共 14 条相关资讯
AI赋能机器人实现更复杂任务，迈向通用智能体
谷歌DeepMind今日宣布成功研发出名为Gemini-Robotics的多模态通用机器人模型。该模型结合了Gemini系列的强大感知与推理能力，能够通过视觉、触觉和语言指令理解并执行复杂的物理任务。在最新的演示中，Gemini-Robotics展示了在未知环境中进行物体抓取、组装和故障排除的能力，其适应性和学习速度远超现有机器人系统。DeepMind团队表示，这一突破性进展标志着机器人技术向通用人工智能迈出了关键一步，未来有望在工业制造、家庭服务和医疗辅助等领域发挥巨大潜力，彻底改变人机协作模式。
提升开发者效率，集成至Google Cloud开发套件
谷歌DeepMind今日发布了一款名为“CodeGenius”的全新AI编程助手。这款工具基于最新的大语言模型技术，能够理解自然语言指令，生成高质量的代码片段、函数甚至完整的程序。CodeGenius支持Python、Java、JavaScript、C++等多种主流编程语言，并能根据上下文提供智能的代码补全、错误检测和重构建议。谷歌表示，CodeGenius将首先集成到Google Cloud的开发者工具套件中，旨在显著提升开发者的生产力，加速软件开发周期。此举将进一步加剧AI编程助手市场的竞争。
Gemini X在多项基准测试中表现卓越，展现强大通用能力
谷歌DeepMind今日正式发布了其旗舰多模态AI模型“Gemini Ultra 2.0”。该版本在理解和生成文本、图像、音频和视频方面取得了显著进展，并在多项行业标准基准测试中超越了人类专家水平。据DeepMind介绍，Gemini Ultra 2.0采用了更高效的训练架构和更大的数据集，使其能够处理更复杂的跨模态推理任务，例如根据视频内容生成详细脚本、或根据文字描述创作高保真图像序列。谷歌CEO桑达尔·皮查伊表示，Gemini Ultra 2.0的发布将为AI应用带来革命性突破，尤其是在教育、创意产业和科学研究领域。
旨在简化机器人开发，加速AI在实体世界的应用
谷歌DeepMind今日宣布推出其通用机器人操作系统AlphaOS，这是一个基于AI的开源平台，旨在为各类机器人提供统一的感知、决策和控制框架。AlphaOS集成了DeepMind在强化学习、模仿学习和多模态感知方面的最新研究成果，能够让机器人更高效地学习新任务、适应复杂环境。该系统支持多种硬件平台，并提供丰富的API接口和预训练模型，大幅降低了机器人开发的门槛。DeepMind表示，AlphaOS的目标是加速AI从数字世界走向物理世界，推动智能制造、服务机器人和家庭自动化等领域的创新。首个开发者预览版已上线，引发业界广泛关注。
DeepMind研发的PathoAI系统将在全球范围内推广应用
DeepMind研发的PathoAI智能医疗诊断系统今日获得美国食品药品监督管理局（FDA）的全面批准，可用于多种癌症和罕见病的早期诊断。PathoAI系统基于海量医学影像数据和病理报告进行训练，在临床试验中展现出高达99.8%的诊断准确率，在多个病种上超越了资深人类病理学家。FDA的批准意味着PathoAI系统可以正式进入全球医疗市场，预计将在未来几年内显著提升全球医疗诊断的效率和准确性，尤其是在医疗资源匮乏的地区。DeepMind表示，他们将与全球医疗机构合作，推动PathoAI的部署和应用，为患者带来更早、更精准的治疗机会。
Gemini 2在视频理解和代码生成方面表现卓越，模型参数规模达到1.8万亿，向研究社区免费提供。
谷歌旗下AI研究机构DeepMind宣布，将开源其最新的多模态大模型Gemini 2。该模型在理解和处理文本、图像、音频和视频等多种信息格式方面取得了重大突破。据官方技术报告显示，Gemini 2在多个基准测试中超越了GPT-4，尤其在长视频内容摘要和复杂代码生成任务上表现突出。此举旨在推动AI研究的开放与协作。
强调透明度、可解释性和人类中心设计原则
面对日益强大的AI技术，谷歌DeepMind今日公布了一套全新的AI伦理框架，旨在指导其未来通用人工智能（AGI）的研发与部署。该框架着重强调了AI系统的透明度、决策过程的可解释性以及以人类福祉为中心的设计原则。DeepMind表示，随着AI能力边界的不断拓展，建立健全的伦理规范至关重要，以确保AI技术能够负责任地造福社会，避免潜在的风险和滥用。此举被视为科技巨头在AI治理方面的重要表率。
谷歌旗下人工智能公司DeepMind在今日的年度开发者大会上，正式发布了其自主研发的第三代AI张量处理单元（TPU）——‘Aurora’。该芯片专为大规模深度学习模型训练而设计，能效比相较于上一代产品提升了三倍。
‘Aurora’采用了先进的3纳米制程工艺和创新的混合精度计算架构，能够在保持高计算吞吐量的同时，大幅降低能耗。DeepMind表示，‘Aurora’的推出将极大加速其在通用人工智能（AGI）领域的研发进程，并已开始在谷歌云平台上向部分企业客户提供测试。
新模型在多项基准测试中刷新纪录，能够执行跨模态的复杂推理任务，为更强大的通用AI铺平道路。
谷歌旗下AI研究机构DeepMind今日发布了一款名为“Fusion-Net”的全新多模态模型。该模型能够同时处理和理解文本、图像、音频等多种信息格式，并在多项跨模态基准测试中取得了破纪录的成绩。研究人员表示，“Fusion-Net”的核心创新在于其高效的跨模态注意力机制，使其能够进行复杂的逻辑推理和生成任务。该模型的发布标志着AI在模拟人类综合感知能力方面又迈出了重要一步。
谷歌旗下AI研究机构DeepMind在《自然》杂志发表论文，介绍其最新的通用AI智能体SimEnv，该智能体能够在高度逼真的模拟环境中学习和执行复杂任务。
DeepMind的最新研究成果SimEnv，是一个能够模拟真实世界物理规律和复杂交互的AI训练环境。研究人员在论文中展示，通过在SimEnv中进行大规模的强化学习训练，AI智能体可以掌握包括工具使用、多步规划和物理推理在内的多种高级能。这一突破被认为是通向通用人工智能（AGI）道路上的重要里程碑，为机器人在现实世界中的应用开辟了新的可能性。
新模型在视频理解和代码生成方面表现卓越，能够直接根据复杂的视频内容生成可执行的应用程序代码，推动人机交互进入新阶段。
谷歌旗下AI研究机构DeepMind今日发布了其最新的通用人工智能模型‘Gemini 3’。据官方介绍，‘Gemini 3’在多模态理解和生成能力上取得了重大突破，特别是在视频内容分析和跨模态代码生成方面。在演示中，研究人员向模型输入了一段复杂的制造流程视频，‘Gemini 3’成功理解了其中的逻辑和步骤，并直接生成了一个用于监控该流程的Python应用程序。此项进展预示着AI在自动化软件开发和复杂任务处理方面的巨大潜力。
谷歌旗下DeepMind发布新一代大模型Gemini 2.5，显著提升了在移动设备上的运行效率，并增强了对视频和音频的理解能力。
谷歌DeepMind今日正式发布其最新多模态大模型Gemini 2.5。新模型在保持强大性能的同时，大幅优化了模型结构，使其能够在智能手机等端侧设备上高效运行，延迟显著降低。此外，Gemini 2.5在视频理解和音频处理方面取得了突破，能够更精准地从复杂场景中提取信息并进行实时交互。此举被视为谷歌在AI领域与苹果、OpenAI竞争，抢占端侧AI入口的关键一步。
AlphaAgent在多项复杂任务中展现超强泛化能力，预示AI自主决策新纪元
2026年1月21日，谷歌DeepMind今日宣布成功研发出其最新通用AI代理模型AlphaAgent。该模型在多模态理解和跨领域任务执行方面取得了突破性进展，能够在无需人类干预的情况下，自主学习并适应不同环境下的复杂指令。DeepMind表示，AlphaAgent不仅在模拟环境中表现出色，还在真实世界的机器人控制、智能家居管理以及部分商业流程优化中展现了强大的泛化能力。这一进展被视为AI迈向真正通用人工智能的关键一步，未来有望应用于更广泛的自动化和智能化场景，彻底改变人机交互模式。
DeepMind最新研究揭示量子计算在AI模型训练上的巨大潜力。
谷歌旗下AI研究机构DeepMind宣布，其团队在量子计算与人工智能的结合研究中取得重大进展。通过利用量子算法加速深度学习模型的训练过程，研究人员成功提升了特定复杂AI任务的效率和准确性。尽管商用量子AI仍需时日，此次突破为未来高性能AI计算开辟了新途径，有望解决当前AI面临的算力瓶颈问题。