PulseAugur
实时 10:30:37
实体 Jeff Dean

Jeff Dean

PulseAugur coverage of Jeff Dean — every cluster mentioning Jeff Dean across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
15
90 天内 15
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

5 天有情绪数据

最近 · 第 1/1 页 · 共 15 条
  1. SIGNIFICANT · CL_109188 ·

    Google 将顶尖 AI 研究员流失至 OpenAI、Microsoft 和 Anthropic

    Google 正经历顶尖 AI 研究员的大量流失,多位关键人物已离职加入 OpenAI、Microsoft 和 Anthropic 等竞争对手公司。离职人员包括曾对 Google 的 Gemini 模型开发做出重要贡献的 Jonas Adler 和 Alexander Pritzel,他们现已加入 Anthropic。此外,Google 的资深研究员 Noam Shazeer 已转投 OpenAI,Google DeepMind 的总…

  2. RESEARCH · CL_106853 ·

    在人工智能人才战中,谷歌 DeepMind 的顶尖研究员流失至 OpenAI 和 Anthropic

    谷歌 DeepMind 经历了显著的人才流失,两位知名研究员 Noam Shazeer 和 John Jumper 分别离职加入 OpenAI 和 Anthropic。这些举动凸显了当前人工智能领域顶尖人才争夺战的激烈程度,尤其是在许多人认为通用人工智能(AGI)即将到来的背景下。此次离职事件突显了对少数几位不仅拥有技术专长,还具备关键判断力、实验经验和招聘能力的顶尖研究员的高度重视。

  3. RESEARCH · CL_103963 ·

    Odyssey 融资 3.1 亿美元,估值 14.5 亿美元,专注于世界模型 AI

    专注于开发世界模型的 AI 实验室 Odyssey 已完成 3.1 亿美元的 B 轮融资,公司估值达到 14.5 亿美元。本轮融资由 Natural Capital 领投,Amazon、AMD Ventures 和 Google Ventures 参投。Odyssey 的世界模型旨在模拟物理世界,在自动驾驶汽车和机器人领域具有潜在应用。该公司还宣布了与 AWS 的新合作伙伴关系,AWS 将成为其首选云服务提供商,并提供对其 Train…

  4. RESEARCH · CL_97159 ·

    亚马逊、英伟达、AMD向AI世界模型初创公司Odyssey ML投资3.1亿美元

    AI初创公司Odyssey ML已获得3.1亿美元融资,估值达到14.5亿美元。本轮融资由亚马逊、NVIDIA和AMD等主要科技公司领投,并有与CIA有关的基金IQT和谷歌首席科学家Jeff Dean参与。这一重要支持凸显了继大型语言模型兴起之后,业界日益关注世界模型作为人工智能的下一个前沿。

  5. SIGNIFICANT · CL_97152 ·

    Odyssey融资3.1亿美元,估值14.5亿美元,获亚马逊、AMD、NVIDIA支持

    专注于构建世界模型的AI初创公司Odyssey已获得3.1亿美元B轮融资,估值达到14.5亿美元。本轮融资由Natural Capital领投,亚马逊、AMD Ventures和NVIDIA等公司进行了重要投资。Odyssey的技术旨在以精确的物理学模拟物理世界,超越文本AI,应用于视频游戏创作和机器人等领域。

  6. COMMENTARY · CL_89467 ·

    Google AI主管敦促在AI与人类独创性之间取得平衡

    Google首席科学家Jeff Dean正告诫AI开发者不要过度依赖人工智能。他提倡将AI能力与人类创造力和智力和谐地结合起来。Dean在华盛顿大学Allen计算机科学与工程学院的毕业典礼上发表了这些见解,强调了在AI的快速发展与人类独创性之间保持平衡的重要性。

  7. COMMENTARY · CL_64267 ·

    Jeff Dean 探讨AI算力实现100万倍飞跃

    Google AI负责人Jeff Dean讨论了AI算力假设性增加100万倍的影响。他探讨了这种飞跃如何能够彻底改变AI的研究和开发,可能实现更复杂的模型和更快的训练时间。Dean还谈到了伦理考量以及该领域负责任发展的必要性。

  8. COMMENTARY · CL_59932 ·

    Google AI 架构师讨论 Gemini 开发历程

    Google AI 的 Gemini 团队在“Release Notes”播客节目中分享了他们开发过程中的见解。关键架构师们讨论了他们在推动人工智能前沿方面的历程。该节目深入介绍了参与创建 Gemini 模型的人员。

  9. COMMENTARY · CL_56773 ·

    Gemma 4 124B MoE 模型传闻,Jeff Dean 提及

    Gemma 4 124B MoE 模型已传闻一段时间,甚至被 Jeff Dean 提及。希望它不会受到限制发布。

  10. SIGNIFICANT · CL_54843 ·

    前谷歌、苹果AI研究人员推出初创公司,致力于持续学习

    Trajectory,一家由来自Google DeepMind、Apple和OpenAI的前研究人员创立的新初创公司,已获得1500万美元的种子轮融资并正式启动。该公司旨在开发一个平台,使AI模型能够从用户交互中持续学习,从而解决当前AI系统的一个关键限制。他们的方法侧重于使用真实世界数据对训练后的开源模型进行再训练,以提高AI在特定业务应用中的性能,超越静态的预训练模型。

  11. FRONTIER RELEASE · CL_41325 ·

    Google 发布 Gemini 3.5 Flash,用于更快的代理任务

    Google 发布了 Gemini 3.5 Flash,这是一款专为速度和代理任务设计的新型 AI 模型。它被定位为 Anthropic 的 Claude Opus 4.7 和 OpenAI 的 GPT-5.5 等模型在不需要最高智能的任务上的更快、更便宜的替代品。该模型在 Google 的 Antigravity 城市建造模拟等某些应用中展示了显著的速度提升,速度提高了 12 倍,并有望用于日常 AI 工作流和复杂的、长周期的代理任务。

  12. TOOL · CL_21185 ·

    Google DeepMind的AlphaEvolve AI优化TPU,促进商业AI训练和模拟

    Google DeepMind宣布推出AlphaEvolve,这是一款AI驱动的编码代理,已集成到其基础设施中以优化硬件和软件。该系统已将Google下一代TPU的效率提高了20%,并将Google Spanner的写入放大率降低了20%。AlphaEvolve现正通过Google Cloud进行商业化推广,早期用户如Klarna和Schrödinger在其各自领域报告了显著的速度提升和效率提高。

  13. SIGNIFICANT · CL_18065 ·

    Altara 融资 700 万美元用于 AI 平台,以加速物理科学数据分析

    Altara 是一家由前哈佛大学计算机科学系学生 Eva Tuecke 和 Catherine Yeo 创立的初创公司,已获得 700 万美元种子轮融资,用于为物理科学开发 AI 层。该平台旨在整合电池和半导体制造等行业的零散技术数据,这些数据通常散落在电子表格和遗留系统中。通过分析传感器日志、故障报告和其他数据,Altara 的 AI 据称可以将数周的手动数据分类工作缩短到几分钟,从而加速产品改进和故障诊断。

  14. FRONTIER RELEASE · CL_01750 ·

    Google 发布支持长上下文的开源 Gemma 4 多模态模型

    Google DeepMind 发布了 Gemma 4,这是一个在新发布的、基于 Apache 2.0 许可的开源模型家族,标志着其开源 AI 产品的一次重大进步。这些模型专为推理和代理工作流而设计,并提供了针对本地和边缘部署优化的版本,包括文本、视觉和音频的原生多模态能力。早期基准测试表明其性能具有竞争力,其中 31B 模型在开源选项中排名靠前,并且 llama.cpp 和 Ollama 等平台已迅速提供了生态系统支持。

  15. FRONTIER RELEASE · CL_01763 ·

    新的 Gemini 3 Deep Think,Anthropic 300亿美元 @ 3800亿美元,GPT-5.3-Codex Spark,MiniMax M2.5

    Google DeepMind 发布了 Gemini 3 Deep Think V2,这是 Google AI Ultra 订阅用户的新推理模式,并可通过 API 提前访问。该模型在 ARC-AGI-2 等基准测试中取得了 84.6% 的准确率,创下新的最先进水平,并在 Humanity's Last Exam 和竞赛编程方面表现出色。该模型还因其效率而受到关注,每项任务成本降低 82%,并在科学和工程工作流程中具有实际应用,包括论文…