跳到正文

Google / Gemini

Google 与 DeepMind 的 AI 动态：Gemini 系列、Veo 视频模型、研究成果与产品生态的持续追踪。

68条精选相关主题OpenAI / ChatGPTAnthropic / Claude多模态

最新精选

第 61–68 条 · 共 68 条
3月31日周二
  1. Google Research74

    Google 发布白皮书：负责任披露量子漏洞更新加密货币安全风险评估

    Google 发布白皮书，更新了量子计算机破解 ECDLP-256 椭圆曲线密码学所需的资源估算。估算显示需不到 50 万物理量子比特在几分钟内即可破解，这比之前减少了约 20 倍。Google 建议加密货币社区转向后量子密码学以应对量子计算威胁，并采用零知识证明方式披露漏洞以避免被恶意利用。

    推荐理由：原文给出了量子计算机破解 ECDLP-256 的最新资源估算，读者可据此了解量子威胁的实际时间线并提前规划迁移。

3月29日周日
  1. Google DeepMind72

    Google DeepMind 发布 AI 赋能光标原型

    Google DeepMind 发布实验性的 AI 赋能光标，能够理解用户指向的内容及上下文。用户只需指向并用自然语言提问（如“显示方向”“对比这些产品”），AI 即可识别光标处的文字、图像、代码块等元素并提供相应帮助。该原型基于 Gemini 构建，计划集成到 Chrome 和新的 Googlebook 设备中。

    推荐理由：Google DeepMind 展示了 AI 赋能光标的新交互范式，读者可以了解 AI 如何从理解'指向什么'升级到理解'为什么指向'，以及这一变化对现有工作流的意义。

3月25日周三
  1. Google Research75

    Google发布Vibe Coding XR：用XR Blocks和Gemini加速AI+XR原型开发

    Google宣布推出Vibe Coding XR工作流，结合Gemini的长期上下文推理能力和专门的系统提示词与代码模板，将自然语言直接转换为可在Android XR设备上运行的功能性、物理感知的XR应用。

    推荐理由：Google发布了一个完整的AI+XR原型开发工具链，展示了多个教育、娱乐和游戏场景的demo，读者可据此了解当前AI生成XR应用的能力边界。

  2. Google Research63

    Google发布TurboQuant：面向极端压缩的向量量化新算法

    Google Research发布TurboQuant、QJL和PolarQuant三种向量量化压缩算法，可在Gemma和Mistral模型上将KV cache内存降低至少6倍，同时保持模型性能不变。

    推荐理由：原文给出了6x内存降低和8x性能提升的具体数据，以及TurboQuant、QJL、PolarQuant三种算法的技术原理，读者可以据此了解向量量化技术的最新进展。

3月18日周三
  1. Google Research66

    Google Research 发布乳腺癌筛查机器学习研究

    Google Research 与英国 NHS 合作开展 AIMS 研究，评估 AI 乳腺癌检测系统。研究一评估了 12.5 万名女性回溯数据和 12 个前瞻性站点，AI 敏感性高于首位人类读者，癌症检出率从 7.54 提升至 9.33/千人，检出 25% 间隔期癌症。

    推荐理由：原文给出了详细的 AI 乳腺癌筛查系统研究方法和结果，读者可以了解 AI 在医疗筛查中的实际性能表现以及人机协作的挑战。

3月12日周四
  1. Google Research75

    Google Flood Hub 推出 AI 城市突发洪水预报，可提前 24 小时预警

    Google 宣布在 Flood Hub 上推出 AI 城市突发洪水预报功能，可提前 24 小时预测城市突发洪水风险。该系统使用 Groundsource 方法论（由 Gemini 分析新闻报道生成历史洪水数据集）训练 LSTM 模型，仅依赖全球气象数据即可生成 20x20 公里分辨率的预报。

    推荐理由：原文给出了AI驱动方法如何弥合全球预警差距的具体数据，读者可以据此评估它对发展中国家的实际价值。

  2. Google Research73

    Google Research 发布 Groundsource：用 Gemini 将新闻转化为灾害数据

    Google Research 发布了 Groundsource，这是一项利用 Gemini 将全球新闻报道转化为结构化灾害数据的新方法论。该方法已生成 260 万条城市突发洪水事件记录，覆盖 150 多个国家（2000 年至今），准确率在实用层面达 82%。Google 已将此数据用于改进 Flood Hub 的洪水预测能力，未来计划扩展到其他灾害类型。

    推荐理由：该方法通过 AI 从全球新闻中提取结构化灾害数据，填补了传统监测系统无法覆盖的小型和局部灾害的数据空白。

  3. Google Research71

    Google在真实临床研究中测试对话式诊断AI可行性

    Google Research与Beth Israel Deaconess Medical Center合作，对对话式诊断AI系统AMIE进行了前瞻性单中心可行性研究。

    推荐理由：原文给出了在真实临床环境中测试对话式诊断AI的详细数据，包括安全性、诊断准确率、用户接受度等，读者可以据此了解当前医疗AI从模拟场景走向真实诊疗的可行性。