AITOP

Google DeepMind

共 144 条相关 AI 资讯
5月25日
21:38
21:38Qdrant@qdrant_engine
精选
Google DeepMind 的 Paige Bailey 在 Vector Space Day 活动前提出一个尖锐问题：为什么开发者还在用静态 Markdown 文件（如 SKILLS.md）来定义 Agent 的能力边界？她认为这是一种过渡方案，并将在活动中讨论替代方案。该活动将于 6 月 11 日在旧金山 Midway 举行，面向构建生产级 Agent 的开发者。
AI产品智能体Agent 开发Google DeepMind
推荐理由：Paige Bailey 点出了当前 Agent 开发中的关键痛点——静态配置文件的局限性，做 Agent 的团队值得关注她提出的替代方案，或许能大幅提升 Agent 的灵活性和可维护性。
原文
5月23日
05:09
05:09官方账号Google DeepMind@GoogleDeepMind
Google DeepMind 宣布其 AI 内容隐形水印技术 SynthID 将扩展至更多合作伙伴。该技术能在 AI 生成的图像、音频、视频中嵌入人眼不可见的水印，帮助识别内容来源。同时，用户现在可以通过 Gemini 应用或 Google 搜索直接查询内容是否由 AI 生成。这标志着 AI 内容溯源技术从实验室走向大规模应用，对打击虚假信息具有重要意义。
AI产品SynthID水印AI 内容溯源
推荐理由：AI 内容真假难辨的时代，SynthID 让溯源变得简单——做内容审核、媒体监测或关心信息可信度的团队，可以直接在 Gemini 和 Google 搜索里查水印，值得一试。
原文
5月21日
10:48
10:48官方账号Google DeepMind@GoogleDeepMind
Google DeepMind 发布了 Science Skills，这是一套为 AI 配备的科学工具包，整合了来自 UniProt 和 AlphaFold 数据库等 30 多个主要生命科学来源的见解。该工具旨在加速日常研究流程，让 AI 能够直接利用权威科学数据辅助分析。对于生命科学领域的研究者来说，这有望大幅提升文献调研和数据处理的效率。
AI产品科研工具生命科学AlphaFold
推荐理由：生命科学研究者终于有了 AI 直接调用的权威数据工具——Science Skills 整合了 UniProt 和 AlphaFold 等关键资源，做分子生物学或药物发现的团队值得试试，能省下大量手动查库的时间。
原文
08:24
08:00
08:00官方账号Google DeepMind@GoogleDeepMind
72°
Google DeepMind 发布 Gemini 3.5 Flash 模型演示，展示其通过多智能体协同完成复杂任务的能力。视频中，模型自动部署多个子智能体，分工协作设计并建造一座完整的虚拟城市。这一演示凸显了 Gemini 3.5 Flash 在任务分解与多智能体协调方面的进步，为复杂自动化场景提供了新思路。
AI模型Gemini 3.5 Flash多智能体任务分解
推荐理由：多智能体协同是 AI 落地的关键方向，做自动化或游戏开发的团队值得看看 Gemini 3.5 Flash 如何拆解任务并调度子智能体。
原文
07:59
07:59官方账号Google DeepMind@GoogleDeepMind
72°
Google DeepMind 发布了名为 Gemini for Science 的实验性工具套件，旨在帮助科学家利用 AI 探索更多假设、大规模验证工作、轻松解析文献等。该工具集成了 Gemini 模型的能力，为科研人员提供从假设生成到结果验证的全流程支持。这是 AI 在科学领域应用的重要一步，有望加速药物发现、材料科学等领域的突破。目前该工具处于实验阶段，但已开放给部分研究者使用。
AI产品Google DeepMindGemini科学发现
推荐理由：科研人员终于有了一个能贯穿研究全流程的 AI 助手——从假设探索到文献解析，Gemini for Science 能帮你省下大量重复劳动，做实验设计或写论文的团队值得关注。
原文
5月20日
13:09
13:09berryxia@berryxia
83°
Google DeepMind 推出了 Gemini 3.5 Flash 模型，在 Intelligence Index 上获得 55 分，比上一代 Gemini 3 Flash 高 9 分，超越 Grok 4.3 和 Claude Sonnet 4.6。Agentic 任务 Elo 评分达 1656，幻觉率从 92% 降至 61%，多模态理解 MMMU-Pro 达 84%，输出速度超 280 tokens/s，比前代快 70%。但成本大幅上升，运行一次测试的成本是 Gemini 3 Flash 的 5.5 倍，定价为 $1.5/$9 per 1M input/output tokens，是前代的 3 倍。这标志着智能与速度的 Pareto 前沿被刷新，但“Flash”系列的性价比优势不再。
AI模型Gemini 3.5 FlashGoogle DeepMind推理模型
推荐理由：Gemini 3.5 Flash 在智能和速度上实现了突破，做 AI 应用或 agent 开发的团队值得关注——性能提升显著，但预算敏感型项目需要重新评估成本。
原文
06:27
03:53
03:37
03:35
03:35官方账号Google DeepMind@GoogleDeepMind
72°
Google DeepMind 发布了基于 Co-Scientist 的假设生成系统，旨在帮助研究人员针对开放挑战进行头脑风暴和评估新想法。该系统采用多智能体“想法锦标赛”机制，通过生成、辩论和评估假设，展示哪些方案可行、哪些不可行及其原因。这为科研自动化提供了新工具，有望加速科学发现过程。目前该系统已在 Twitter 上展示，获得初步关注。
AI产品假设生成多智能体科研自动化
推荐理由：科研团队和学术研究者终于有了 AI 驱动的假设生成助手——Co-Scientist 通过多智能体辩论帮你筛选可行方向，做前沿探索的可以直接试试这个思路。
原文
03:18
03:00
02:58
02:20
02:20lmarena.ai@lmarena_ai
76°
Gemini 3.5 Flash 在 Text and Code Arena: Frontend 中排名第9，得分1507，比上一代 Gemini-3 Flash 提升70分。该评测聚焦于真实用户构建应用和网站时的前端编码任务（HTML 和 React）。在子类别中，内容创作工具排名第7，游戏第8，消费产品第8，数据与分析第9，参考设计第10。此外，它在 Text Arena 中整体排名第9，并在其价格区间内实现了最佳 Arena 得分，重新定义了性价比边界。Google DeepMind 团队发布了这一新模型系列，强调其结合前沿智能与真实世界行动能力，特别适合智能体和编码场景。
AI模型Gemini 3.5 Flash前端编码智能体
推荐理由：Gemini 3.5 Flash 在价格区间内实现了最高 Arena 得分，做前端开发或智能体应用的团队可以直接关注，性价比突出值得一试。
原文
01:50
01:47
01:17
5月17日
23:42
23:42rohanpaul_ai@rohanpaul_ai
精选76°
Google DeepMind 发表论文，首次系统性地提出 AI 智能体的安全威胁不仅来自模型本身，更来自其读取的环境。论文定义了六类“智能体陷阱”，涵盖感知、推理、记忆、行动、多智能体协作及人类监督等维度。实验显示，隐藏的提示注入攻击在高达 86% 的场景中成功劫持智能体，子智能体劫持成功率 58-90%，数据窃取攻击在五种架构中均超过 80%。论文强调，网页中的隐藏内容（如 HTML 注释、CSS 隐藏文本）对智能体构成严重威胁，且记忆污染攻击在数据污染低于 0.1% 时成功率仍超 80%。
论文智能体安全提示注入记忆污染
推荐理由：这篇论文把 AI 智能体的安全边界从模型内部扩展到了整个互联网环境，做智能体开发和安全研究的团队必须重新审视攻击面——你的智能体可能正在被看不见的网页内容操控。
原文
5月16日
03:13
5月14日
19:09
19:09
19:09官方账号Google DeepMind@GoogleDeepMind
Google DeepMind 正在用 AI 重新设计鼠标指针这一经典界面，通过结合运动、语音和自然简写，让用户更直观地指挥 Gemini 完成屏幕操作。实验性演示展示了如何通过手势、说话或简单指令直接与 AI 交互，从而提升操作效率。这一创新有望改变人机交互方式，让计算机更智能地理解用户意图。
AI产品人机交互GeminiGoogle DeepMind
推荐理由：鼠标指针 50 年没变过，DeepMind 这次用 AI 把它变成了智能助手——做交互设计或产品经理的值得关注，看完会重新思考「点击」这件事。
原文
19:09
5月13日
09:12