2026年10月14日,Google DeepMind与新加坡政府科技局(GovTech)合作交付一款端侧诈骗检测模型,该成果在新加坡国际网络周(SICW 2026)上展示。据Google DeepMind介绍,模型基于轻量级Gemma微调,可在普通智能手机上本地运行,采用两级流水线:先用轻量分类器筛查消息,再用微调后的Gemma分析更大范围对话上下文,检测到操纵性对话模式时在设备上实时提醒用户。训练在GovTech管理的GCP环境中完成,数据经匿名化处理,不含私人或可识别个人信息。目前尚无后续发展事实。
匹配字段标题
Google DeepMind and the Government Technology Agency of Singapore (GovTech) 交付 on-device scam detection model
English translation is being prepared.
匹配字段标题
哲学家 Henry Shevlin 加入 Google DeepMind,职称为“Philosopher”。据 IEEE Spectrum 报道,他于去年 5 月加入该公司,并将 80% 的时间投入 Google DeepMind,同时仍在剑桥大学 Leverhulme 未来智能研究中心任职。他在受访时表示,AI 发展速度太快,学术界反应迟缓,与 LLM 的日常接触是形成良好直觉的必要条件;他还指出,抑制模型自我归因心理状态会连带降低其对动物福利的关注,因此不宜只改动模型的单一维度。目前尚无进一步有证据支持的发展。
匹配字段标题
Henry Shevlin 加入 Google DeepMind
English translation is being prepared.
匹配字段标题
Google DeepMind 发布 740M开放多模态嵌入模型EmbeddingGemma 2
English translation is being prepared.
匹配字段标题
DeepMind开发并测试了名为AlphaProof Nexus的AI框架,相关成果于2026年10月12日公开。该框架能自主搜索数学证明,并借助Lean证明助手验证推理过程。在353个以数学家保罗·厄多斯命名的开放问题中,该系统解决了9个,其中两个已悬而未决超过50年;它还解决了《整数数列在线百科全书》492个开放猜想中的44个。团队发现,最基础版本的智能体同样解决了这9个厄多斯问题,只是处理较难问题需要更多计算资源,该版本主要依靠商业化大型语言模型和Lean证明助手。另有报道称,该系统还解决了代数几何中的一个开放问题,并改进了min-max优化中的一个已知界;其基于Gemini 3.1 Pro,用Lean起草和修订证明,遇到更难子问题时还可调用专用证明工具AlphaProof,但即使不调用也能解决那9个厄多斯问题。该研究发表在《科学》杂志并经过同行评审。
匹配字段标题
DeepMind 开发并测试 AlphaProof Nexus AI框架
English translation is being prepared.
匹配字段标题
英国 AI Security Institute 启动 与Google DeepMind的研究合作
English translation is being prepared.
匹配字段标题
英国 AI Security Institute 于2026年10月11日宣布,与 Google DeepMind 启动新的研究合作。该机构表示,双方在两年既有前沿模型测试合作基础上签署研究 MOU,开展数据与想法共享、联合发表及团队专项协作。首批联合研究方向包括监测思维链以推进对齐、研究社会情感对齐,以及考察 AI 对经济活动的影响。目前尚无后续发展事实。
匹配字段标题
2026年10月6日,Google DeepMind发布开放权重多模态嵌入模型EmbeddingGemma 2,可将文本、图像、视频帧和音频映射到统一向量空间,参数量740M。据Google Developers Blog介绍,文本权重在Google Pixel 11 Pro上仅需约191MB活跃内存,完整多模态模型约567MB,无需训练数据或微调即可作为端侧决策引擎,实现毫秒级零样本意图路由;Google AI Edge Gallery新增Instant Media Search和Video Moments Finder演示,未来数周内该模型将通过ML Kit以服务形式登陆Android并支持NPU加速。据Google DeepMind介绍,该模型采用Apache 2.0许可,在MTEB Code上从68.76提升到78.68,支持8K token上下文窗口,权重已在Hugging Face和Kaggle开放下载。10月6日,Georgi Gerganov宣布llama.cpp对EmbeddingGemma 2提供Day-0支持;10月7日,Simon Willison表示赞赏其采用
匹配字段标题
2026年9月30日,Google DeepMind推出SynthID Bio,一种用于AI设计蛋白质的水印技术。据Google Blog介绍,该技术可在AI生成的蛋白质序列和预测3D结构中嵌入不可感知且可验证的水印;实验室测试显示,加水印的设计在多个目标蛋白上与未加水印版本的表现和天然多样性相当,为生物安全和开放科学数据库提供溯源层。10月2日,Sundar Pichai在社交平台提及该技术,称其在科学诚信与生物安全方面迈出重大一步。目前该技术已发布,尚无后续开发事实。
匹配字段标题
2026年9月8日,Google DeepMind 开放 AlphaGenome Atlas,这是一个可搜索的数据库,用于预测全部 90 亿种可能的单字母 DNA 变异带来的影响。Demis Hassabis 表示,继 AlphaFold 绘制蛋白质宇宙之后,该工具转向绘制人类基因组,帮助科学家更好地理解疾病,并面向学术研究免费开放。同日另有来源称,该资源为 1-petabyte 开放变异数据库,提供统一的 AVI 突变评分、Web 门户与 AlphaGenome API,以及 Agent skill。目前该故事没有新的发展事实,状态停留在发布与开放阶段。
匹配字段标题
2026年9月16日,Demis Hassabis宣布成立DeepMind Institute(DMI)。据Demis Hassabis当日发文,他与Shane Legg已讨论AGI对经济、科学和社会的潜在影响二十余年,希望借助该机构扩展针对AI时代关键问题的跨学科研究。后续报道称,该机构由Shane Legg、James Manyika、Demis Hassabis三人担任总监,Legg兼任编辑责任者,并声明所刊文章仅代表作者观点、非Google官方立场;官网同步发布4篇文章,涵盖AGI经济政策、Chain of Thought推理透明度、新乌托邦主义原则,以及Hassabis提出的前沿AI评估框架。
匹配字段标题
2026年9月16日,Google DeepMind推出DeepMind Institute平台。据代表来源Philipp Schmid当日发布的信息,该平台面向Google DeepMind以及更广泛研究社区的研究者,用于发表并讨论日益强大的AI应如何被构建、治理和使用;首批4篇文章探讨推理透明度、经济政策与人类繁荣。此后暂无新的合格事实证据,平台处于已推出状态。
匹配字段标题
2026年9月1日,Google DeepMind为Gemini 3.7 Flash、3.6 Flash和3.5 Flash-Lite推出代理式视频理解功能。据官方说明,模型可动态扫描视频片段,按需检索画面、音频和转录文本,相比固定1 FPS的静态处理,token消耗最多降低88%、成本最多降低66%、准确率最多提升7%。该功能已在Google AI Studio和Gemini Enterprise Agent Platform的Gemini API上线,支持视频上传和YouTube视频,按标准token计费且不额外收费。9月2日,Google AI Developers进一步说明,该能力可自动调整处理速度,从而准确识别并计数拍手等快速动作。官方还表示后续将接入Gemini应用和YouTube的Ask YouTube功能。
匹配字段标题
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
匹配字段标题
2026年10月2日,一名前Google DeepMind研究者宣布离职,表示将寻求机器推理的新方法。该研究者在同日发表的撰文中指出,大语言模型逐token预测的本质只是System 1式直觉,链式思维仍由同一预测过程生成,缺乏可检视的持久认知状态,也缺乏知识与推理的分离,且常事后编造推理过程。作者据此主张借鉴AlphaGo的搜索架构,为机器推理建立独立的认知状态。目前该事件仅有这一篇代表报道,尚无后续发展事实。
匹配字段标题
Google DeepMind前研究者 宣布离职 寻求机器推理的新方法
English translation is being prepared.
匹配字段标题
Demis Hassabis 宣布成立 DeepMind Institute
English translation is being prepared.
匹配字段标题
Google DeepMind 推出 DeepMind Institute平台
English translation is being prepared.
匹配字段标题