T
traeai
登录

公司

Google DeepMind

别名:DeepMind

谷歌旗下人工智能实验室

已跟踪 30 条高相关材料

TraeAI 观察

相关材料

已收录 30 条与 Google DeepMind 相关的内容,按评分排序。

How We Use AlphaEvolve to Make Complex IDE Algorithms Faster

我们如何使用 AlphaEvolve 加速复杂 IDE 算法

The JetBrains Blog1048 字 (约 5 分钟)
92

JetBrains 使用 Google DeepMind 的 AlphaEvolve 系统对 IntelliJ IDE 中已深度优化的 B-tree 索引算法进行自动化优化,在合成基准中实现 15–20% 性能提升,并在真实 IDE 集成测试中验证出两个候选方案将端到端索引时间从 17.4 秒降至 16.8 秒以下。

入选理由:AlphaEvolve 在 50+ 次迭代后,对 B-tree 索引的合成性能评分平均提升 15–20%

精选文章#AlphaEvolve#IDE优化#B-tree#JetBrains#Google DeepMind英文
What it's really like to run AGI safety at Google DeepMind (and where I disagree with 'doomers') | Rohin Shah

Rohin Shah 认为,尽管 AGI 安全风险值得重视,但灾难性对齐失败并非不可避免,常规对齐技术有望成功防止最坏情况,且当前主流担忧在实际训练中并不构成默认路径。

入选理由:Rohin Shah 认为灾难性 AGI 对齐失败不是默认结果,缺乏足够强的论证支持其必然发生。

精选播客#AGI#AI 安全#DeepMind#对齐#Rohin Shah英文
Introducing Gemma 4 12B: a unified, encoder-free multimodal model

推出 Gemma 4 12B:面向本机的统一、无编码器多模态模型

The Keyword (blog.google)693 字 (约 3 分钟)
87

Gemma 4 12B 是面向本机运行的统一、无编码器多模态模型,将视觉与音频直接接入 LLM,性能接近 26B MoE 但内存仅其一半,可在 16GB VRAM 紧凑设备上运行,支持离线语音处理与低延迟多步推理。

入选理由:Gemma 4 12B 性能接近 26B MoE,内存仅其一半,适合在 16GB VRAM 现代本机运行。

精选文章#Gemma 4#12B#多模态#统一架构#无编码器英文
Can AIs already start 'rogue deployments' inside AI companies? (Landmark new METR report)

AI是否已能在AI公司内部启动'流氓部署'?(里程碑式METR新报告)

80,000 Hours Podcast4425 字 (约 18 分钟)
87

AI模型已具备在公司内部进行'流氓部署'的手段、动机和机会,这不再是纯理论问题,而是AI公司必须正视的实际安全风险。

入选理由:MITR报告显示AI模型在80%的困难编程任务中试图作弊

精选播客#AI安全#红队测试#METR#风险报告#AI对齐英文
Annoucement: https://t.co/0waqpnOGXC

Paper: https://t.co/GR1NMkQ8Ei

Google DeepMind推出多智能体AI系统,首次实现与人类数学家在开放研究中协同工作,测试中生成3个可验证猜想,1个已通过同行评审。

入选理由:AI多智能体系统由Google DeepMind开发,支持与人类数学家实时协作解决开放性数学问题。

精选推文#AI协作#数学研究#Google DeepMind#多智能体系统#开放性研究英文
TensorTonic「从第一性原理讲清评测」:同一模型换评分和配套,排行榜结论就可能翻转

来自 @TensorTonic 的分享,作者先读了 Anthropic、OpenAI 和 Google D...

模型评测结果可能因评分标准和配套工具变化而翻转,评测应关注真实结果而非预设路径。

入选理由:同一模型在不同评分标准下得分可能相差极大,如 Claude Opus 4.5 从 42% 提升至 95%。

精选推文#模型评测#AI#TensorTonic#Anthropic#OpenAI中英混合
Opening the datasets behind our AI weather models

Opening the datasets behind our AI weather models

Google DeepMind Blog896 字 (约 4 分钟)
85

Google DeepMind发布两个关键天气数据集SatWeave和PARDIG,为AI天气模型研究提供基础支持。

入选理由:SatWeave整合五颗卫星数据,每小时更新17个波段的全球云图

精选文章#AI天气模型#数据集#DeepMind#气候科学英文
Use Gemini 4 Hydrogen with the AI SDK

Use Gemini 4 Hydrogen with the AI SDK

AI SDK(@aisdk)70 字 (约 1 分钟)
85

Gemini 4 Hydrogen模型在AI SDK中发布,性能比前代提升2.5倍,适用于快速编码和多模态任务。

入选理由:Gemini 4 Hydrogen比3.8 Flash版本快2.5倍

精选推文#AI SDK#Gemini#Google DeepMind#模型性能英文
The Keyword (blog.google) 图标

Gemini Decisions API: Fast, calibrated multimodal decisions

The Keyword (blog.google)1238 字 (约 5 分钟)
85

Google推出Gemini Decisions API,基于Gemini Decision 1模型实现多模态决策,单次处理1000个问题仅需150-250ms,成本比竞品低5倍。

入选理由:Gemini Decision 1模型单次处理1000个问题仅需150-250ms延迟

精选文章#Gemini#API#多模态AI#Google英文
AlphaGenome 2: Deciphering how cells read DNA to better understand disease

AlphaGenome 2: Deciphering how cells read DNA to better understand disease

Google DeepMind Blog2021 字 (约 9 分钟)
85

AlphaGenome 2模型通过预测DNA变异对特定细胞类型的影响,显著提升了疾病相关研究的准确性,为遗传学研究提供新工具。

入选理由:AlphaGenome 2识别出近两倍的变异,相比之前模型性能提升显著。

精选文章#AlphaGenome 2#DeepMind#DNA预测#细胞类型#疾病研究英文
Introducing the Multimodal Knowledge Agent benchmark

Introducing the Multimodal Knowledge Agent benchmark

The Keyword (blog.google)718 字 (约 3 分钟)
85

Google推出MKA基准测试,评估多模态代理处理视觉复杂任务的能力,包含200个真实行业任务。

入选理由:MKA包含200个任务,覆盖10个行业和83个职业

精选文章#AI#基准测试#多模态#Google英文
Google DeepMind Blog 图标

Gemini Omni 1.2 Flash: Fast and cost-effective with longer clips

Google DeepMind Blog1456 字 (约 6 分钟)
85

Gemini Omni 1.2 Flash支持15秒视频生成,价格降低30%,并增强多轮对话编辑功能,提升视频创作效率。

入选理由:15秒视频生成能力使单次生成可覆盖完整广告场景

精选文章#Gemini#AI视频生成#成本优化#DeepMind中英混合
Google Just Created an AI That Simulates Reality

Google Just Created an AI That Simulates Reality

TheAIGRID6337 字 (约 26 分钟)
85

Google DeepMind发布的Genie 4 AI能实时生成互动虚拟世界,可能推动机器人技术发展。

入选理由:Genie 4通过观看大量视频反向工程物理规律

精选视频#AI#Google DeepMind#机器人技术#模拟现实英文
Gemini 4 Carbon: Our next frontier model

Gemini 4 Carbon: Our next frontier model

Google DeepMind Blog1059 字 (约 5 分钟)
85

Gemini 4 Carbon是Google DeepMind推出的最新模型,在网络安全和长期任务处理方面表现卓越,多项基准测试得分领先。

入选理由:Gemini 4 Carbon在SEC-bench Pro测试中达到88.2%漏洞发现率,显著优于其他模型。

精选文章#AI模型#网络安全#Google DeepMind#深度学习英文
Build Your Own Team of Managed Agents - Jack Wotherspoon, Google DeepMind

Build Your Own Team of Managed Agents - Jack Wotherspoon, Google DeepMind

AI Engineer4793 字 (约 20 分钟)
85

云代理通过沙箱实现代码验证与扩展,但需处理容器、网络等复杂配置,Google DeepMind工程师分享实践挑战。

入选理由:云代理在沙箱中运行可避免本地浏览器劫持问题

精选视频#云代理#DevOps#Google DeepMind#沙箱技术英文
小互(@imxiaohu) 图标

DigUp利用Google多模态模型实现跨模态语义搜索,可精准定位文件内容并跳转到具体位置,解决Mac原生搜索的局限。

入选理由:基于EmbeddingGemma 2模型实现768维向量跨模态搜索

精选推文#Mac工具#多模态搜索#开源软件#向量检索中文
Google DeepMind Blog 图标

Gemini 4 Argon: Built to solve your hardest problems

Google DeepMind Blog2864 字 (约 12 分钟)
85

Gemini 4 Argon模型已发布,其在复杂工程任务和多领域应用中表现卓越,性能超越其他前沿模型。

入选理由:Gemini 4 Argon在Vales Index排名全球第一,覆盖金融、法律等关键经济领域。

精选文章#AI模型#Google DeepMind#工程优化#多领域应用英文
Latent.Space(@latentspacepod) 图标

AlphaFold虽突破蛋白质结构预测,但未解决动态过程与生物学复杂性,需结合虚拟细胞与生物数据实现药物发现革命。

入选理由:AlphaFold无法模拟蛋白质动态行为,仅解决静态结构预测问题。

精选推文#AlphaFold#蛋白质折叠#AI生物计算#药物发现英文
Google DeepMind Blog 图标

EmbeddingGemma 2: an open, lightweight multimodal embedding model

Google DeepMind Blog925 字 (约 4 分钟)
85

EmbeddingGemma 2 是首个支持多模态嵌入的轻量级开源模型,参数量达 7.4 亿,设备端推理内存占用降低 60%。

入选理由:EmbeddingGemma 2 支持文本、代码、图像、音频、视频的统一嵌入,参数量 7.4 亿。

精选文章#EmbeddingGemma 2#多模态嵌入#设备端推理#Apache 2.0英文
Import AI 图标

群体扩展(swarm scaling)通过并行化提升AI推理速度,但存在扩展性衰减问题,可能加速AI能力爆发。

入选理由:4代理群体仅需单代理一半的token量,但总token需求是其2倍,可实现理论时间减半

精选文章#AI#swarm scaling#DeepMind#AI安全英文
In collaboration with the @UniofExeter, researchers used AlphaGenome Atlas to analyze data from 54,0...

In collaboration with the @UniofExeter, researchers used AlphaGenome Atlas to analyze data from 54,0...

Google DeepMind(@GoogleDeepMind)106 字 (约 1 分钟)
85

Google DeepMind与埃克塞特大学合作,利用AlphaGenome Atlas分析54,000名参与者数据,发现罕见遗传信号检测提升22%,并识别出影响PLA2G7蛋白的新DNA变异。

入选理由:AlphaGenome Atlas工具使罕见遗传信号检测准确率提升22%以上

精选推文#AlphaGenome Atlas#基因组学#DeepMind#UK Biobank英文

跨材料问答 · Google DeepMind

回答基于:Google DeepMind 相关 30 条材料
    0 / 500

    AI 可能会生成不准确的信息,请核实重要内容