配字段标题
Google DeepMind 发布 Gemini 3.1 Flash TTS 文本转语音模型
Google DeepMind 推出 Gemini 3.1 Flash TTS，通过 audio tags 精细控制语音风格、节奏和表达，并支持 70 多种语言及原生多说话人对话。该模型在 Artificial Analysis TTS 排行榜获得 1,211 Elo 分，正逐步上线 Google AI Studio、Vertex AI 和 Google Vids；生成的音频均带有 SynthID 水印。
匹配字段标题
Google 发布 Vantage：用生成式 AI 评估未来技能
Google 发布研究实验 Vantage，通过生成式 AI 在模拟环境中评估批判性思维、协作等未来技能，已在 Google Labs 开放英文注册。与纽约大学合作的研究中，188 名 18-25 岁美国测试者完成冲突解决和项目管理任务，AI 评分与人类专家的一致度接近两位专家评分者之间的一致度。Vantage 使用 Executive LLM 根据评估量表引导 AI 虚拟人动态引入挑战，再由 AI Evaluator 分析对话记录生成技能评分和反馈。
匹配字段标题
Google Research 发布 ConvApparel：量化并弥合用户模拟器的真实感差距
Google Research 推出 ConvApparel，一个包含 4000 多段人机多轮对话（近 15000 轮）的服装购物领域数据集，用于量化 LLM 用户模拟器的“真实感差距”。该数据集采用双智能体采集协议，将用户随机分配给有帮助的“Good”智能体或故意不配合的“Bad”智能体，并配有逐轮满意度、挫败感等标注。研究还提出反事实验证方法，测试模拟器面对训练分布外行为时能否合理反应。
匹配字段标题
Google Research 推出 PaperVizAgent 与 ScholarPeer 两款学术 AI 智能体
Google Research 发布两款学术智能体：PaperVizAgent 用于从论文文本生成出版级图表，ScholarPeer 用于自动评审论文。PaperVizAgent 由检索、规划、风格、可视化、评审五个智能体协作，在 0-100 分评测中综合得分 60.2，超过 GPT-Image-1.5、Nano-Banana-Pro、Paper2Any 等基线，也是唯一超过人类基线 50.0 的框架。ScholarPeer 采用双流检索与多智能体验证，生成带总结、优缺点和提问的评审报告。
匹配字段标题
Google Research 评估 LLM 行为倾向的对齐程度
Google Research 提出一套系统评估框架，把心理学中经过验证的问卷改编为情境判断测试（SJT），在真实用户-助手场景中衡量 LLM 行为倾向与人类共识的对齐程度。研究对 25 个 LLM 在共情、情绪调节等 4 项特质上测试，发现两类差距：模型倾向偏离人类标注者共识，以及在无共识时无法覆盖人类意见的分布范围。较小模型（<120B）与前沿闭源模型在人类标注者一致同意时对齐度接近完美，但共识低于 90% 时对齐度停滞在 80% 出头。
匹配字段标题
Google Research：构建更好的 AI 基准，需要多少标注者才够？
Google Research 提出一套基于“gold”评分数据的评估框架，研究每个条目标注者数量与条目数量之间的权衡，论文题为《Forest vs Tree: The (N, K) Trade-off in Reproducible ML Evaluation》。研究发现常用的每项 1、3 或 5 名标注者往往不足，通常需要超过 10 名标注者才能反映人类意见分歧；按所选指标优化比例后，约 1,000 条总标注即可获得高可复现结果。该模拟器已在 GitHub 开源。
匹配字段标题
Google 发布白皮书：量子计算机破解加密货币所需资源大幅下降
Google 发布新白皮书，称未来量子计算机破解保护加密货币的椭圆曲线密码学所需的量子比特和门数比此前估计更少。研究给出两组实现 Shor 算法破解 ECDLP-256 的量子电路，一组用不到 1200 个逻辑量子比特和 9000 万个 Toffoli 门，另一组用不到 1450 个逻辑量子比特和 7000 万个 Toffoli 门，估算可在不到 50 万个物理量子比特的超导量子计算机上几分钟内执行，物理量子比特需求约为此前的二十分之一。Google 建议区块链迁移到抗量子的后量子密码学（PQC），并通过零知识证明公开漏洞细节以便第三方验证，同时与美国政府沟通，并给出避免暴露或复用钱包地址等建议。
匹配字段标题
Google 发布 Vibe Coding XR，用 Gemini 与 XR Blocks 快速生成 Android XR 应用
Google Research 发布 Vibe Coding XR 工作流，将 Gemini Canvas 与开源 XR Blocks 框架结合，把自然语言提示词转成可交互、带物理效果的 WebXR 应用，可在桌面模拟环境和 Android XR 头显上运行，官方称生成时间在 60 秒以内。该流程通过专门的系统提示词让 Gemini 掌握 XR Blocks 架构与示例，覆盖房间级 XR 环境、包管理和交互最佳实践，并给出数学辅导、物理实验、化学实验、薛定谔的猫等示例原型。团队用 20 名 Google 员工在四场内部工作坊中提供的 60 条提示词构建 VCXR60 数据集，早期多数错误来自 XR Blocks 自身缺陷或对不存在或已弃用 API 的幻觉，成功率约 70%，经六个月迭代和 11 个主要版本后，以 XR Blocks Gem v0.11.0 在 VCXR60 上的评测作为基线参考，并建议开发者使用 Pro Mode 获得更可靠结果。
匹配字段标题
Google Research 推出 TurboQuant：面向 LLM 与向量检索的极致压缩算法
Google Research 发布 TurboQuant 压缩算法，可在零精度损失下大幅压缩大语言模型与向量检索的 KV cache，并将在 ICLR 2026 上展示。它结合 QJL 与 PolarQuant 两项技术消除传统向量量化的内存开销，在 LongBench、Needle In A Haystack 等长上下文基准上，基于 Llama-3.1-8B-Instruct 将 KV 内存至少缩小 6 倍且下游结果无损。
匹配字段标题