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。
Google DeepMind 发布 Gemini 3.5 模型家族，率先推出 3.5 Flash，主打智能体与编码能力，在 Terminal-Bench 2.1（76.2%）、GDPval-AA（1656 Elo）和 MCP Atlas（83.6%）等基准上超越 Gemini 3.1 Pro，输出速度比其他前沿模型快 4 倍。
推荐理由：官方给出了 3.5 Flash 的基准成绩、速度与成本优势，读者可据此判断它在智能体任务上的实际定位。
Google DeepMind 在 Nature 发表 Co-Scientist 研究，推出基于 Gemini 的多智能体系统，可迭代生成、辩论和进化科研假设。该系统通过 Hypothesis Generation 工具向个人研究者开放，未来几周开始推出，研究者可在 labs.google/science 注册。合作案例显示其在肝纤维化药物重定位、ALS、细胞衰老等方向取得进展。
推荐理由：原文给出了多智能体系统的架构、开放入口和多个实验室应用案例，读者可以据此判断它如何加速科研假设生成。
Google DeepMind 发布 AlphaEvolve 一周年总结，该 Gemini 驱动的编码智能体已在数学、物理、基因组学、电网优化等领域取得进展，并开始服务商业客户。
推荐理由：原文汇总了 AlphaEvolve 在健康、能源、科研和商业等领域的落地成果，读者可据此评估其跨领域应用价值。
Google DeepMind 宣布 AI co-clinician 研究计划，探索AI作为护理团队协作成员、在医生临床监督下与患者互动的模式。在98个真实初级保健查询的盲评中，系统在97例中零关键错误，优于两个常用AI系统；在OpenFDA的RxQA开放式药物问答中超越前沿模型。
推荐理由：原文给出了AI co-clinician在证据综合、药物问答和远程医疗模拟中的具体评测结果，读者可据此判断医疗AI当前的能力边界。
Google 发布博客介绍其研究科学家使用 Empirical Research Assistance（ERA）的四种方式。ERA 是 Google 在 9 月发布的预印本中提出的工具，用于帮助科学家生成专家级实证软件。
推荐理由：原文展示了 ERA 在流行病预测、宇宙学、气候监测和神经科学四个领域的实际应用，读者可据此评估 AI 辅助科研工具的落地效果。
Google 宣布在 Google Photos 的 Auto frame 功能中加入三维感知重构图方法，利用 ML 模型理解场景空间布局，并用生成式 AI 从新视角想象照片。该方法分两阶段，先估计 3D 场景和相机参数，再用生成式扩散模型补全渲染产生的空洞，可自动调整相机位姿和焦距，修复广角镜头造成的透视畸变。该功能现已上线，符合条件的含人照片可一键获得自动调整视角的第二版本。
推荐理由：原文解释了三维感知重构图背后的两阶段方法，读者可以据此理解它与传统修图工具的本质区别。
Google DeepMind 发布新论文，提出 Decoupled DiLoCo 分布式训练架构，将训练拆分为解耦的计算孤岛，通过异步数据流隔离局部故障，使系统在硬件故障时仍能保持高可用性。实测中，该架构用 2-5 Gbps 带宽在四个美国区域成功训练了 120 亿参数模型，速度比传统同步方法快 20 倍以上，并支持混用 TPU v6e 和 TPU v5p 等不同代际硬件。
推荐理由：原文给出了跨数据中心训练的新架构及其在带宽、容错和硬件混用上的实测结果，读者可据此评估分布式训练的新路径。
Google Research 在 ICLR 论文中提出 ReasoningBank，一种从成功和失败经验中提炼高层结构化推理记忆的智能体框架，用于测试时自我进化。
推荐理由：原文给出了 ReasoningBank 在 WebArena 和 SWE-Bench-Verified 上的成功率与效率提升数据，读者可据此判断该记忆框架的实际收益。
Google Research 在 TMLR 发表论文，提出推理优先的合成数据生成框架 Simula，将数据生成分解为全局多样化、局部多样化、复杂化和质量检查四个可控轴，并引入基于推理的评测指标。
推荐理由：原文把合成数据生成重构为机制设计问题，并给出可独立控制的四个轴，读者可据此评估这类方法在生产场景的适用边界。
Google DeepMind 发布 Gemini 3.1 Flash TTS，这是最新的文本转语音模型，支持 70 多种语言和原生多说话人对话。模型引入音频标签功能，可通过自然语言指令控制语速、语气和表达方式，在 Artificial Analysis TTS 排行榜上 Elo 得分 1,211。
推荐理由：官方介绍了新模型的音频标签控制能力和多语言覆盖，读者可据此评估它在语音生成应用中的可用性。
Google 发布 Vantage，一个利用生成式 AI 在模拟环境中创建对话、评估未来技能的研究实验，面向高中生和大学生，现已在 Google Labs 开放英文版注册。
推荐理由：原文给出了评估机制和与人类专家评分的一致性数据，读者可据此判断这类模拟环境评估的可靠性。
Google DeepMind 发布 Gemini Robotics-ER 1.6，这是其推理优先模型的重大升级，通过增强空间推理和多视角理解，让机器人更精准地理解环境。
推荐理由：官方介绍了新模型的推理能力升级与仪表读取新功能，读者可据此判断它在机器人任务中的适用边界。
Google Research 发布论文《Evaluating alignment of behavioral dispositions in LLMs》，提出一个基于心理学问卷和情境判断测试的框架，评估25个LLM在现实场景中的行为倾向与人类共识的对齐程度。
推荐理由：原文用25个LLM的实测数据展示了模型行为与人类共识之间的两类差距，读者可据此理解当前对齐评估的局限。
Google DeepMind 发布 Gemma 4 开源模型家族，号称迄今最智能的开源模型，专为高级推理和智能体工作流设计，以 Apache 2.0 许可发布。
推荐理由：官方发布稿给出了四个尺寸、上下文窗口和硬件适配细节，读者可据此判断在自有硬件上运行与微调的可行性。
Google Research 发表论文《Forest vs Tree: The (N, K) Trade-off in Reproducible ML Evaluation》，研究可复现机器学习评测中条目数与每条目评分人数之间的权衡。
推荐理由：原文用真实数据集模拟了标注预算在条目数与每条目评分人数之间的最优分配，读者可据此重新评估自己评测数据的标注策略。
Google Research 发布白皮书，估算未来量子计算机破解保护加密货币的 256 位椭圆曲线离散对数问题（ECDLP-256）所需的量子资源，发现所需量子比特和门数低于此前认知。
推荐理由：原文给出了量子计算机破解椭圆曲线加密所需资源的最新估算，并说明了零知识证明披露方式，读者可据此评估加密货币迁移到后量子加密的紧迫性。
Google DeepMind 推出由 Gemini 驱动的 AI 指针，让用户通过指向和语音与 AI 交互，无需编写复杂提示词。该功能已集成到 Chrome 中，并将在 Googlebook 笔记本上推出 Magic Pointer，用户可在 Google AI Studio 体验实验版本。
推荐理由：原文给出了AI指针的原理和落地入口，读者可以据此判断这种交互方式会怎样改变日常使用AI的方式。
Google 发布 Vibe Coding XR 工作流，结合 Gemini 的长上下文推理与 XR Blocks 框架，将自然语言直接转化为带物理感知的 Android XR 应用，生成时间在 60 秒内。
推荐理由：原文给出了从自然语言到可运行 XR 应用的完整流程和实测成功率，读者可据此评估该工作流的成熟度与上手成本。
Google Research 与英国 NHS 合作开展 AIMS 研究，在 Nature Cancer 发表两项研究评估 AI 乳腺癌检测系统。
推荐理由：原文给出了AI系统在乳腺癌筛查中的敏感度提升、漏检癌症检出比例和人工阅读量节省幅度，读者可据此评估AI辅助筛查的实际价值。
Google Research 宣布在 Flood Hub 上推出城市突发洪水预报，利用 AI 方法可提前 24 小时预测城市地区突发洪水风险。该方法使用 Gemini 分析新闻报告构建历史洪水数据集，模型在人口密度超过每平方公里 100 人的区域运行，空间分辨率 20x20 公里，并已在南美、东南亚等地区达到与发达国家相当的精度。
推荐理由：原文给出了新方法、覆盖范围和与现有系统的对比，读者可以据此判断城市洪水预警的实际能力。