Google DeepMind 发布 Gemini Omni 1.2 Flash 视频模型
Google DeepMind 推出 Gemini Omni 1.2 Flash,原生支持最长 15 秒视频生成,并通过 Gemini API 和 Gemini for business 全面开放。
推荐理由:官方给出 15 秒原生生成、多轮对话编辑与 30% 降价的具体变化,可据此判断视频生成的成本与工作流边界。
公司与模型
Google 与 DeepMind 的 Gemini 模型、Veo 视频生成、前沿研究与各条产品线的 AI 更新。
9 条精选近 30 天 9 条共收录 23 条
Google DeepMind 推出 Gemini Omni 1.2 Flash,原生支持最长 15 秒视频生成,并通过 Gemini API 和 Gemini for business 全面开放。
推荐理由:官方给出 15 秒原生生成、多轮对话编辑与 30% 降价的具体变化,可据此判断视频生成的成本与工作流边界。
Google Research 在 Nature 发表多模态 AI 系统 AI-PPG-ACC-HTN,利用消费级智能手表的 PPG 和 ACC 传感器被动检测高血压迹象,无需袖带校准。
推荐理由:研究用智能手表 PPG 与 ACC 信号免校准识别高血压,并以 24 小时动态血压监测为金标准给出筛查与确认两阶段的量化对比。
Google DeepMind 为 Google Antigravity 推出 Cheminformatics Skills,让智能体在约一小时内完成从文献检索数千化合物、匹配分子对分析到提出新型刚性化大环化合物及合成路线的流程。
推荐理由:原文给出化学信息学技能在真实肺癌药物案例中的完整流程演示,可了解智能体如何把数天迭代压缩到一小时。
Google DeepMind 发布 Gemini 4 Carbon,称其在网络安全与长程任务上能力最强,在 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一。
推荐理由:官方给出 Carbon 在网络安全与长程智能体任务上的基准与价格,可对照两周前发布的 Argon 看迭代节奏。
Google DeepMind 发布世界模型 Genie 4,可实时生成带原生音频的交互式模拟世界,并支持用自然语言实时修改场景。Genie 4 是首个原生生成音频的实时世界模型,角色可实时对话,物理场景覆盖空气动力学与碰撞等;Gemini 3.8 Flash 在循环中充当引导智能体,负责拆解目标并校验每一步。
推荐理由:Genie 4 把实时世界模拟、原生音频与 Gemini 的推理能力结合起来,读者可以据此了解世界模型当前的能力边界与已知局限。
Google Research 在 JAMA Network Open 发表研究,评估其孕周评估 AI 模型在盲扫超声下的跨场景泛化能力。
推荐理由:研究在芝加哥与内罗毕两地前瞻验证同一模型,读者可据此判断盲扫超声在低资源场景的可迁移性。
Google Research 发布博客,介绍三项把 AI 智能体与真实湿实验室实验连接起来的研究:VERID 框架为实验室工作单元建立语义数字孪生,让智能体在动作前检查 3D 状态、做虚拟试运行并拦截无效指令。
推荐理由:Google Research 用三个项目展示智能体如何接入湿实验室的物理状态与闭环实验,读者可了解其安全与可复现设计。
Google 扩展 Earth AI 地理空间推理智能体的早期访问,在 Ask Google Earth 中开放深度分析预览,并向开发者提供实验性 Agent-to-Agent API 和 Planetary Prediction Engine 预览。
推荐理由:原文给出四组基准对比与合作伙伴实测,可据此判断专用地理工具与前置规划对空间推理的实际增益。
Google 宣布公开发布 Deep Review,一个面向复杂文档提供严谨反馈与技术验证的智能体系统,最初用于计算机科学论文分析,现已扩展到法律、金融等领域。
推荐理由:Google 公开了 Deep Review 的四阶段智能体审阅流程与会议试点规模,可据此判断自动审稿在真实工作流中的位置。