Google DeepMind 介紹 AI 指針的設計原則與實驗演示，並宣佈即日起可在 Chrome 用指針向 Gemini 提問網頁內容。這套設計以四項原則為核心，讓指針結合視覺和語義上下文及語音，減少使用者撰寫詳細提示詞的需要。Magic Pointer 將即將在 Googlebook 推出。
推薦理由：文章以四項交互原則説明 AI 指針如何減少提示詞負擔，並列出 Gemini 在 Chrome 的現有功能及 Googlebook 即將推出的 Magic Pointer。
Google DeepMind 推出 Gemini 3.1 Flash Live，提升即時語音對話的精準度並降低延遲。它在 ComplexFuncBench Audio 得分 90.8%，在 Scale AI 的 Audio MultiChallenge 開啟 thinking 時得分 36.1%。
推薦理由：原文以兩項語音基準呈現多步函數調用與複雜指令跟隨表現，並列出開發者、企業及一般用户的使用入口，可對照其能力與部署場景。
Google DeepMind 公開一套經實證驗證的工具包及研究材料，用於評估 AI 有害操縱能力，並衡量操縱成效與模型採用操縱手法的傾向。研究涵蓋 9 項研究及逾 10,000 名來自英國、美國和印度的參與者，涉及金融、健康等高風險領域；結果顯示，不同領域的操縱成效不能互相推定，AI 在健康相關議題上達成有害操縱的效果最低。
推薦理由：研究把有害操縱評估拆分為操縱成效與模型採用操縱手法的傾向，並發現不同領域的結果不能互相推定，為高風險情境評估提供可複用方法。
Google DeepMind 推出音樂生成模型 Lyria 3 Pro，支援生成最長 3 分鐘的曲目，並可按前奏、主歌、副歌和橋段等音樂結構提示創作。
推薦理由：文章呈現 Lyria 3 Pro 從段落提示到 Vertex AI 公開預覽的接入脈絡，並連結創作者音樂工具與企業按需音訊製作場景。
Google Research 宣佈 Vibe Coding XR，結合 Gemini 與 XR Blocks，將自然語言描述轉成具物理感知能力的 Android XR 應用，最快可在 60 秒內生成。
推薦理由：文章展示如何以 XR Blocks 架構、範例模板和專用系統提示詞約束 Gemini，令自然語言生成的 XR 原型遵循既有 API 與互動設計規範。
Google Research 開發 S2Vec，透過自監督學習將建成環境特徵轉為通用嵌入向量。評測中，S2Vec 在美國人口密度及中位收入等未見地區的零樣本地理適應任務中，通常是表現最佳的單一模型，但樹冠覆蓋、海拔等環境任務仍有改進空間。S2Vec 與影像嵌入向量融合，整體通常優於單一模態。
Google Research 與 NHS 合作開展兩項研究，評估 AI 單獨讀片及融入乳癌篩查雙讀仲裁流程的表現。單獨讀片評估的癌症檢出率由每 1,000 名女性 7.54 升至 9.33，AI 亦檢出原雙讀流程漏掉的間隔癌中的 25%。融入雙讀仲裁後，流程在癌症檢出敏感度和特異度上達非劣效，估計可減少 46% 的人工讀片；但仲裁者曾推翻 AI 對 93 宗陽性癌症個案作出的正確召回判斷。
推薦理由：兩項研究分別檢視 AI 單獨讀片及加入人機仲裁後的流程，讓讀者同時衡量讀片人力效益與仲裁風險。
Google DeepMind 發佈衡量 AI 邁向 AGI 進展的認知框架，提出 10 項假設對通用智能重要的認知能力。框架建議以涵蓋各能力的任務、具人口代表性的成人基準，以及 AI 相對人類表現分佈的比較，分三階段評估系統。
Google Research 在 Flood Hub 推出城市山洪預報，可提前最多 24 小時預測城市地區的山洪風險。Google 使用 Gemini 分析公開新聞報道，建立 Groundsource 歷史山洪事件資料集，用於模型訓練和評估。目前系統以 20x20 公里空間解析度運作，預測人口密度每平方公里超過 100 人的區域。
推薦理由：以 Gemini 分析公開新聞報道建立 Groundsource 山洪事件資料集，呈現缺少歷史觀測時補足模型訓練資料的做法。
Google Research 推出 Groundsource，利用 Gemini 從新聞報道抽取突發洪水事件，建立涵蓋 150 多個國家的 2.6 million 筆開放歷史資料集。
推薦理由：文章列出 Groundsource 的人工核驗數據和 GDACS 事件匹配結果，讓讀者比較新聞抽取資料的時空準確度與既有災害檔案覆蓋情況。
Google Research 的前瞻性研究在真實門診流程中評估 AMIE 用於就診前病史採集的可行性。研究納入 100 名成人，互動由醫師即時監督且沒有觸發安全停止；AMIE 的鑑別診斷在 90% 個案中涵蓋最終診斷，前三項診斷準確率為 75%。研究屬單中心文字聊天研究，沒有對照組；PCP 的管理方案在實用性及成本效益方面較佳。
推薦理由：這項研究將 AMIE 用於門診前病史採集，展示即時醫師監督下的安全與診斷評估，亦交代單中心、無對照設計的限制。
Google Research 推出 WAXAL 開放語音資料集，首批涵蓋 27 種撒哈拉以南非洲語言，這些語言由超過 100 million 人使用。資料包含約 1,846 小時已轉錄的自然語音 ASR 數據，以及超過 565 小時高保真 TTS 錄音，採用 CC-BY-4.0 授權開放。資料收集由非洲學術及社區組織主導，Google 表示計劃持續擴充語言範圍。
推薦理由：WAXAL 將自然口語 ASR 與高保真 TTS 語料以 CC-BY-4.0 授權開放，呈現支援低資源語言語音技術所需的資料建置基礎。
Google Research 透過「貝葉斯教學」訓練 LLM 模仿貝葉斯助理的預測，提升推薦表現並泛化至其他任務。此方法採用監督式微調；在航班推薦測試中，未經特定訓練的 LLM 表現遠遜最優貝葉斯助理，且常在一次互動後便不再進步。
Google DeepMind 推出 Gemini 3.1 Flash-Lite，現正以預覽版向開發者及企業開放，開發者可透過 Google AI Studio 的 Gemini API 使用，企業則可透過 Vertex AI 使用。
推薦理由：文章把 Gemini 3.1 Flash-Lite 的定價、相較 2.5 Flash 的速度數據及質素描述並列，呈現其面向高頻工作負載的成本定位。
Google DeepMind 發佈圖像生成模型 Nano Banana 2（Gemini 3.1 Flash Image），以 Flash 速度帶來 Nano Banana Pro 的世界知識、品質與推理能力。
推薦理由：Nano Banana 2 將 Nano Banana Pro 的世界知識、視覺品質與創作控制帶到 Flash 速度，並交代其在 Google 產品中的推出範圍及 Nano Banana Pro 的保留使用方式，説明兩款模型面向的工作流程差異。
Google DeepMind 發佈 Gemini 3.1 Pro，作為 Gemini 3 系列核心模型升級，提升複雜問題的推理能力。它在 ARC-AGI-2 取得經驗證的 77.1% 得分，推理表現超過 Gemini 3 Pro 兩倍。
推薦理由：Gemini 3.1 Pro 在 ARC-AGI-2 取得經驗證的 77.1% 得分，並稱推理表現超過 Gemini 3 Pro 兩倍，為核心推理升級提供量化比較依據。
Google DeepMind 在 Gemini app beta 推出 Lyria 3 音樂生成模型，使用者可用文字提示或上傳照片、影片生成 30 秒音軌。系統會按提示生成歌詞，並可調整風格、人聲和節奏；音軌嵌入 SynthID，Gemini 的核驗功能亦延伸至音訊，使用者可上傳檔案詢問其是否由 Google AI 生成。
推薦理由：Lyria 3 在 Gemini app 開放以文字、圖片或影片生成音樂，並納入 SynthID 與音訊核驗，呈現創作功能和 AI 內容識別並行的設計。
Google Research 提出 MapTrace，以合成數據訓練多模態大語言模型（MLLM）在地圖上追蹤有效路徑，應對模型難以理解空間幾何與拓撲關係的問題。
Google DeepMind 宣佈與印度政府部門及當地機構建立新合作，擴大 AI 在科學與教育領域的應用。合作將向印度研究人員提供 AlphaGenome、AI Co-scientist 和 Earth AI，並推出 $30 million Google.org Impact Challenge: AI for Science。
推薦理由：文章列出研究機構合作、AI 科學挑戰賽及教材互動化安排，呈現 Google DeepMind 在印度推進科學與教育應用的具體路徑。
Google DeepMind 發佈 Gemini 3 Deep Think 重大升級，面向科學、研究與工程領域的複雜挑戰。
推薦理由：文章列出數學、編程及科學基準的具體成績，並交代 Gemini app 與 Gemini API 的開放方式，呈現本次升級的評測範圍和使用入口。
Google Research 提出開源原型框架 DialogLab，用於編寫、模擬及測試動態人類與 AI 羣體對話。框架採用「編寫、測試、驗證」流程，並以視覺化介面及驗證儀錶板協助設計與分析對話。14 名參與者的評估顯示，人類控制模式顯著更具投入感，並普遍被認為更有效、寫實。
Google 提出 Natively Adaptive Interfaces（NAI）框架，以多模態 AI 工具建立更個人化、具適應性的無障礙應用介面。NAI 主張按情境資訊作出設計決策，並以動態、由智能體驅動的模組取代靜態導覽。Gemini 原型可將即時影片轉為互動音訊描述，讓使用者即時查詢畫面細節。
Google Research提出 Sequential Attention，將子集選擇整合至單次模型訓練，以較低開銷提升模型效率並維持準確度。該方法以注意力分數逐步挑選特徵，在多項神經網絡基準測試中取得最先進結果。
Google Research 與 Included Health 宣佈，待機構審查委員會（IRB）批准後，將在全美開展前瞻性、經參與者同意的隨機研究，評估對話式 AI 在真實虛擬醫療流程中的表現。研究將把 AI 管理患者互動的能力與限制，和標準臨牀實踐比較，從模擬研究及單中心可行性測試推進至全國規模的真實臨牀評估。
Google DeepMind 開始向美國年滿 18 歲的 Google AI Ultra 訂户逐步開放 Project Genie；這款由 Genie 3、Nano Banana Pro 和 Gemini 驅動的實驗研究原型，可建立、探索及改編互動世界。
推薦理由：原型把世界草圖、即時探索與改編放進同一體驗，並交代生成時長、物理表現和角色操控限制，可看出目前互動世界模型的使用方式與邊界。
Google Research 團隊對 180 種智能體配置進行受控評估，提出智能體系統的量化規模化原則。在可並行的金融推理任務中，集中式協作較單智能體提升 80.9%；在 PlanCraft 的序列規劃任務中，多智能體方案則令表現下降 39–70%。研究的預測模型根據工具數量及任務可拆解程度，對 87% 未見任務配置正確識別最佳協作策略。
Google Research 提出 ATLAS 多語言 scaling laws，相關研究將於 ICLR 2026 發表，基於 774 次訓練實驗，涵蓋 10M–8B 參數模型。
Google Research 在 NeurIPS 2025 介紹 GIST，這種資料子集選取演算法兼顧多樣性與效用。GIST 保證所選子集的價值至少達絕對最優解價值的一半，並在圖像分類等基準任務中超越最先進方法。
Google Research提出分解式流程，令小型多模態 LLM 從網頁及手機互動軌跡提取意圖，表現勝過 CoT 提示和端到端微調。流程先逐屏摘要，再從摘要序列抽取整體意圖；測試涵蓋手機、網頁軌跡及 Gemini、Qwen2 基礎模型。Gemini 1.5 Flash 8B 配合此法，效果可媲美 Gemini 1.5 Pro，展示裝置端意圖理解的應用潛力。
Google DeepMind 推出 D4RT，這是一個統一的 AI 模型，可重建並追蹤跨越空間與時間的 4D 場景。測試中，D4RT 比此前方法快 18x 至 300x；在單顆 TPU 上，約 5 秒即可處理 1 分鐘影片，而舊方法最多需 10 分鐘。其查詢式 Transformer 架構支援點追蹤、點雲重建及相機姿態估計，應用方向包括機械人、擴增實境與世界模型。
Google 發佈開放醫療多模態模型 MedGemma 1.5 4B，新增 CT、MRI、病理全切片及胸部 X 光時間序列等醫療影像處理能力。其基準結果較 MedGemma 1 4B 提升，例如 CT 疾病分類準確率為 61%（58%），MRI 為 65%（51%），醫療文本 EHRQA 為 90%（68%）。
推薦理由：MedGemma 1.5 4B 在多項醫療影像與文本基準上較前代提升，文中列出的具體分數可用來比較不同任務的改進幅度。
Google DeepMind 更新 Veo 3.1 Ingredients to Video，提升參考圖像生成影片的一致性與表現，並加入原生 9:16 直向輸出及 1080p、4K 升頻。
推薦理由：更新同時處理參考圖像影片中的角色、背景與物件一致性，並加入原生直向及高解像度輸出，可看出 Veo 3.1 如何覆蓋短片創作與專業製作需求。
Google Research 在 Science Advances 發表 NeuralGCM 降水研究，報告模型在 280 km 解析度下改善最長 15 天的降水預報及多年氣候模擬。
推薦理由：研究展示以 NASA 衞星降水觀測直接訓練 NeuralGCM 機器學習部分的做法，並呈現極端降水與日變化模擬的改善。
Google Research 回顧 2025 年研究成果，涵蓋生成模型、生成式 UI、量子計算、AI 科學工具及氣候、醫療與教育應用。Gemini 3 引入生成式 UI，可按提示詞生成互動介面；Gemma 擴展至 140 多種語言。效能研究顯示，使用 Learn Your Way 的學生在保留測試中的得分高 11 個百分點。
Google DeepMind 發佈 Gemini 3 Flash，結合 Gemini 3 Pro 級推理與 Flash 級延遲、效率和成本，並按 Artificial Analysis 基準測試較 Gemini 2.5 Pro 快 3x。
推薦理由：文章以推理、多模態與編碼基準成績，連同速度、token 用量及 API 定價，呈現 Gemini 3 Flash 的效能與成本定位。
Google DeepMind 更新 Gemini 2.5 Flash Native Audio，提升其處理複雜工作流、遵循指令及進行多輪語音對話的能力。它在 ComplexFuncBench Audio 得分為 71.5%，開發者指令遵循率由 84% 升至 90%；目前已在 Vertex AI 正式提供，並以預覽版開放 Gemini API。
推薦理由：更新同時改善即時語音 Agent 的函數調用、指令遵循與多輪對話，並以 ComplexFuncBench Audio 的 71.5% 得分呈現多步函數調用表現。
Google DeepMind 宣佈透過新的諒解備忘錄擴大與英國 AI 安全研究所（AISI）的合作，將合作範圍由模型測試延伸至更廣泛的基礎安全研究。研究涵蓋監測 AI 推理過程、探討社會與情感影響，以及評估 AI 對經濟系統的潛在影響。合作亦包括分享專有模型、數據和研究想法，並共同發布報告、開展研究及進行技術討論。
Google Research 提出 Urania，以差分隱私分析 AI 聊天機械人對話，提供端到端形式化隱私保證，避免單一對話過度影響摘要。框架透過差分隱私聚類及關鍵詞提取，再讓 LLM 僅根據經私隱保護的關鍵詞生成摘要，不接觸原始對話。與非差分隱私基線比較時，LLM 評估者在一項評測中最多有 70% 的情況偏好 Urania 的摘要。
Google DeepMind 宣佈深化與英國政府合作，將以 AI 推進科研、教育、公共服務現代化，以及國家安全與韌性。Google DeepMind 計劃於 2026 年在英國設立其首個自動化科學實驗室，聚焦材料科學，並向英國科學家優先提供「AI for Science」模型。
推薦理由：合作涵蓋科研模型優先使用、材料科學自動化實驗室及公共服務文件數碼化，呈現英國政府合作由研究到行政流程的落地安排。
Google DeepMind 與 Kaggle 推出 FACTS Benchmark Suite，透過四項基準評估大語言模型的事實準確性。套件包含更新版 Grounding Benchmark - v2，以及 Parametric、Search、Multimodal 三項基準，並公開提供 3,513 個例子；Kaggle 管理私有保留集並維護公開排行榜。