Google DeepMind 发布世界模型 Genie 4
Google DeepMind 宣布发布新世界模型 Genie 4,称其带来前所未有的真实感并改进实时交互模拟,原生多模态可同时生成音乐、环境音与交互对话。
推荐理由:官方说明了Genie 4如何用Gemini在环内引导实时世界生成,可迁移之处在于观察、拆解目标、复核帧的控制思路。
Google DeepMind 宣布发布新世界模型 Genie 4,称其带来前所未有的真实感并改进实时交互模拟,原生多模态可同时生成音乐、环境音与交互对话。
推荐理由:官方说明了Genie 4如何用Gemini在环内引导实时世界生成,可迁移之处在于观察、拆解目标、复核帧的控制思路。
微软研究院机器学习与优化组的 Xinzhi Zhang 与合作者 Zhao Song 证明了1995年提出的 Kannan-Lovász-Simonovits(KLS)猜想,表明对对数凹分布,最佳超平面切割与任意形状切割的差距不超过一个与维度无关的普适常数。
推荐理由:文章说明研究者如何用人类引导的智能体搜索探索上百条路径并完成证明,同时对比了同等预算下无引导尝试的失败,为如何组织人机协作科研提供了可迁移的参照。
Google DeepMind 宣布 Gemini 4 Argon 开始广泛推出,并将面向可信网络防御者的 Fairwind Program 扩大范围。该模型在网络安全评测中解出全部 12 个端到端模拟攻击场景(上一代为 5 个),在 Gray Swan 间接提示注入基准上将 15 次自适应攻击成功率降至 0.7%,编码基准中走捷径或作弊的尝试降至 2%。
推荐理由:官方系统说明了前沿模型在滥用、错位与提示注入三类风险上的具体防护设计与实测数据,可作为理解当前大模型安全治理做法的参考。
GitHub 产品负责人 Erin Havens 称,涉及 AI 智能体的 PR 已达三分之一,一年前不足十分之一,若保持该速度,两年内 GitHub 上多数代码可能由智能体写成。
推荐理由:作者用九个季度数据反驳AI让开发者更粗心的说法,并说明预防与修复成本的差异,有助于理解平台在密钥保护上的取舍逻辑。
Google DeepMind 发布 EmbeddingGemma 2,一个 740M 参数、Apache 2.0 许可的开源多模态嵌入模型,基于 Gemma 4 架构,可将文本、代码、图像、视频和音频映射到统一嵌入空间。
推荐理由:官方给出了参数规模、内存占用和上下文长度等具体指标,便于评估端侧多模态嵌入方案的可行性。
Google DeepMind 宣布推出新前沿模型 Gemini 4 Argon,输出 token 上限提升至 100 万,定价为每百万输入 token 2 美元、输出 10 美元。
推荐理由:官方详细说明了新模型的分阶段发布策略与安全措施,适合了解前沿模型在能力与安全之间如何取舍。