Google DeepMind

Google DeepMind 的 Gemini 模型有哪些最新进展？Google DeepMind 持续发布新的 Gemini 模型，最新版本展示了速度和效率，而旗舰版 Pro 模型则面临延迟。近期发布的模型包括 Gemini Hex 3 和 DiffusionGemma，后者是一个专注于更快文本生成的开放权重模型。值得注意的是，Gemini 3.6 Flash 在基准测试中甚至超越了旧版“Pro”模型。然而，备受期待的 Gemini 3.5 Pro 仍未发布，据报道是由于未能达到内部基准，这影响了 Google 的竞争地位。Google DeepMind 如何推动机器人技术和具身智能的发展？Google DeepMind 在具身智能方面取得了显著进展，推出了 Gemini Robotics 2，用于先进的全身机器人控制。Gemini Robotics 2 使机器人能够执行复杂的物理任务，包括灵巧操作和多机器人协作，超越了预编程动作。该系统集成了视觉-语言-动作 (VLA) 和具身推理 (ER) 模型，并在 Apptronik 的 Apollo 2 等机器人上进行了演示，将 AI 推理与现实世界的物理交互相结合，推动了自主系统的边界。Google DeepMind 在科学发现和开源 AI 方面做了什么？Google DeepMind 已将其 WeatherNext AI 开源，并承诺向美国科学发现领域投入 4000 万美元，利用 AI 造福全球。该公司发布了 WeatherNext，这是一个显著改善气旋预报的 AI 模型，可提前 24 小时发出预警，并可供学术和运营使用。此外，Google DeepMind 还向白宫的“创世纪任务”承诺提供 AI 代币和云积分，支持美国能源部国家实验室的研究人员使用 AlphaFold 3 和 AlphaEarth Foundations 等先进 AI 工具。Google DeepMind 如何确保 AI 安全和内容溯源？Google DeepMind 正在开创 SynthID-Text 等强大的水印技术，以打击深度伪造并确保 AI 生成内容可识别。研究人员开发了 SynthID-Text，这是一种将统计偏差嵌入模型词语选择的新方法，可以在不降低质量的情况下识别 AI 生成的文本。这建立在 SynthID 现有音频和图像水印技术的基础上，旨在满足机器可读标签的监管要求，并增强对数字内容的信任。Google DeepMind 如何应对竞争激烈的 AI 格局和人才流失？Google DeepMind 在持续的模型创新和战略领导层变动中面临激烈的竞争和大量人才流失。包括 Jeff Dean 和 Oriol Vinyals 在内的知名研究人员已离职，创办了 Discovery Loop，一家专注于自动化机器学习的新公司。此次人才流失恰逢关键模型延迟和领导层重组，Koray Kavukcuoglu 接管了 DeepMind。该公司正积极与 OpenAI 和 Anthropic 争夺快速发展市场中的领导地位。DiffusionGemma 是什么？它为何对 AI 速度很重要？Google DeepMind 的 DiffusionGemma 通过使用离散扩散，显著加快了文本生成速度，并针对代理系统进行了优化。DiffusionGemma 是一种开放权重语言模型，在单个 NVIDIA H100 上每秒可生成约 1500 个输出标记，远远超过传统的自回归模型。虽然其在能力基准测试中的得分低于其对应模型 Gemma 4，但其速度对于 AI 代理系统等低延迟、高吞吐量应用至关重要，这预示着混合模型部署的未来。