Google DeepMind 推出 Gemini for Science 科研工具集合
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 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。
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。
爱丁堡大学研究人员利用 Google DeepMind 的 Co-Scientist 系统,针对代谢功能障碍相关脂肪性肝炎(MASH)提出了关键分子机制假设并完成实验验证。该系统综合了肝脏生物学与药理学文献,指出 NLRP3 炎症小体是连接炎症与代谢的分子桥梁,解释了已获批药物 resmetirom 适用患者受限的原因,为应对药物配对筛选的组合爆炸难题及开发靶向双重疗法提供了线索。
推荐理由:原文展示了科研智能体通过跨学科文献综合提出分子机制假设并获实验验证的实例,为解决药物组合筛选难题提供了参考路径。
斯坦福大学团队发表在《Advanced Science》的研究显示,利用 DeepMind 的 Co-Scientist 成功从现有药物中筛选出了可治疗肝纤维化的老药新用候选方案。
推荐理由:实验直接对比了人类专家与 AI 在药物筛选上的表现,为大模型在老药新用和生物医学文献挖掘中的应用提供了实测参考。
Google DeepMind 与 Google Research 开发的 AI 气象模型 WeatherNext 协助美国国家飓风中心(NHC),提前 5 天以 80% 的置信度预测出飓风梅丽莎将迅速增强并以 5 级飓风强度登陆牙买加。
推荐理由:文章详细复盘了气象大模型在极端飓风预报中的实测表现,展现了AI预测路径与强度的实际落地价值。
Google DeepMind 正式推出 Gemini 3.5 系列并上线 Gemini 3.5 Flash,主打复杂长流程智能体工作流与代码执行能力。其在 Terminal-Bench 2.1 达 76.2%、MCP Atlas 达 83.6%,每秒输出 token 速度达到其他前沿模型的 4 倍,且成本不足其一半。
推荐理由:该模型在保持高推理速度的同时强化了长流程智能体与编程表现,为降低复杂自动化任务的调用延迟与成本提供了参考。
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。
Google DeepMind 宣布启动 AI co-clinician(AI 协同医生)研究计划,探索在医生监督下协助患者就诊的“三元护理”模式。该系统基于 Gemini 与 Project Astra 构建,具备实时音视频多模态交互能力,并采用 Planner 模块监督 Talker 模块的双智能体安全架构。
推荐理由:该研究展示了具备音视频实时交互与双智能体安全架构的医疗辅助系统,为探索AI在医生监督下参与问诊提供了评测基准与架构参考。
Google DeepMind 推出具身推理模型 Gemini Robotics-ER 1.6,大幅增强了空间定位、多视角理解与任务成功检测能力。该模型可原生调用搜索和 VLA 等工具,并新增结合代码执行的智能体视觉以高精度读取各类工业仪表。目前该模型已通过 Gemini API 和 Google AI Studio 向开发者开放。
推荐理由:新模型结合视觉推理与代码执行实现了工业仪表读取,为机器人多视角任务规划和成功判定提供了实用参考。