Google DeepMind 与英国政府合作，用 AI 加速住房规划审批
英国政府与 Google DeepMind 合作，开发一款 AI 驱动的原型系统，旨在加快住房规划决策。该系统将用于加速住房审批流程，缓解英国住房建设瓶颈。
全部教育 AI 动态
全部动态
今日 6 条Google DeepMindAI 评分3535
Google DeepMindAI 评分1818 Google DeepMind 发布 AI Control Roadmap：以传统防护与实时监控保障 AI 智能体系统安全
Google DeepMind 提出 AI Control Roadmap，用于保障内部系统安全，结合传统防护手段与实时监控，应对 AI 智能体带来的安全挑战。该路线图旨在通过多层次策略，确保智能体在受控环境中运行，并持续监测其行为以防范潜在风险。
Google DeepMindAI 评分3838 Gemini 3.5 Live Translate 为 Google AI Studio、Google Translate 和 Google Meet 带来近乎实时的自然语音翻译
Gemini 3.5 Live Translate 为 Google AI Studio、Google Translate 和 Google Meet 带来近乎实时的自然语音翻译。该功能基于 Gemini 3.5 模型，支持多语言实时对话翻译，并已集成至上述三款 Google 产品中。
Google DeepMindAI 评分4545 测量塞拉利昂及更广地区使用 AI 学习的成效
随机对照试验结果显示，Gemini 的 Guided Learning 功能有望提升学习参与度并加速学习进程。该研究在塞拉利昂开展，并计划将成果推广至更广地区。
Google DeepMindAI 评分1818 Google DeepMind 让内容创建与编辑过程更易理解
Google DeepMind 扩展其工具，帮助用户理解网络内容是如何被创建和编辑的。此次更新旨在提升内容来源与编辑历史的透明度，让用户更清晰地辨别信息的生成与修改过程。
Google DeepMindAI 评分3131 Google DeepMind 与新加坡达成国家级 AI 合作，聚焦健康、教育与可持续发展
Google DeepMind 与新加坡建立国家级合作伙伴关系，将前沿 AI 应用于健康、教育、可持续发展等领域的复杂挑战。此次合作旨在借助 AI 能力应对新加坡在关键社会议题上的实际需求，推动前沿技术落地于公共服务与行业场景。
Google DeepMindAI 评分2121 Calico Life Sciences 用 Co-Scientist 开辟衰老研究新路径
Calico Life Sciences 借助 Co-Scientist 将零散的研究发现相互关联，并在衰老研究中生成新的线索。该工具帮助研究人员整合分散证据，提出可验证的新假设，从而加速衰老生物学领域的探索进程。
Google DeepMindAI 评分1818 Co-Scientist：加速科研的多智能体 AI 伙伴
Google DeepMind 推出基于 Gemini 构建的多智能体 AI 伙伴 Co-Scientist，旨在帮助研究人员加速科学突破。该系统通过多智能体协作模式，辅助科研人员完成假设生成、实验设计等研究环节，提升科研效率。
Google DeepMindAI 评分1818 Google DeepMind 探索 AI 协同临床医生（AI co-clinician）新医疗模式
Google DeepMind 正在研究 AI 协同临床医生（AI co-clinician）路径，探索 AI 辅助医疗新模式。该研究聚焦于 AI 在临床决策支持、诊疗流程优化中的应用，旨在推动 AI 增强型医疗护理的发展。目前仍处于研究阶段，尚未披露具体模型版本、临床评测数据或部署时间表。
Google DeepMindAI 评分2222 Google DeepMind 与韩国建立合作，加速前沿 AI 科学突破
Google DeepMind 与韩国建立合作伙伴关系，将利用前沿 AI 模型加速科学突破。双方将共同推动 AI 在科研领域的应用，助力韩国提升科技创新能力。此次合作聚焦于发挥前沿模型的推理能力，解决复杂科学问题，并促进 AI 与基础科学的深度融合。
Google DeepMindAI 评分2323 Google DeepMind 携手全球咨询公司加速企业 AI 转型
Google DeepMind 与多家全球咨询公司建立合作，将前沿 AI 能力带给世界各地的组织机构，加速其 AI 转型进程。此次合作聚焦于推动前沿 AI 在真实业务场景中的落地应用，帮助客户更高效地部署和利用 AI 技术。
Google DeepMindAI 评分2121 Gemini Robotics-ER 1.6：以增强具身推理驱动真实世界机器人任务
Google DeepMind 推出 Gemini Robotics-ER 1.6，通过增强空间推理与多视角理解，提升自主机器人在真实世界任务中的表现。该模型聚焦具身推理能力，旨在帮助机器人更准确地感知环境、规划动作并完成复杂操作。
Berkeley AI ResearchAI 评分3838 SPEX 与 ProxySPEX：大规模识别 LLM 关键交互
Berkeley AI Research 提出 SPEX 与 ProxySPEX 算法，通过稀疏性和低阶性将交互发现转化为可解的稀疏恢复问题，实现大规模识别 LLM 中的关键交互。ProxySPEX 利用层级结构，以约 10 倍更少的消融次数达到与 SPEX 相当的性能。在情感分析任务中，SPEX 在上下文扩展至数千特征时仍保持高忠实度，优于 LIME 和 Banzhaf 等边际方法。
Berkeley AI ResearchAI 评分3838 无需TD学习的强化学习：分治范式如何扩展至长时程任务
该文提出一种基于分治范式的强化学习算法，替代传统时序差分（TD）学习，可将贝尔曼递归次数从线性降至对数级，避免误差累积，适用于长时程任务。研究在目标条件强化学习中首次实现该方法的规模化应用，无需调节n步TD的超参数，且不引入高方差或次优性。
Berkeley AI ResearchAI 评分3131 word2vec 究竟学到了什么：学习过程可归结为 PCA 的理论证明
加州大学伯克利分校研究团队首次为 word2vec 提供了定量预测理论，证明在现实训练条件下其学习问题可简化为无权重最小二乘矩阵分解，最终表示由 PCA 给出。训练中嵌入向量按离散步骤逐次学习正交概念，每个概念对应可解释的主题特征，理论预测与数值实验高度吻合。