Google DeepMind 推出 SynthID Bio,为 AI 生成的蛋白质和结构嵌入可验证水印
Google DeepMind 推出 SynthID Bio,将水印技术引入合成生物学,把可检测信号直接嵌入生物代码,可在合成的物理蛋白上验证。
推荐理由:原文给出水印在湿实验中不影响蛋白功能的验证细节,读者可据此了解生物安全防线的实际可行性。
Google DeepMind 推出 SynthID Bio,将水印技术引入合成生物学,把可检测信号直接嵌入生物代码,可在合成的物理蛋白上验证。
推荐理由:原文给出水印在湿实验中不影响蛋白功能的验证细节,读者可据此了解生物安全防线的实际可行性。
NVIDIA 联合 Google DeepMind、EMBL-EBI 等机构,通过 AlphaFold Database 开放发布超过2800种病毒的蛋白质复合物预测3D结构,其中约30%的蛋白相互作用是科学界此前未记录的。
Google DeepMind 发布 AlphaGenome Atlas 平台,包含人类基因组中约 90 亿种单核苷酸变异的分子效应预测,数据集达 1 PB,超过 AlphaFold 数据库 30 倍以上,向学术研究免费开放。
推荐理由:平台覆盖全部约 90 亿种单碱基变异并附 AVI 评分,读者可以据此了解它在罕见病和数量性状研究中的实际用法。
Google DeepMind 推出据称全球首个针对专有前沿模型的双盲评估,将外部评测限制在密码学安全的隔离环境中,防止模型提前看到测试题造成基准污染。此次与 Singapore AI Safety Institute、OpenMined、AVERI 和 MLCommons 合作,用机密基准测试一个 Gemini Flash Lite 模型,以提升评估的可信度和完整性。
Google DeepMind 回顾其以游戏驱动的 AI 研究历程:DQN 玩 Atari 49 款游戏、AlphaGo 2016 年击败李世石、AlphaStar 在 StarCraft II 达到 Grandmaster 水平,相关基础延伸至 AlphaFold 并获 2024 年诺贝尔化学奖认可。
Google DeepMind 发布 Nature 论文并开源 WeatherNext 2、WeatherNext Cyclones 和 WeatherNext 2-mini 模型,单个 AI 模型可同时预测热带气旋的路径、强度和风结构,相比此前模型平均多出约 24 小时提前量,相当于过去 20 年气象进步约十年的水平。
推荐理由:Google 公布了模型在气旋预报上多出约一天提前量的细节,并同步开源代码与权重,研究者可以直接复现或改进。
Google DeepMind 发布基于 3.5 Flash 微调的轻量网络安全模型 Gemini 3.5 Flash Cyber,用于快速发现、验证和修补漏洞。
Google DeepMind 与 Isomorphic Labs 发布联合生物韧性方案,目标是防止模型被滥用,并让政府和科学家利用 AI 提升疫情应对能力。
Google Research 发布 SensorFM,一种直接从无标注可穿戴数据预训练的 Large Sensor Foundation Model,训练数据来自 500 万名同意参与研究的用户、超一万亿分钟的多模态传感器信号,覆盖 100 多个国家和 20 多款 Fitbit 与 Pixel Watch 设备。
Google DeepMind 发布 AI Control Roadmap,在传统对齐和沙箱、prompt injection 防御之上增加系统级安全层,将内部智能体视为潜在未对齐的“内部威胁”,基于 MITRE ATT&CK 构建威胁建模框架,用可信 AI 监督员检测和拦截有害行为,并以覆盖度、召回率和响应时间衡量效果。
Google DeepMind 发布开源实验模型 DiffusionGemma,基于文本扩散方法生成整块文本,在专用 GPU 上推理速度最高达 4x(单张 NVIDIA H100 超 1000 tokens/秒,RTX 5090 超 700 tokens/秒)。
推荐理由:官方明确了 4x 提速的具体硬件数字和输出质量取舍,读者可以据此判断它适不适合本地低并发场景。
Google DeepMind 推出面向欧洲早期机器人初创公司的加速器项目 Google DeepMind Accelerator: Robotics,首批从全欧选出 15 家公司。
伦敦国王学院、复旦大学和 The Alan Turing Institute 发布 SocioHack 基准,含 72 个沙盒社会环境,测试 LLM 经 RL 训练后在真实规则体系中钻空子的能力,RL 让 LLM 以 61.25% recall 和 90.85% precision 重新发现历史上被修补的漏洞。
剑桥大学 Clare Bryant 教授使用 Google DeepMind 的 Co-Scientist 研究病原体跨物种传播(如禽流感到人类)引发败血症等重症的分子开关。
Stanford 医学院遗传学家 Gary Peltz 团队在 Advanced Science 发表研究,用 Google DeepMind 的 Co-Scientist 从现有药物文献中筛选可重定位治疗肝纤维化的候选药。
Google DeepMind 发布 Decoupled DiLoCo 分布式训练架构,将大模型训练拆分为异步通信的计算“孤岛”,隔离硬件故障并大幅降低带宽需求。
Google DeepMind 发布 Gemini Robotics-ER 1.6,相比 Gemini Robotics-ER 1.5 和 Gemini 3.0 Flash 在指点、计数、成功检测等空间与物理推理能力上显著提升。
Google Research 提出一个评估 25 个 LLM 行为倾向与人类对齐程度的框架,将标准化心理问卷改编为情境判断测试(SJT),并由 550 名参与者提供人类偏好分布。
Google Research 在 Earth AI 计划下推出自监督框架 S2Vec,为建成环境学习通用嵌入向量。该框架用 S2 Geometry 将地表划分为多分辨率单元,把建筑、道路等特征栅格化为多层图像,再用 masked autoencoding 无需人工标注地学习位置特征。