Google DeepMind 开源实验性扩散文本模型 DiffusionGemma,主打本地推理速度
Google DeepMind 发布实验性开源模型 DiffusionGemma,采用 26B 总参数、激活 3.8B 参数的 MoE 架构,并基于 Gemma 4 系列与 Gemini Diffusion 研究改造而来。
推荐理由:DiffusionGemma 用扩散生成替代逐 token 自回归,文章交代了它在本地推理下相对 Gemma 4 的速度与质量权衡。
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 发布实验性开源模型 DiffusionGemma,采用 26B 总参数、激活 3.8B 参数的 MoE 架构,并基于 Gemma 4 系列与 Gemini Diffusion 研究改造而来。
推荐理由:DiffusionGemma 用扩散生成替代逐 token 自回归,文章交代了它在本地推理下相对 Gemma 4 的速度与质量权衡。
Google DeepMind 发布 Gemini 3.5 Live Translate 语音模型,可在 70 多种语言间进行近实时、流式的语音到语音翻译,保留说话者的语调、节奏和音高。
推荐理由:Gemini 3.5 Live Translate 给出连续、流式的语音到语音翻译能力,并附 Google Meet、Google Translate 与 Gemini Live API 的入口。
Google DeepMind 发布 Gemma 4 12B,定位 12B 档位的统一无编码器多模态模型,首次在中型尺寸上支持原生音频输入,可直接在配备 16GB VRAM 或统一内存的消费级笔记本上本地运行。
推荐理由:原文给出 Gemma 4 12B 的无编码器多模态架构、16GB 本地运行门槛与 Apache 2.0 开源细节,读者可直接评估它在端侧多模态推理中的位置。
Google 在 Nature 上发表论文介绍由 Gemini 驱动的科研工具 Empirical Research Assistance (ERA),可在给定科学问题和成功度量后搜索文献、生成并优化代码,并通过树搜索在基因组学、公共卫生、卫星影像分析、神经科学预测、时间序列预测和数学等基准上达到专家级表现。
推荐理由:原文同时描述了 ERA 在 Nature 上的论文表现与 Computational Discovery 的开放试用入口,读者可据此了解它在不同学科里的实际用例。
Google DeepMind 推出 Gemini Omni 多模态模型系列,首发版本 Gemini Omni Flash 支持以图像、音频、视频和文本作为输入并生成高质量视频,强调可基于 Gemini 真实世界知识进行自然语言多轮视频编辑。
推荐理由:官方同时给出 Omni 家族定位、Flash 版本具体功能与首批入口,便于读者对照自家场景判断覆盖范围。
Google DeepMind 推出 Gemini for Science,在 Google Labs 开放三款实验性科研工具:基于 Co-Scientist 的假设生成。
推荐理由:Google 集中发布面向科研工作流的实验工具,并把能力拆解到具体步骤,便于研究者比对自家流程可被替代的环节。
Google DeepMind 在 2025 年 10 月飓风 Melissa 期间,其 AI 模型 WeatherNext 提前五天以 80% 置信度预测该风暴将以五级强度在牙买加登陆,三天前置信度升至接近 100%,这也是首次有模型从一级风速起点成功预报达到五级强度。
推荐理由:原文展示了 AI 模型在真实飓风预报中的运行结果与使用门槛,读者可据此评估其与传统数值模式的互补价值。
Google DeepMind 发布 Gemini 3.5 模型系列,首批 3.5 Flash 当天面向全球开放,覆盖 Gemini app、AI Mode、Google Antigravity、Gemini API、Gemini Enterprise Agent Platform 和 Gemini Enterprise 等入口。
推荐理由:Google DeepMind 同时给出 3.5 Flash 在多个评测的具体得分与面向开发者的 Antigravity 入口,便于对比其相对前代和竞品的位置。
Google DeepMind 在 Nature 发表 Co-Scientist 系统,介绍了一个基于 Gemini 的多智能体 AI,用于生成、辩论并迭代演化科研假设。
推荐理由:原文给出多智能体系统的架构与真实合作案例,便于读者评估它在科研假设生成中的实际价值。
Google DeepMind 发布 AlphaEvolve 一年来的影响汇总,介绍这款基于 Gemini 的编码智能体在算法设计上的跨领域进展:在基因组学中帮助 DeepConsensus 将变异检测错误降低 30%。
推荐理由:展示了 AlphaEvolve 在基因组学、电网优化、AI 基础设施与商业场景中的一年落地结果,可作为评估智能体编码工具实际迁移能力的参考。
Google DeepMind 宣布启动 AI co-clinician 研究计划,目标是在医生临床权威下让 AI 智能体以团队成员身份辅助患者诊疗。
推荐理由:原文公开了面向真实临床任务的多模态 AI 系统评测,可作为同行评估医疗 AI 能力边界的参考。
Google DeepMind 发布 Gemini Robotics-ER 1.6,作为面向机器人的具身推理模型升级,重点强化空间推理、多视角理解与仪表读数能力,相对 Gemini Robotics-ER 1.5 与 Gemini 3.0 Flash 在指物、计数和成功检测等任务上有显著提升,并新增仪表读数能力以读取压力表、液位计等仪器。
推荐理由:原文给出了模型相对前代的提升点、可用入口与合作方用例,读者可以据此判断它在机器人推理环节的实际增益。