Google研究：让量子计算机从误差中学习并持续运行
Google Research 与 DeepMind 合作在 Nature 发表论文，提出基于强化学习的量子误差校正控制框架。该框架利用 QEC 产生的检测事件作为学习信号，在 Willow 超导处理器上实现了计算过程中的连续参数校准。实验显示逻辑稳定性提升 3.5 倍，逻辑错误率低于千分之一，并证明该方法可扩展到数百量子比特系统。
推荐理由：Google用强化学习在Willo处理器上实现误差发生中的持续校准，逻辑错误率降至记录新低。
Google / Gemini
全部主题Google 与 DeepMind 的 AI 动态：Gemini 系列、Veo 视频模型、研究成果与产品生态的持续追踪。
最新精选
第 21–40 条 · 共 52 条Google Research精选AI 评分6363
Google DeepMind精选AI 评分8181 Google 发布 Gemini 3.6 Flash、3.5 Flash-Lite 和 3.5 Flash Cyber
Google DeepMind 发布 Gemini 3.6 Flash，相比 3.5 Flash 输出 token 减少 17%，DeepSWE 精确率从 37% 升至 49%。
推荐理由：Gemini 3.6 Flash 在编码和 agent 工作流上同时提升了效率与精度，降低了 token 消耗和调用步骤，适合需要大规模跑 AI agent 的开发者。
Google Research精选AI 评分7474 SensorFM：可穿戴健康数据的通用基础模型
Google Research发布SensorFM，在500万参与者超1万亿分钟传感器数据上预训练的通用大传感器基础模型，实现跨心血管、代谢、睡眠和精神健康领域的统一表征学习。
推荐理由：用万亿分钟无标签数据训练通用生理表征，为可穿戴健康预测提供了可迁移的基础模型。
Google DeepMind精选AI 评分7070 Google DeepMind 发布 Nano Banana 2 Lite 和 Gemini Omni Flash
Google DeepMind 宣布推出 Nano Banana 2 Lite 和 Gemini Omni Flash，并已在 Google AI Studio、Gemini API 及 Gemini 应用等产品中上线。
推荐理由：官方公布两款新模型的能力指标、定价和接入入口，开发者可直接对照选择适合的图像或视频生成方案。
Google Research精选AI 评分8080 Google 发布 TabFM 表格数据零样本基础模型
Google Research 发布 TabFM，将表格预测重构为上下文学习问题，单前向传递完成分类与回归，无需微调或特征工程。该模型已上线 Hugging Face、GitHub 及 Google Cloud BigQuery，支持通过 AI.PREDICT SQL 查询直接推理。
推荐理由：Google 推出 TabFM 基础模型，用零样本推理替代传统监督训练的调参和特征工程流程。
Google Research精选AI 评分7070 谷歌研究：冻结多 Token 预测加速 Pixel 端侧 Gemini Nano 推理
谷歌研究博客发文介绍将多 Token 预测（MTP）改造并部署到 Pixel 9 和 10 系列的 frozen Gemini Nano v3 模型上。方案在模型最终层附加轻量 Transformer 头，直接 cross-attend 主模型 KV 缓存，避免独立 Draft 模型带来的双倍内存开销；主模型参数冻结，不改变输出语义和对齐结果。
推荐理由：谷歌公布端侧推理优化方案，在冻结的 Gemini Nano 模型上叠加 MTP 头，实测 Pixel 提速 50% 以上。
Google DeepMind精选AI 评分8282 Gemini 3.5 Flash 内置 Computer Use 能力
Google DeepMind 宣布将 Computer Use 功能作为内置工具集成到 Gemini 3.5 Flash 中，开发者可通过 Gemini API 和 Gemini Enterprise Agent Platform 使用。
推荐理由：Computer use 成为 Gemini 3.5 Flash 内置工具，原生支持跨平台智能体操作，并配套企业级对抗训练和安全机制。
Google DeepMind精选AI 评分7575 Google DeepMind 发布实验性 DiffusionGemma，探索 4x 加速文本生成
Google DeepMind 发布开源实验模型 DiffusionGemma，采用扩散机制并行生成文本块，在 H100 和 RTX 5090 等 GPU 上可实现最高 4 倍推理速度提升，专门针对低并发本地交互式工作流优化。
推荐理由：Gemma 4 系列发布实验性 DiffusionGemma，在本地 GPU 上可实现 4x 加速，适合交互场景。
Google DeepMind精选AI 评分6060 Google DeepMind 推出最高1000万美元多智能体 AI 安全研究资助
Google DeepMind 联合 Schmidt Sciences、Cooperative AI Foundation、ARIA 和 Google.org 发布新一轮技术研究资助计划，总额最高 1000 万美元，面向全球研究者征集多智能体安全方案。
推荐理由：Google DeepMind 联合多家机构发布最高1000万美元的多智能体安全研究资助计划，明确四项重点方向与申请时间。
Google DeepMind精选AI 评分7777 Google 发布 Gemini 3.5 Live Translate 实时语音翻译模型
Google 发布 Gemini 3.5 Live Translate，支持 70+ 语言的近实时语音到语音翻译，通过 Gemini Live API 向开发者开放公共预览版，并在 Google Meet 和 Google Translate App 中逐步上线。模型自动生成自然流畅的译文语音，保留说话者的语调、节奏和音高，同时通过 SynthID 为生成音频添加隐形水印。
推荐理由：官方案例（司机-游客通话、Google Meet 会议）展示了 70+ 语言的实时同步翻译能力，开发者可据此评估多语言协作场景的可用性。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 Gemma 4 12B 多模态模型
Google DeepMind 发布 Gemma 4 12B，这是首款支持原生音频输入的中规模模型。它采用无编码器架构，视觉和音频输入直接流入LLM骨干网络。模型可在16GB VRAM的笔记本上运行，性能接近更大的26B MoE模型，并配备MTP草稿器以降低延迟。该模型以Apache 2.0许可证开源，Hugging Face和Kaggle已提供权重下载。
推荐理由：原生音频输入和无编码器架构让它在16GB显存的笔记本上即可运行，适合本地Agent开发。
Google DeepMind精选AI 评分7070 Google DeepMind 发布塞拉利昂AI教育试验结果
Google DeepMind 发布塞拉利昂注册试验数据：学生用Gemini开展Guided Learning后，数学成绩提升0.258个标准差，相当于8周内获得1.2至1.7年常规学习进度；使用频次达标的69%学生显著超越通常5%的自愿教育技术使用率。
推荐理由：基于塞拉利昂试验数据，展示Gemini Guided Learning在数学提升与学生互动行为上的量化成果，为AI教育落地提供可参考的实证框架。
Google Research精选AI 评分6262 Google 发布支持 Agentic RAG 的 Gemini Enterprise Agent Platform
Google 在 Gemini Enterprise Agent Platform 中发布基于 Agentic RAG 的跨语料库检索功能，可处理多源多跳复杂查询。
推荐理由：Google 发布支持 Agentic RAG 的 Gemini Enterprise Agent Platform，通过 Sufficient Context Agent 实现跨库迭代检索与完整性校验，准确率提升最高达 34%。
Google Research精选AI 评分8888 Google 用智能手机前置摄像头在后台被动监测心率
Google Research 在 Nature 发表 PHRM，利用手机解锁后的面部视频被动估算心率和静息心率，全肤色平均绝对百分比误差低于 10%，静息心率误差低于 5 bpm，同步开源最大规模多样化数据集与预训练模型。
推荐理由：Google 发布 PHRM 系统，用前置摄像头在日常生活里被动测心率，皮肤各群体误差均达标，数据集同步开源。
Google Research精选AI 评分7171 Google I/O 2026 发布 Gemini for Science、Antigravity 2.0 与 Coralboard，展示研究落地成果
Google I/O 2026 展示了其研究从实验室到现实应用的广泛进展，涵盖科学发现、医疗健康、边缘计算、核心模型能力及隐私保护等领域。
推荐理由：全面梳理了 Google I/O 2026 期间发布的关键工具与模型，包括 Gemini for Science、Google Antigravity 2.0、Coralboard 及多项基础研究突破。
Google Research精选AI 评分6666 Google 发布 ERA 科学代码工具并推出计算发现平台
Google Research 在 Nature 发表论文介绍 ERA，一个使用 Gemini 编写和优化科学代码的工具，并宣布通过 Gemini for Science 开放 Computational Discovery。ERA 在基因组学、公共卫生、神经科学等多个领域的基准测试中达到专家级表现，并已应用于流行病学预测、季节性径流预报、大气二氧化碳监测和零售预测等实际科学问题。
推荐理由：文章发布了一篇 Nature 论文并公布工具能力，读者可据此评估其在科研代码编写上的实用价值。
Google DeepMind精选AI 评分6161 Google DeepMind 发布科研智能体 Co-Scientist
Google DeepMind 在官方博客宣布推出科研智能体 Co-Scientist，并分享了 Omar Abudayyeh 与 Jonathan Gootenberg 实验室的实测案例。Co-Scientist 可从数万篇文献中挖掘并提出 20 多项逆转细胞衰老的新遗传因子假说，部分经实验验证成功推动细胞年轻化；同时能将原本需要数月的大规模基因筛选数据分析时间缩短至几天。
推荐理由：以生物学实验室实测为案例，展示Co-Scientist如何在假说生成与数据解读两个环节压缩科研周期。
Google DeepMind精选AI 评分7878 Google DeepMind 发布 Gemini Omni Flash 视频生成模型
Google DeepMind 发布 Gemini Omni Flash，可通过图像、音频、视频和文本等多模态输入生成高质量视频，并支持对话式编辑。该模型已面向全球 Google AI Plus、Pro 和 Ultra 订阅用户开放，同时在 YouTube Shorts 和 Create App 中免费推出。
推荐理由：官方宣布新模型并给出首个落地形态和开放渠道，读者可据此判断视频创作工作流的可用性。
Google DeepMind精选AI 评分7575 WeatherNext如何协助国家飓风中心更准确预测飓风Melissa在牙买加的登陆
Google DeepMind的WeatherNext AI气象模型协助美国国家飓风中心（NHC）在五天前预测到飓风Melissa将从热带低气压快速增强为五级飓风并在牙买加登陆。这是首次成功预测风暴从低初始风速达到五级强度。WeatherNext作为地球AI计划的一部分，能够同时预测路径和强度，其预测数据已在Search中整合应用于NOAA覆盖区域。
推荐理由：原文给出了模型与NHC的实际合作结果与可用性细节，读者可以据此理解AI气象模型在紧急预警中的真实价值。
Google DeepMind精选AI 评分9090 Gemini 3.5 Flash 发布，兼顾前沿智能与行动能力
Google DeepMind 发布 Gemini 3.5 系列首个模型 3.5 Flash，在 Terminal-Bench 2.1 等基准上超越 3.1 Pro，速度为其他前沿模型 4 倍，已在全球 Gemini App 和 Search AI Mode 中作为默认模型，同时推出个人 AI 代理 Gemini Spark。
推荐理由：3.5 Flash 在速度与前端智能之间取得平衡，提供了部署协作子代理的能力，可用于开发应用、维护代码库等实际任务。