搜索“DeepMind”

Google DeepMind发布Gemini 4 Carbon模型

2026年10月28日,Google DeepMind发布Gemini 4 Carbon,称其为最强模型,在Artificial Analysis Intelligence Index v5.0上以59分排名第一,并在SEC-bench Pro取得88.2%、ExploitGym取得54.8%、CWE-bench取得71.0%。该模型面向长程工程任务,先向部分网络安全防御者开放,再通过Fairwind Program扩大范围,之后面向开发者、企业和消费者。10月29日,Arena.ai称Gemini 4 Carbon在Agent Arena排名第2、净提升16.2%,并在成本、时间和每任务输出token上处于帕累托前沿;同日Yuchen Jin引用Artificial Analysis数据称其比Opus 5.5更聪明且每任务成本更低,但保留该评测使用Antigravity CLI。10月30日,Artificial Analysis智能指数显示其以59分居首,比Claude Opus 5.5高1分。10月31日,Perplexity CEO Aravind Srinivas分享早期评测

Google DeepMind论文提出CALLIOPE主题树方法

Google DeepMind发表论文,提出CALLIOPE主题树构建方法:让大语言模型为每篇文档打上少量关键词并加噪,只保留高频关键词,再由大语言模型据此提出主题并归类文档,从而在严格隐私约束下生成更清晰的主题地图。在最严格的隐私设置下,人工评分者在全部3个数据集上都更偏好CALLIOPE而非基于嵌入向量的URANIA,最高比例为76%对18%。该方法消耗的token是URANIA的2到5倍。目前尚无后续进展。

Google DeepMind论文：训练模型写道德论证更果断但判断未改善

Google DeepMind 发表论文,研究用强化学习训练 Gemma-4 4B 撰写道德论证的效果。结果显示,模型在 MoralChoice 模糊案例上因选项顺序调换而改变答案的比例从 14.3% 降至 6.6%,但附和用户的比例仅从 45.3% 变为 44.0%,道德寓言题准确率反而从 56.5% 降至 53.4%。论文据此建议,评估建议或判断类任务时,应将一致性与正确性分开测试。

Google DeepMind论文：训练模型写道德论证更果断但判断未改善

Google DeepMind 发表论文,研究用强化学习训练 Gemma-4 4B 撰写道德论证的效果。结果显示,模型在 MoralChoice 模糊案例上因选项顺序调换而改变答案的比例从 14.3% 降至 6.6%,但附和用户的比例仅从 45.3% 变为 44.0%,道德寓言题准确率反而从 56.5% 降至 53.4%。论文据此建议,评估建议或判断类任务时,应将一致性与正确性分开测试。

查看事件：Google DeepMind论文：训练模型写道德论证更果断但判断未改善

Google DeepMind论文提出AI经济影响取决于智能体协调能力

2026年10月30日,Google DeepMind发表论文《The Economics of Intelligence》,提出用胜任(单任务能力)与协同(智能体协作能力)两项阈值刻画AGI对经济的影响,认为经济影响取决于智能体协调能力而非单个模型变强。论文称AI已在精简初创公司、扁平化组织架构和部分入门岗位招聘放缓上显现变化,但尚未出现大规模失业;多数基准只测单个模型,而企业以团队形式竞争。论文引用一项100人测验,互补配对的小组比随机配对表现高32%。同日,Ethan Mollick评论该研究,指出组织不只是最优秀个体的加总,单个智能体变强不会独自改变经济,能协同工作的智能体才可能带来转型。

Google DeepMind论文提出AI经济影响取决于智能体协调能力

2026年10月30日,Google DeepMind发表论文《The Economics of Intelligence》,提出用胜任(单任务能力)与协同(智能体协作能力)两项阈值刻画AGI对经济的影响,认为经济影响取决于智能体协调能力而非单个模型变强。论文称AI已在精简初创公司、扁平化组织架构和部分入门岗位招聘放缓上显现变化,但尚未出现大规模失业;多数基准只测单个模型,而企业以团队形式竞争。论文引用一项100人测验,互补配对的小组比随机配对表现高32%。同日,Ethan Mollick评论该研究,指出组织不只是最优秀个体的加总,单个智能体变强不会独自改变经济,能协同工作的智能体才可能带来转型。

查看事件：Google DeepMind论文提出AI经济影响取决于智能体协调能力

Google DeepMind将PlanAssist扩展至另外12个英格兰地方规划机构

Google DeepMind与英国政府合作开发的AI规划工具PlanAssist将扩展至另外12个英格兰地方规划机构,使参与总数达到15个。在Barnet、Camden和Dorset的早期试点中,该工具把规划官员处理家庭住宅申请评估任务的平均时间缩短了58%,超过70%的生成报告无需修改即获官员批准。PlanAssist基于Gemini构建,负责核验申请材料与图纸、对照遗产保护限制和地方及国家规划政策、检查既往异议,并起草带引用的报告,最终决定仍由规划官员做出。该工具自6月起试点,现进入为期12个月的Beta阶段;若测试顺利,英国政府计划于2027年向英格兰所有地方议会开放。

Google DeepMind将PlanAssist扩展至另外12个地方规划机构

Google DeepMind与英国政府合作开发的AI规划工具PlanAssist将扩展至另外12个英格兰地方规划机构,使参与总数达到15个。在Barnet、Camden和Dorset的早期试点中,该工具把规划官员处理家庭住宅申请评估任务的平均时间缩短了58%,超过70%的生成报告无需修改即获官员批准。PlanAssist基于Gemini构建,负责核验申请材料与图纸、对照遗产保护限制和地方及国家规划政策、检查既往异议,并起草带引用的报告,最终决定仍由规划官员做出。该工具自6月起试点,现进入为期12个月的Beta阶段;若测试顺利,英国政府计划于2027年向英格兰所有地方议会开放。

查看事件：Google DeepMind将PlanAssist扩展至另外12个英格兰地方规划机构

Google DeepMind论文提出CALLIOPE主题树方法

Google DeepMind发表论文,提出CALLIOPE主题树构建方法:让大语言模型为每篇文档打上少量关键词并加噪,只保留高频关键词,再由大语言模型据此提出主题并归类文档,从而在严格隐私约束下生成更清晰的主题地图。在最严格的隐私设置下,人工评分者在全部3个数据集上都更偏好CALLIOPE而非基于嵌入向量的URANIA,最高比例为76%对18%。该方法消耗的token是URANIA的2到5倍。目前尚无后续进展。

查看事件：Google DeepMind论文提出CALLIOPE主题树方法

Google DeepMind等发表AI智能体物理论文基准研究

Google DeepMind与多所顶尖高校发表论文,测试AI智能体求解未发表研究级理论物理问题的能力。论文显示,表现最好的AI智能体解出50道未公开研究级理论物理题中的49道,每题约相当于领域专家一天的工作量,单题成本低于3美元。题目由专家从自身研究中提供,智能体独立作答,分联网与不联网两组,仅按最终数值答案评分。GPT-6-Astra在Codex中联网解出49道;它与Opus 5.5在Claude Code中不联网各解出46道,去掉联网后准确率变化很小,作者据此认为模型可能已记住大量物理文献。

Google DeepMind等发表AI智能体物理论文基准研究

Google DeepMind与多所顶尖高校发表论文,测试AI智能体求解未发表研究级理论物理问题的能力。论文显示,表现最好的AI智能体解出50道未公开研究级理论物理题中的49道,每题约相当于领域专家一天的工作量,单题成本低于3美元。题目由专家从自身研究中提供,智能体独立作答,分联网与不联网两组,仅按最终数值答案评分。GPT-6-Astra在Codex中联网解出49道;它与Opus 5.5在Claude Code中不联网各解出46道,去掉联网后准确率变化很小,作者据此认为模型可能已记住大量物理文献。

查看事件：Google DeepMind等发表AI智能体物理论文基准研究

Google DeepMind新论文发现AI助手未经请求行动引发不同反应

Google DeepMind 发表论文,研究 AI 助手未经请求自行行动对员工的影响。论文称,该智能体在一家大型科技公司的 20 多个团队中运行了 5 个月,研究者访谈了 17 位用户。它曾把过期文档当作最新内容、在 16 个 bug 上标记了一位 VP、在作者准备好之前分享海报草稿,还误读了讽刺语气。部分用户称其为救星,另一些人则感到被监视,并把敏感讨论转移到没有智能体的聊天中;主动选择该智能体的团队会原谅它的早期错误,而觉得它是被强加的人则不会。作者建议在部署智能体时取得团队同意、分离权限,并提供便捷的操作撤销方式。

Google DeepMind新论文发现AI助手未经请求行动引发不同反应

Google DeepMind 发表论文,研究 AI 助手未经请求自行行动对员工的影响。论文称,该智能体在一家大型科技公司的 20 多个团队中运行了 5 个月,研究者访谈了 17 位用户。它曾把过期文档当作最新内容、在 16 个 bug 上标记了一位 VP、在作者准备好之前分享海报草稿,还误读了讽刺语气。部分用户称其为救星,另一些人则感到被监视,并把敏感讨论转移到没有智能体的聊天中;主动选择该智能体的团队会原谅它的早期错误,而觉得它是被强加的人则不会。作者建议在部署智能体时取得团队同意、分离权限,并提供便捷的操作撤销方式。

查看事件：Google DeepMind新论文发现AI助手未经请求行动引发不同反应