DeepMind用街景增强Project Genie
Google DeepMind将Project Genie与Google Street View连接，使其世界模型可基于真实街景生成交互式环境。该能力可为AI代理和机器人提供贴近真实世界的导航与交互模拟环境。
最新动态
Google推出Gemini Omni
Google DeepMind发布Gemini Omni，将Gemini的多模态理解和生成能力扩展到视频创作。首个Omni模型支持以图像、音频、视频和文本作为输入生成高质量视频，并可通过对话方式编辑视频。
Google推出Antigravity 2.0
Google DeepMind发布Antigravity 2.0，定位为新一代AI开发与代理环境。该更新若延续Antigravity路线，重点在增强编码代理、任务执行和开发者工作流整合。
Google发布Gemini for Science
Google DeepMind推出Gemini for Science，集合面向科研发现的AI工具和实验。项目强调用通用智能体帮助研究人员整合文献、形成假设并提升科学探索的规模与精度。
Co-Scientist研究新发传染病
剑桥大学研究者使用Google Co-Scientist寻找动物病原体跨物种传播后引发严重疾病的分子开关。该工具根据研究提案生成并排序假设，用于辅助流感、败血症等方向的实验设计。
DeepMind用Co-Scientist筛选抗衰基因
Google DeepMind介绍科学家使用Co-Scientist加速细胞衰老逆转研究。该系统可从海量文献中提出候选基因通路，并辅助分析大规模基因筛选实验数据，帮助寻找让细胞摆脱衰老状态的干预方向。
Co-Scientist辅助肝病机制发现
DeepMind 披露爱丁堡大学团队使用 Co-Scientist 从海量文献中寻找 MASH 肝病的潜在机制和组合疗法线索。该系统帮助研究者缩小候选药物组合空间，形成可实验验证的新假设。
Co-Scientist连接ALS跨学科研究
DeepMind 介绍 MIT 与波士顿儿童医院团队用 Co-Scientist 串联神经肌肉组织模型和细胞表面 RNA 研究。系统帮助研究者快速消化 ALS 文献，将跨领域线索转化为可测试假设。
Co-Scientist筛选肝纤维化旧药
DeepMind 披露斯坦福研究团队使用 Co-Scientist 从既有药物文献中寻找肝纤维化再利用候选药。研究者让系统提出候选并解释依据，再与人工候选一起进入实验验证。
WeatherNext助预测牙买加飓风
DeepMind 称 WeatherNext 帮助美国国家飓风中心提前判断飓风 Melissa 将从一级迅速增强至五级，并预测其登陆牙买加。该预报为当地社区争取了更长预警和疏散准备时间。
Gemini 3.5系列发布
Google DeepMind发布Gemini 3.5系列，首发3.5 Flash，强调前沿智能、Agent能力和编码表现。该模型已面向Gemini应用、搜索AI模式、Antigravity、Gemini API及企业平台开放，3.5 Pro仍在开发中。
DeepMind发布Co-Scientist
Google DeepMind介绍Co-Scientist多智能体AI科研伙伴项目，目标是通过假设生成、评估和跨学科推理加速科学研究。该项目由医学、AI和生物科学团队联合推进，是其AI科研自动化布局的重要组成。
AlphaEvolve扩展科研影响
Google DeepMind称Gemini驱动的编码Agent AlphaEvolve已从试点进入核心基础设施，用于优化下一代TPU设计、缓存替换策略等任务。其部分电路设计已被集成进新一代TPU硅片，显示AI辅助硬件与算法优化的实际价值。
DeepMind启动AI协同临床
Google DeepMind宣布AI co-clinician研究计划，探索AI如何放大医生专业能力并提升患者护理质量。项目面向全球医护短缺背景，延续其从医学考试模型到临床辅助系统的医疗AI路线。
IBM发布Granite 4.1
IBM Granite团队发布Granite 4.1 dense LLM家族，包含3B、8B和30B模型，训练约15T tokens并支持最高512K长上下文。模型经SFT和GRPO强化学习优化，8B instruct宣称可匹敌或超过上一代32B MoE小模型，并以Apache 2.0开源。
Nemotron全模态模型发布
NVIDIA Nemotron 3 Nano Omni 发布，面向文档、图像、音频、视频和代理式电脑使用等场景。该模型扩展了 Nemotron 多模态能力，并在复杂文档理解、视频音频理解等榜单上取得领先表现。
DeepSeek-V4支持百万上下文
DeepSeek-V4 面向长时间运行的 Agent 工作负载，强调百万 token 上下文不仅要容量，还要降低 KV cache 和推理成本。文章解析其架构与后训练设计，意在解决长任务中断、上下文溢出和工具调用退化等问题。
DeepMind提出Decoupled DiLoCo
Google DeepMind提出Decoupled DiLoCo分布式训练架构，将大规模训练拆分到相对解耦的计算岛上，以降低跨数据中心带宽需求并提升硬件容错能力。该方法瞄准未来前沿模型训练中同步成本和集群可靠性的瓶颈。
阿语LLM质量榜单QIMMA发布
Hugging Face 介绍 QIMMA 阿拉伯语大模型榜单，重点不是简单汇总基准，而是先对评测数据做质量验证。团队发现常用阿语基准存在系统性质量问题，可能扭曲模型排名。
Ecom-RLVE训练电商对话Agent
Hugging Face 介绍 Ecom-RLVE，将可验证环境从单轮推理扩展到多轮、工具增强的电商对话任务。项目提供 8 类环境、程序化生成、难度课程和可验证奖励，并用 Qwen 3 8B 进行 DAPO 训练展示早期结果。