Google Research 发布 10 项研究成果:Google Earth AI、Deep Review 等
Google Research 在 Research@ 活动上公布 10 项研究进展,包括扩展 Google Earth AI 早期访问,新增地理空间分析、行星预测引擎和 agent-to-agent API 三项实验能力,背后由超 70 个地理空间工具支撑。
Google Research 在 Research@ 活动上公布 10 项研究进展,包括扩展 Google Earth AI 早期访问,新增地理空间分析、行星预测引擎和 agent-to-agent API 三项实验能力,背后由超 70 个地理空间工具支撑。
Google DeepMind 发布 Gemini 4 Argon,主打物理理解、代码生成与视觉语义推理,在 Embodied Reasoning(ERQA)基准上以纯推理取得 87%,称超过其他前沿模型。
推荐理由:官方给出 Argon 在 ERQA 上的 87% 成绩与四类机器人工作流示例,可据此判断物理推理模型当前的能力边界。
Google DeepMind 发布 Gemini 4 Argon,面向开发者、企业和消费者开放,通过 AI Studio、Gemini API、Google Antigravity、Gemini 应用和 Search 的 AI Mode 提供,定价为每百万输入 token 2 美元、输出 token 10 美元,缓存输入享 95% 折扣。
推荐理由:官方给出 Argon 在编码、科研与安全对齐上的具体案例和定价,可据此判断前沿模型的能力边界与成本。
Google DeepMind 发布 EmbeddingGemma 2,基于 Gemma 4 架构、740M 参数,在 Apache 2.0 许可下开源,可把文本、图像、音频和视频映射到统一嵌入空间。
推荐理由:官方给出 740M 参数、模块化编码器与端侧内存占用,可据此判断本地多模态检索的落地成本。
Mistral 推出 Mistral Large 4 公开预览,这是一个 1 万亿参数、520 亿激活参数的 natively 多模态模型,可在 Mistral Studio 试用预览 API,权重将于本月底发布。
推荐理由:Mistral 公布 1 万亿参数多模态模型的公开预览与开源权重计划,可据此判断开源阵营的前沿能力位置。
微软研究院发布 Quine,一个面向生物学复杂性的 AI 研究系统,由生物学世界模型和连接模型、科学工具、文献与实验人员的交互式 harness 组成。该系统与 Broad Institute 合作用于胰腺导管腺癌研究,基于细胞状态转变预测并排序数千种化合物,最高排名化合物在湿实验中产生了最大的预期状态转变,从缩小化合物搜索空间到选出候选验证仅用一个周末。
推荐理由:微软研究院公开了面向生物学的多模态世界模型 Quine 的构建思路,以及在胰腺癌化合物筛选中的湿实验验证结果。
Google DeepMind 发布 Gemini 3.8 Live with Live Avatar,在 Gemini 3.8 Live 的原生实时对话模型上加入近实时视频生成,实现带精确唇形同步、自然表情和流畅轮次切换的动态视觉形象,即日起在 Gemini Enterprise 提供。
推荐理由:官方给出 Live Avatar 的多模态对话、异步工具调用与 97 语言切换细节,可据此判断企业级实时数字人对话的落地形态。