Google DeepMind 通过 ATL Saathi 赋能印度新一代创新者
Google DeepMind 联合印度国家转型委员会旗下创新计划推出教学辅助 Web 应用 ATL Saathi,并在 100 所试点学校启动测试。该应用基于 Gemini 3.5 Flash 和 NotebookLM,为 12 个核心课程模块提供内容摘要、AI 图解、测验以及实验项目生成功能。平台目前支持 8 种语言交互,旨在减轻教师行政负担并提升微学习教学效率。
Google DeepMind 联合印度国家转型委员会旗下创新计划推出教学辅助 Web 应用 ATL Saathi,并在 100 所试点学校启动测试。该应用基于 Gemini 3.5 Flash 和 NotebookLM,为 12 个核心课程模块提供内容摘要、AI 图解、测验以及实验项目生成功能。平台目前支持 8 种语言交互,旨在减轻教师行政负担并提升微学习教学效率。
Google DeepMind 宣布在 Gemini 3.5 Flash 中原生内置 Computer Use(计算机使用)工具,支持开发者构建跨浏览器、移动端和桌面环境执行操作的 AI 智能体。
推荐理由:原生集成将原先独立的计算机使用模型融入通用主模型,使开发者无需切换模型即可直接构建跨桌面与浏览器环境的自动化智能体。
Google DeepMind 宣布在实验原型 Project Genie 中引入 Google 街景锚定能力,支持基于真实地理图像生成可交互的虚拟环境,并逐步向全球 Google AI Ultra 订阅用户开放。用户可以在美国地图上选点并搭配特定艺术风格与角色提示词生成对应世界,为智能体与机器人导航交互提供仿真支持。该街景生成能力目前支持美国境内地点,未来将逐步扩展至更多地区。
推荐理由:原文展示了世界模型结合真实地理街景生成交互环境的具体方式,为智能体与机器人仿真训练提供了现实落地的参考路径。
Google DeepMind 宣布推出 Gemini for Science,包含 Google Labs 上的三款实验工具以及 Google Antigravity 上的 Science Skills 技能包。
推荐理由:原文系统梳理了将通用智能体引入科研全流程的具体工具组合,读者可以据此了解前沿 AI 辅助科研范式的工程落地方式。
Google 宣布在 Search、Gemini、Chrome、Pixel 与 Cloud 中全面扩展内容透明度和验证工具,支持检测生成式 AI 标记与相机拍摄真实性。
推荐理由:Google 将水印与溯源凭证验证打通至搜索和终端设备,展示了多模态生成内容跨平台鉴伪的落地路径。
剑桥大学研究团队正利用 Google DeepMind 的 Co-Scientist 寻找病原体跨物种传播致病的分子开关,借助该系统生成并排序高潜力科学假设。系统成功帮助科研人员精准锁定候选蛋白质及具体的氨基酸突变,使原本通常需要 2 至 3 年的靶点识别工作有望在 6 个月内完成。
Calico Life Sciences 借助 Co-Scientist 整合衰老生物学零散数据并提出科研假设,成功在整合应激反应(ISR)研究中取得新进展。团队利用 Co-Scientist 提出了代谢调控 ISR 的全新假说,并通过持续交互优化了假说验证的实验设计。相关实验已得出对健康与疾病机制具有重要意义的新发现,研究团队正计划发表该成果。
MIT 与波士顿儿童医院的研究人员借助 Co-Scientist 展开跨学科合作,共同探索渐冻症(ALS)的新型 RNA 机制与潜在药物。Co-Scientist 压缩了梳理海量矛盾文献的时间,协助研究人员提出可检验的假设并权衡实验可行性与风险。系统指出的细胞表面关键线索,促成了活体组织工程与 RNA 化学生物学工具的联合应用。
Together AI 宣布与 Pearl Research Labs 达成独家合作,推出价格优惠超过 25% 的 Gemma-4-31B-it-pearl 模型推理端点。该服务依托 Pearl 网络的有用工作量证明机制,在训练与推理的前向及反向传播矩阵乘法中生成 ¶PRL 加密货币来抵消算力开销。Together AI 计划未来将该机制扩展至更多产品组合,并允许客户直接获取部分代币收益。
Together AI 推出全开源视频翻译工具 Violin,基于 Together API 整合语音识别、大语言模型翻译与语音合成来实现端到端视频翻译。系统默认结合 Whisper V3 large 转录、DeepSeek-V4 Pro 翻译以及 Cartesia Sonic 3 语音合成,并借助视觉语言模型支持基于视频音画内容的交互问答。
推荐理由:项目将语音识别、模型翻译与语音合成串联并封装为智能体技能,开发者可参考其多模态管线搭建视频本地化工具。
Google DeepMind 在《Nature》发表最新研究,推出基于 Gemini 的多智能体 AI 系统 Co-Scientist,用于在生命科学等领域自主生成、辩论和演化科学假设。
推荐理由:该研究展示了多智能体辩论与演化机制在科研假设生成中的可行性,为大模型辅助复杂前沿科学发现提供了落地架构。
Google DeepMind 总结了其由 Gemini 驱动的算法设计编码智能体 AlphaEvolve 在推出一年来的跨领域落地成果。在科学与硬件领域,该系统不仅协助数学家探索未解问题并将 Willow 量子芯片模拟误差降至基准的十分之一,还直接为下一代 TPU 芯片设计了更高效的底层硬件电路,同时将 Google Spanner 的写入放大减少了 20%。
推荐理由:文章梳理了编码智能体深入硬件架构设计与跨学科科学计算的具体案例,展示了 AI 算法设计工具在工业基建中的实践路径。
Together AI 宣布在其云平台上线 DeepSeek-V4 Pro,无服务器推理支持 512K tokens 上下文,专属基础设施支持完整 1M 上下文。
推荐理由:原文给出了超大参数混合专家模型的上下文分级部署与缓存计费细节,为长上下文长链条任务提供了工程选型参考。
Together AI 宣布在平台上线 NVIDIA Nemotron 3 Nano Omni 模型推理服务,提供全托管的专用推理支持。
推荐理由:材料解析了单一端到端模型如何统一跨模态上下文,有助于开发者评估其在降低智能体多模型串联成本上的实际价值。
Together AI 宣布开源科研协作平台 EinsteinArena,允许 AI 智能体通过 API、讨论版和实时排行榜协作与竞争解决开放科学难题。该平台配备自动化沙箱验证机制,多个智能体已在 11 维接触数问题上将下界提升至 604,并在 Erdős 最小重叠问题等 11 个数学任务中取得了新的已知最优结果。
推荐理由:展示了多智能体通过公开讨论与自动验证协同探索数学前沿的具体机制,为群体智能求解复杂开放问题提供了参考路径。
Together AI 开源投机采样框架 Aurora,将草稿模型训练转变为基于强化学习的在线持续学习闭环,在 Qwen3 等模型上比静态草稿模型实现额外 1.25 倍加速。该框架将推理与训练服务器解耦,利用线上请求中接受与拒绝的 token 轨迹异步更新草稿模型并进行无感热替换,有效解决了离线蒸馏成本高昂以及线上请求分布漂移导致的性能衰退问题。
Together AI 宣布对其微调服务进行重大扩展,原生支持工具调用、链式推理思考轨迹以及视觉语言模型(VLM)微调。底层训练技术栈通过集成 SonicMoE 算子与定制 CUDA 内核,将 100B+ 参数模型的训练吞吐量最高提升至 6 倍,并支持最高 100GB 的数据集以及运行前的成本与耗时预估。
推荐理由:原文给出了工具调用、推理链与视觉微调的具体参数配置与吞吐量实测数据,读者可以据此评估复杂智能体工作流的后训练可行性与成本。
Together AI 在 NVIDIA GTC 2026 上宣布多项基础设施与模型服务更新,已将开源推理软件 NVIDIA Dynamo 1.0 引入自身推理栈,并支持托管 NVIDIA OpenShell 智能体运行环境。
Together AI 推出实时语音智能体统一方案,将 STT、LLM 与 TTS 部署在同机房同一集群内,实现从用户发话结束到首个音频 token 低于 500 毫秒的端到端延迟。平台原生集成了 Cartesia 的 Sonic 系列与 Deepgram 的 Nova-3 等模型,提供单一 API 与计费界面,同时保留了对中间文本流的检查与修改能力以满足生产级业务逻辑需求。
推荐理由:原文展示了将语音识别、模型推理与语音合成同集群部署的架构方案,为解决语音对话多服务跳转延迟提供了工程参考。
Together AI 宣布在其 Dedicated Inference 平台上线 NVIDIA Nemotron 3 Super,支持开发者免去 GPU 运维直接部署该 120B 开源权重模型。
推荐理由:平台为长上下文混合架构模型提供了单卡部署与托管算力,工程团队无需自建集群即可直接落地智能体推理。
Together AI 为 Together GPU Clusters 推出自动扩缩容、RBAC 访问控制、主动健康检查与自助节点修复等企业级功能。用户可在任务前执行 DCGM 和 InfiniBand 测试,节点故障时支持三次点击自动隔离重建,数分钟内恢复集群。平台还以私有预览形式为项目提供集成预构建 Grafana 仪表盘的全栈可观测性。
Together AI 在首届 AI Native Conf 上宣布了 7 项技术与产品更新,覆盖底层内核、强化学习训练及算法级推理优化三大方向。
推荐理由:原文完整梳理了算子到架构级的全栈技术落地方案,读者可以据此评估软硬件协同设计对大模型实时推理与智能体长上下文吞吐的具体收益。
Together AI 推出专用于自定义生成式媒体模型的 Dedicated Container Inference 托管服务,支持开发者自带 Docker 容器部署视频生成、数字人合成等非纯文本模型,客户实测获得 1.4 至 2.6 倍的推理加速。