Google DeepMind 与新加坡政府达成国家 AI 合作,推动医疗、教育及科研发展
Google DeepMind 与新加坡政府启动国家 AI 合作伙伴关系,聚焦医疗、教育与科研领域。双方将部署 Gemini for Education 赋能教师,利用 AlphaFold 加速疫情研究,并开发基于 Gemma 的视障跑步助手。该合作旨在通过前沿 AI 技术提升公共服务质量,预计至 2040 年创造 33 亿新元经济价值。
Google DeepMind 与新加坡政府启动国家 AI 合作伙伴关系,聚焦医疗、教育与科研领域。双方将部署 Gemini for Education 赋能教师,利用 AlphaFold 加速疫情研究,并开发基于 Gemma 的视障跑步助手。该合作旨在通过前沿 AI 技术提升公共服务质量,预计至 2040 年创造 33 亿新元经济价值。
Google DeepMind 的 Co-Scientist 工具协助剑桥大学 Clare Bryant 教授团队识别导致严重疾病的分子开关。该工具通过生成并排序假设,将原本需两到三年的实验工作缩短至六个月,精准定位关键氨基酸突变。
Calico Life Sciences 使用 Google DeepMind 的 Co-Scientist 模型整合衰老生物学文献,生成关于代谢调节整合应激反应(ISR)的新假设。该工具帮助研究人员从混杂数据中识别高价值科学线索,并优化实验设计以验证假设。相关实验已产生对健康与疾病具有重要意义的发现,团队计划发表结果。
Google DeepMind 的 Co-Scientist 协助爱丁堡大学团队在 MASH 研究中生成新假设,通过合成证据缩小药物组合搜索范围。该系统提出 NLRP3 炎症小体是连接炎症与代谢的关键分子桥梁,解释了 resmetirom 疗效局限的原因,该假设已获实验验证并有望推动双靶点疗法开发。
Google DeepMind 的 Co-Scientist 协助 MIT 的 Ritu Raman 快速梳理 ALS 矛盾文献并生成可测试假设。该工具促使她与波士顿儿童医院的 Ryan Flynn 合作,结合组织模型与 RNA 映射技术,共同探索针对 ALS 的新型 RNA 机制及药物。
斯坦福大学Gary Peltz团队利用Google DeepMind的Co-Scientist加速寻找治疗肝纤维化的重定位药物。相关研究发表于Advanced Science,Peltz让Co-Scientist提出三个候选药物并解释推理过程,同时自己基于文献选出两个候选。
推荐理由:原文展示了Co-Scientist在药物重定位任务中的具体表现,对比了AI筛选与人类专家选药的实际实验结果。
Google DeepMind 发布文章说明其 AI 气象模型 WeatherNext 协助美国国家飓风中心(NHC)提前五天以高置信度预测了飓风 Melissa 的增强与路径。
推荐理由:原文通过具体案例展示了AI模型在极端天气预测中的实际效能,为理解技术如何辅助人类决策提供了清晰视角。
Google DeepMind 发布 Gemini 3.5 系列并率先推出 3.5 Flash 模型,该模型主打智能体工作流与编码能力,已在 Terminal-Bench 2.1、GDPval-AA 和 MCP Atlas 等基准测试中超越 Gemini 3.1 Pro,输出速度比其他前沿模型快 4 倍。
推荐理由:原文给出了新模型在智能体与编码基准上的具体分数及速度对比,读者可据此评估其实际性能表现。
Google DeepMind 发布基于 Gemini 构建的多智能体 AI 系统 Co-Scientist,旨在通过迭代生成、辩论和演化假设来加速科学研究。该系统包含生成、反思、排名和演化等专用智能体,并引入类似 AlphaGo 的“想法锦标赛”机制对假设进行验证和排序。
推荐理由:原文展示了多智能体协作生成假设的具体机制及在肝病、ALS等领域的实测案例,为科研人员评估AI辅助发现工具提供了可参考的落地场景。
Google DeepMind 发布 AlphaEvolve 一周年回顾,展示该 Gemini 驱动的编码智能体在数学、计算机科学及工业界的显著影响。在科研方面,它帮助将电网优化可行解率从 14% 提升至 88%,并在量子物理中使分子模拟误差降低 10 倍。
推荐理由:AlphaEvolve 团队回顾其作为 Gemini 驱动的编码智能体在科学发现、基础设施优化及商业应用中的具体成效,展示了算法自进化对多领域的加速作用。
Google DeepMind 宣布启动 AI co-clinician 研究计划,旨在探索 AI 如何作为协作成员增强医生专业能力并提升护理质量。该研究在盲测评估中显示,AI co-clinician 在98个初级保健查询案例中有97例未出现关键错误,且在开放式药物知识问答上超越其他前沿模型。
推荐理由:原文展示了AI在真实临床查询中零关键错误及多模态远程诊疗的模拟评估,为理解医疗AI从文本向实时交互演进提供了具体数据支撑。
Google DeepMind 宣布与韩国科学技术信息通信部(MSIT)建立合作伙伴关系,将在首尔设立 AI Campus。双方将利用 AlphaEvolve、AlphaFold 等前沿模型加速生命科学与气候研究,并深化在 AI 安全及人才培养领域的协作。
Google DeepMind 推出 Decoupled DiLoCo 架构,支持在低带宽下跨数据中心进行弹性分布式 LLM 训练。该方案基于 Pathways 和 DiLoCo,通过异步计算隔离硬件故障影响,并在 Gemma 4 模型测试中保持同等 ML 性能。实验显示,使用 2-5 Gbps 网络训练 12B 参数模型的速度比传统同步方法快 20 倍以上,且兼容不同代际 TPU 混合训练。
Google DeepMind 宣布与 Accenture、Bain & Company、BCG、Deloitte 和 McKinsey 建立合作伙伴关系,旨在加速全球企业的 AI 转型。
Google DeepMind 推出最新文本转语音模型 Gemini 3.1 Flash TTS,支持通过嵌入自然语言命令的音频标签来精确控制声音风格、语速和表达方式。该模型在 Artificial Analysis TTS 排行榜上获得 1,211 的 Elo 分数,原生支持多说话人对话及 70 多种语言,所有生成音频均带有 SynthID 水印。
推荐理由:新模型引入自然语言音频标签以精细控制语速和风格,并在 Artificial Analysis 基准中取得高分。
Google DeepMind 发布 Gemini Robotics-ER 1.6,这是一款专为机器人设计的高层推理模型,显著提升了空间推理、多视角理解和成功检测能力。该模型新增了仪表读取功能,能结合视觉推理与代码执行精确解读压力表等工业仪器,并已通过 Gemini API 和 Google AI Studio 向开发者开放。
推荐理由:新模型强化了空间推理与仪表读取能力,为机器人自主执行复杂物理任务提供了更可靠的感知基础。