Google 与 DeepMind 的 AI 动态：Gemini 系列模型、Veo 视频生成、NotebookLM 产品与前沿研究成果的追踪。
Google DeepMind 发布实验性开源模型 DiffusionGemma，采用文本扩散方式并行生成整块文本，在专用 GPU 上推理速度最高提升 4 倍，单张 NVIDIA H100 可达 1000+ tokens/秒，RTX 5090 达 700+ tokens/秒。
推荐理由：Google DeepMind 开源实验性文本扩散模型，单张 H100 上推理速度可达 1000+ tokens/秒，但输出质量低于标准 Gemma 4。
Google DeepMind 发布 Gemini 3.5 Live Translate 音频模型，支持 70+ 语言的近实时语音到语音翻译，能自动检测语言并保留说话者的语调、节奏和音高。
推荐理由：Google 发布支持 70+ 语言的实时语音到语音翻译模型，连续生成而非逐句等待，已在 Gemini Live API 和 Google 翻译中铺开。
Google DeepMind 发布 Gemma 4 12B，采用无编码器统一架构，视觉和音频输入直接进入 LLM 主干，是其中等规模模型中首个支持原生音频输入的版本。
推荐理由：Gemma 4 12B 用无编码器架构把视觉和音频直接接入 LLM，16GB 显存即可本地跑，还带 MTP 草稿模型降延迟。
Google DeepMind 公布在塞拉利昂开展的预注册随机对照试验结果，使用 Guided Learning 的学生数学成绩比对照组提升 +0.258 个标准差，相当于八周内取得约 1.2 至 1.7 年的常规学习进度。
推荐理由：Google DeepMind 在塞拉利昂的预注册 RCT 显示，Gemini 引导式学习让数学成绩提升约 1.2 至 1.7 年进度，并公开教师培训指南与 RCT 方法手册。
Google DeepMind 介绍，生物学家 Omar Abudayyeh 和 Jonathan Gootenberg 的实验室用 Co-Scientist 辅助逆转细胞衰老研究。
推荐理由：Google DeepMind 的 Co-Scientist 在衰老研究中提出 20 多个候选基因因子，实验室验证了其中两个，并把原本长达半年的文献与筛选数据分析压缩到几天。
Google DeepMind 发布 Gemini Omni 家族首个模型 Gemini Omni Flash，可组合图像、音频、视频和文本作为输入生成高质量视频，并通过自然语言进行多轮编辑，保持角色一致性和物理合理性。
推荐理由：Gemini Omni 家族首个模型发布，支持多模态输入生成视频并用自然语言多轮编辑，已上线 Gemini 应用和 Google Flow。
Google DeepMind 发布 Gemini for Science，包含 Google Labs 上三个实验原型：基于 Co-Scientist 的 Hypothesis Generation。
推荐理由：Google 把 Co-Scientist、AlphaEvolve 等能力打包成科研工具集，含三个实验原型和一套 Science Skills，可登记申请试用。
Google 宣布把内容透明度与验证工具扩展到 Search、Gemini、Chrome、Pixel 和 Cloud，Gemini 应用中的 SynthID 图像、视频和音频验证已被使用 5000 万次，该能力今日起进入 Search、未来几周进入 Chrome。
推荐理由：Google 把 SynthID 与 C2PA 验证铺到搜索、Gemini 和 Chrome，并开放云上 AI 内容检测 API，可了解内容溯源工具的可用范围。
剑桥大学 Clare Bryant 教授使用 Google DeepMind 的 Co-Scientist 研究病原体跨物种传播时引发脓毒症等重症的分子开关。她先输入一份流感研究基金申请摘要，工具生成并排序了一批假设，其中一些是她未曾考虑过的；基金获批后她又输入完整提案，Co-Scientist 优先标出了一个她此前未关注、却与她已有兴趣的多条信号通路相关的蛋白。
推荐理由：剑桥团队用 Co-Scientist 筛选跨物种感染致病蛋白，把原本两三年的氨基酸定位工作压缩到约六个月。
爱丁堡大学生物工程师 Filippo Menolascina 使用 Google Co-Scientist 梳理 MASH 肝病文献，综合肝脏生物学与药理学证据，筛选值得关注的机制和候选联合疗法。
推荐理由：爱丁堡团队用 Co-Scientist 梳理 MASH 文献并生成假设，锁定 NLRP3 炎症小体这一机制，为联合用药提供线索。
Google DeepMind 的 AI 天气模型 WeatherNext 帮助美国国家飓风中心提前五天预测飓风 Melissa 将以五级强度登陆牙买加，置信度达 80%，三天前升至接近 100%。
推荐理由：Google DeepMind 与 NHC 合作案例，展示 AI 天气模型如何提前五天预测飓风登陆，可了解 AI 在极端天气预警中的实际作用。
Google DeepMind 发布 Gemini 3.5 模型家族，首发 3.5 Flash，定位为面向智能体与编码的前沿模型，在 Terminal-Bench 2.1 得分 76.2%、GDPval-AA 1656 Elo、MCP Atlas 83.6%，CharXiv Reasoning 84.2%，输出速度是其他前沿模型的 4 倍。
推荐理由：Gemini 3.5 Flash 主打智能体与编码能力，官方给出多项基准成绩和 4 倍输出速度，并已上线 Gemini 应用与 API。
Google DeepMind 在 Nature 发表 Co-Scientist 研究，这是一个基于 Gemini 构建的多智能体 AI 系统，通过生成、辩论和演化假设来处理复杂科学问题。
推荐理由：Google DeepMind 在 Nature 发布基于 Gemini 的多智能体科研系统，并开放给研究者申请试用。
Google DeepMind 发布 AlphaEvolve 一年来的应用复盘，这款由 Gemini 驱动的编码智能体已从试点进入 Google 基础设施核心，用于优化下一代 TPU 设计、发现更高效的缓存替换策略，并将 Spanner 的写放大降低 20%。
推荐理由：Google 官方复盘 AlphaEvolve 一年落地，涵盖 TPU 设计、Spanner 优化与多家企业应用，附具体数字。
Google DeepMind 宣布 AI co-clinician 研究计划，探索 AI 智能体在医生临床监督下协助患者诊疗的“三方照护”模式。
推荐理由：Google DeepMind 公布 AI co-clinician 研究计划，含 98 条问诊查询零关键错误与 140 项问诊技能对比结果。
Google DeepMind 发布论文提出 Decoupled DiLoCo 分布式训练架构，把大规模训练拆分为解耦的计算岛屿，岛屿间异步传输数据，从而隔离局部硬件故障并降低带宽需求。
推荐理由：Google DeepMind 提出解耦式分布式训练架构，用异步岛屿降低带宽并隔离硬件故障，附 Gemma 4 实测结果。
Google DeepMind 发布 Gemini 3.1 Flash TTS 文本转语音模型，在 Artificial Analysis TTS 排行榜上取得 1,211 Elo 分数，并进入其高性价比象限。
推荐理由：Gemini 3.1 Flash TTS 发布，新增音频标签控制语音风格与节奏，支持 70 多种语言，开发者可在 Gemini API 和 AI Studio 预览。
Google DeepMind 发布 Gemini Robotics-ER 1.6，这是其面向机器人的推理优先模型升级版，增强了空间推理和多视角理解能力，并新增仪表读数功能，可读取压力表、液位计和数字读数等设备。
推荐理由：Gemini Robotics-ER 1.6 升级空间推理与多视角理解，新增仪表读数能力，已通过 Gemini API 和 AI Studio 开放。
Google DeepMind 发布 Gemma 4，称其为迄今最智能的开源模型，专为高级推理与智能体工作流打造，采用 Apache 2.0 许可。
推荐理由：Gemma 4 以 Apache 2.0 开源四个尺寸，覆盖从手机端到单卡 H100 的本地推理与微调场景。