跳到正文

#Google

今日 14 條
6月25日週四
6月17日週三
6月13日週六
6月11日週四
6月10日週三
6月9日週二
  2. Google DeepMind72

    Google DeepMind 發佈 Gemma 4 12B 統一免編碼器多模態模型

    Google DeepMind 發佈 Gemma 4 12B，定位為可在筆記型電腦本機運行的多模態模型，並為中型模型加入原生音訊輸入。它採用免多模態編碼器架構，將視覺和音訊輸入直接整合至 LLM backbone；標準基準表現接近 26B MoE，總記憶體佔用不足其一半。Gemma 4 12B 以 Apache 2.0 授權釋出，可透過 LM Studio、Ollama 等工具試用。

    推薦理由：Gemma 4 12B 的免編碼器設計、接近 26B MoE 的基準表現與較低記憶體佔用，提供比較中型多模態模型架構和本機部署定位的具體依據。

6月8日週一
  1. Google DeepMind66

    Google DeepMind 公佈塞拉利昂 Guided Learning 試驗結果

    Google DeepMind 公佈塞拉利昂八週預先註冊試驗結果，使用 Guided Learning 的學生數學成績相較控制組提升 +0.258 個標準差，約相當於 1.2 至 1.7 年的典型學習進度。

    推薦理由：試驗同時呈現 Guided Learning 的數學成績變化、對話中的概念建構方式及不同起點學生的受益差異，勾勒 AI 輔助教學成效的多個面向。

6月5日週五
  2. Google Research65

    Google Research 發表 PHRM 研究，探索智能手機被動監測心率與靜息心率

    Google Research 在 Nature 發表 PHRM 研究系統，透過智能手機前置鏡頭在面部解鎖後擷取 8 秒影片，於日常使用中被動估算心率（HR）及每日靜息心率（RHR）。

    推薦理由：研究結合實驗室測試與八日自由生活驗證，按膚色報告 HR 誤差，並呈現 RHR 估算覆蓋率及穿戴裝置對照，讓讀者掌握日常使用中的證據範圍。

6月4日週四
  1. Google Research64

    Google Research 開源水文建模框架，供各地訓練 AI 洪水預報模型

    Google Research 將水文建模框架以 Apache 2.0 許可證開源，供研究人員及預報機構訓練 AI 洪水預報模型。這個 Python 套件以 PyTorch 實作河流預報模型，包含 LSTM 架構與使用 Caravan 歷史河流數據的訓練流程，並可加入本地數據訓練或微調。

    推薦理由：CHMI 開發 adapter 將框架接入 Delft-FEWS，具體展示 AI 水文模型如何納入既有預報工作流，亦為其他機構提供整合參考。

5月28日週四
  1. Google Research46

    Google 透過零信任聚合實現私隱分析

    Google將新型密碼學聚合協定與可信執行環境（TEE）結合，為私隱分析建立零信任防護，確保Google只能取得匿名化的羣體彙總洞察。新協定讓裝置以單一訊息提交資料，免須在多輪互動期間持續在線；密碼學層確保個人原始資料不會在任何伺服器記憶體中暴露或重建。

5月27日週三
  1. Ethan Mollick：One Useful Thing67

    Ethan Mollick：有意識地決定哪些思考工作交給 AI

    Ethan Mollick 主張應有意識地選擇哪些認知工作交由 AI 處理，而非預設讓 AI 代做，避免削弱學習與思考所需的投入。土耳其高中數學實驗中，使用 ChatGPT 的學生作業表現較好，但測驗成績低於未使用 AI 的同學；台北高中五個月 Python 課程中，使用 AI 導師個人化題目序列的學生，在無 AI 協助的期末考高出 0.15 個標準差。

5月23日週六
  1. AI as Normal Technology59

    Google 的 AI 智能體真的花 $916 建成作業系統嗎？

    Google 宣稱一組 AI 智能體花費 $916.92 建成作業系統，但作者認為公開資料不足以獨立核實。這次執行共使用 2.6B tokens；Google 所稱的單一提示詞長達數千行，但提示詞、程式碼及執行紀錄均未公開，人工介入與重試情況亦未交代。作者將此類長時程任務視為開放世界評測，認為其可補充基準評測，但需要新的方法規範。

5月20日週三
5月18日週一
  1. Google DeepMind62

    Google DeepMind 為 Project Genie 加入 Street View 功能，並向全球合資格 Google AI Ultra 訂閲者逐步開放

    Google DeepMind 為 Project Genie 加入 Street View 地點錨定能力，並開始向全球符合資格的 Google AI Ultra $200 訂閲者逐步開放（18+）。

    推薦理由：Project Genie 把美國 Street View 地點作為生成世界的起始位置，並可套用不同風格，具體呈現真實地理影像如何用於構建虛擬環境。

5月17日週日
  2. Google DeepMind73

    Google 擴展內容透明度與驗證工具，推出 AI Content Detection API

    Google 擴展內容來源驗證工具至 Search、Gemini、Chrome、Pixel 和 Cloud，並在 Google Cloud 推出 AI Content Detection API。

    推薦理由：內容驗證由面向一般使用者的 Gemini、Search、Chrome 延伸至 Cloud API，後者可識別 Google 及其他熱門模型生成內容，協助企業評估和管理自有平台上的媒體。

5月16日週六
  4. Google DeepMind63

    Google DeepMind 的 Co-Scientist 發掘可再利用的抗肝纖維化候選藥物

    Stanford University School of Medicine 的 Gary Peltz 團隊測試 Co-Scientist 提出的 3 種肝纖維化候選藥物，當中 2 種阻止纖維化並促進肝細胞再生。

    推薦理由：研究在同一活體人類肝細胞平台比較 Co-Scientist 與研究者挑選的藥物，呈現系統從少量相關文獻線索中找到候選藥物的案例。

5月12日週二
  1. Google DeepMind64

    Google DeepMind 公佈 Co-Scientist 多智能體科研系統，並將推出 Hypothesis Generation 實驗工具

    Google DeepMind 公佈以 Gemini 構建的 Co-Scientist 多智能體科研系統，將逐步向研究人員開放。Hypothesis Generation 實驗工具將於未來數週開始推出，研究人員可在 labs.google/science 登記意向；系統以專職智能體生成、辯論和演化假設，再用 Elo-based tournament 排序並交叉核查文獻與數據。

    推薦理由：Co-Scientist 以多智能體迭代生成、辯論和篩選科研假設，肝纖維化案例亦列出一項候選藥物在實驗室阻斷 91% 疤痕相關反應的結果。

4月30日週四
  1. Google DeepMind60

    Google DeepMind 宣佈 AI co-clinician 醫療研究計劃，探索醫療協作模式

    Google DeepMind 宣佈 AI co-clinician 研究計劃，探索讓 AI 在醫生專業監督下協助患者照護。在 98 個基層醫療問題的評估中，97 個案例錄得零項嚴重錯誤；在開放式藥物問答中，系統表現勝過可用的前沿 AI 系統。

    推薦理由：文章並列呈現 AI co-clinician 在證據整理、藥物問答和多模態問診的測試結果，並以醫生整體表現較佳界定其臨牀輔助定位。

4月27日週一
  1. Google DeepMind58

    Google DeepMind 宣佈與韓國科學技術情報通信部（MSIT）建立合作夥伴關係

    Google DeepMind 宣佈與韓國科學技術情報通信部（MSIT）建立合作夥伴關係，支持韓國 AI 科研、人才培育及安全研究。Google 將在首爾辦公室設立 AI Campus，並探索與首爾大學（SNU）、韓國科學技術院（KAIST）等機構合作，在生命科學、能源、天氣與氣候等領域運用 AI for Science 模型。

4月23日週四
  1. Google Research73

    Google Photos 在 Auto frame 中推出照片視角重構功能

    Google Photos 的 Auto frame 現已提供照片視角重構功能，會自動調整相機視點並補全原照片未拍到的畫面區域。方法先估算 3D 點圖與相機參數，再以生成式潛在擴散模型補全重新渲染後的空缺。這項功能會處理符合條件且包含人物的照片，重構版本列為 Auto frame 候選中的第二個版本。

    推薦理由：文章説明它如何把照片視為 3D 場景，重設相機位置並補出鏡頭外內容，呈現傳統裁切和縮放無法做到的視角修正。

4月21日週二
  1. Google DeepMind51

    Google DeepMind 與 Accenture、Bain & Company、BCG、Deloitte 及 McKinsey 合作加速企業 AI 轉型

    Google DeepMind 宣佈與五家全球企業顧問公司合作，協助各行業大規模採用前沿 AI，推進 AI 驅動的企業轉型。合作方包括 Accenture、Bain & Company、BCG、Deloitte 和 McKinsey，工作聚焦金融、製造、零售、媒體與娛樂等行業，涵蓋行業專屬 AI 能力開發及包括 Gemini 系列在內的前沿模型早期使用。

4月16日週四
  1. Google DeepMind68

    Google DeepMind 發佈 Gemini 3.1 Flash TTS，加入音訊標籤細調語音表現

    Google DeepMind 發佈 Gemini 3.1 Flash TTS，提升文字轉語音的可控性、表現力與品質，並加入音訊標籤細調語音表現。模型支援 70+ 種語言及原生多説話者對話，在 Artificial Analysis TTS leaderboard 的 Elo 分數為 1,211。

    推薦理由：文章聚焦音訊標籤如何細調語氣、節奏與表達，並列出 Gemini 3.1 Flash TTS 面向開發者、企業及 Workspace 用户的推出渠道。

4月14日週二
4月13日週一
4月3日週五
  1. Google Research51

    Google Research 評估大語言模型行為傾向的對齊程度

    Google Research 提出一套評估大語言模型行為傾向與人類偏好對齊程度的框架，並分析 25 個大語言模型。研究將經驗證的心理問卷改編為情境判斷測試，並以 550 名參與者中每題 10 名標註者的偏好分佈作比較。結果顯示，模型在低人類共識情境仍普遍過度自信，部分模型的自我陳述亦與其在情境中的行為傾向不一致。

4月2日週四
  1. Hugging Face Blog85

    Google DeepMind 發佈 Gemma 4 多模態模型系列，五種尺寸登陸 Hugging Face

    Google DeepMind 的 Gemma 4 多模態模型系列已登陸 Hugging Face，提供五種尺寸，支援圖像、文字及部分型號的音訊輸入。模型採 Apache 2 授權，最大上下文窗口為 256K；31B 和 26B A4B 的 text-only LMArena 估算分數分別為 1452 和 1441，後者有 4B 啟用參數。

    推薦理由：文章列出五種 Gemma 4 規格、上下文窗口和音訊支援差異，並整理多個推理與微調框架的接入方式，可供比較型號特點及部署路徑。

3月29日週日
  1. Google DeepMind65

    Google DeepMind 探索 AI 時代的滑鼠遊標，介紹 Gemini 在 Chrome 的指向提問功能

    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。

3月26日週四
  1. Google DeepMind73

    Google DeepMind 推出 Gemini 3.1 Flash Live，提升語音 AI 的自然度與可靠性

    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。