Google Research 发布构建自主湿实验室的三大基石:VERID 框架、适配体闭环设计与蛋白质从头设计
Google Research 分享三项研究进展,旨在弥合 AI 计算探索与真实湿实验室实验之间的差距。
推荐理由:Google Research 提出 VERID 框架并展示闭环实验案例,为 AI 智能体在湿实验室中的自主发现提供了可复用的基础设施与验证路径。
Google Research 分享三项研究进展,旨在弥合 AI 计算探索与真实湿实验室实验之间的差距。
推荐理由:Google Research 提出 VERID 框架并展示闭环实验案例,为 AI 智能体在湿实验室中的自主发现提供了可复用的基础设施与验证路径。
Google DeepMind 宣布开始广泛推出 Gemini 4 Argon,该模型在编码、网络安全等领域具备前沿能力,并已通过 Fairwind Program 协助发现关键漏洞。
推荐理由:原文详细披露了针对前沿网络与生物能力的多层实时防护机制及内部监控数据,为理解高能力模型的安全边界提供了具体技术依据。
Google DeepMind 的 AlphaProof Nexus 系统独立解决了数十个开放数学问题,相关研究已发表于 Science 并通过同行评审。该系统基于 Gemini 3.1 Pro,利用 Lean 语言进行证明起草与修正,成功破解了 9 个 Erdős 问题(其中两个悬置 56 年)、44 个 OEIS 猜想以及代数几何中的一个开放问题。
推荐理由:原文详述了AlphaProof Nexus在解决开放数学问题上的具体成果及同行评审情况,展示了AI在形式化证明领域的最新进展。
Google Research 联合 NBER 发表一项为期三个月的实地实验,评估未发布的 Google Labs AI 专利写作助手(现集成于 Gemini Notebook)对 133 名律师的影响。
推荐理由:原文通过三个月实地实验揭示AI辅助对资深与初级律师技能发展的差异化影响,为理解人机协作下的专业成长提供实证依据。
Google Research 推出基于 Population Dynamics Foundation Model (PDFM) 的新范式,利用自监督预训练的位置嵌入增强现有流行病学工作流。
推荐理由:Google Research 展示了地球 AI 基础模型在公共卫生领域的验证矩阵,通过五个独立案例证明了其嵌入向量能提升疾病预测精度并减少数据滞后。
DeepLearning.AI 引用 Anthropic 数据指出,开源模型 GLM-5.3 在 ExploitBench 漏洞利用任务中解决率为 12%,接近 Claude Mythos 的 14%。此外,仅花费 $20.40 token 成本即发现了近期 Google Chrome 的一个安全漏洞。
推荐理由:原文引用 Anthropic 数据对比开源模型与 Claude Mythos 在 ExploitBench 上的表现,并提及低成本发现 Chrome 漏洞的案例。
Google DeepMind 推出 SynthID Bio,一种专为合成生物学设计的水印技术家族,旨在通过嵌入不可察觉的签名来增强生物安全和科学完整性。该技术能针对序列和3D结构分别调整氨基酸选择或原子坐标,实验证明其在不损害蛋白质生物功能的前提下实现了可靠检测。SynthID Bio 已开源代码并公布方法论文,未来计划扩展至基因组等更复杂的生物对象以应对 AI 驱动的生物设计风险。
推荐理由:Google DeepMind 提出 SynthID Bio,将水印技术引入合成生物学,在保持蛋白质生物功能的同时实现可验证追踪。
Google Research 推出名为 AI video co-director 的统一多智能体框架,旨在解决长视频生成中的语义漂移和级联失败问题。该框架作为 Gemini 和 Veo 之上的编排层,包含 Co-Director、CANVAS、A²RD 和 VQQA 四个核心组件,分别负责创意意图编排、视觉故事板连续性规划、时间动态扩展以及闭环质量优化。
推荐理由:原文提出了基于多智能体框架的长视频生成方案,通过全局优化和世界状态追踪解决视觉漂移问题。
Google Research 推出新研究实验,允许教师通过生成式用户界面(GenUI)创建定制化的交互式教育模拟。该方案结合游戏化设计与教学护栏,已发布包含物理、化学等 STEM 学科的 30 多个示例库,并启动面向 Google Workspace for Education 学校的试点计划。
推荐理由:原文展示了利用生成式 UI 动态构建教育模拟器的技术路径与教师实测反馈,为理解 AI 如何降低互动内容制作门槛提供了具体案例。
SemiAnalysis在InferenceX Preview中发布了Google TPUv7 Ironwood的首批第三方推理结果,显示其在FP8聚合服务模式下相比NVIDIA B200/B300拥有最高50%的性能每美元优势。
推荐理由:第三方实测显示TPUv7在FP8聚合服务下性能每美元比B200高50%,并解析了TorchTPU栈的优化细节。