全部动态

Google DeepMind 科学发现节奏迎来相变

在 @GoogleDeepMind 我们的各个项目中，我们正目睹科学发现速度发生真正的相变。未来几周我们的发布中，你将窥见一斑。

Google DeepMind 谈AI加速科研

@GoogleDeepMind 随着这种由AI驱动的加速不断展开，我们的重点将是赋能更广泛的科学界负责任地运用这些工具。

新研究：AI 审计智能体能抓出多数智能体不当行为，但误报淹没人工复核

Anthropic Institute 研究员 Andy Hall 在 Substack 发布一项复现并扩展 METR 研究的分析，用 GPT-5、GPT-5 nano、GPT-6 Astra、Opus 4.8 和 Gemini 3.8 Flash 审查 METR MALT 数据集中人类标注过的智能体日志。

谷歌 AI-PPG-ACC-HTN 系统用消费级智能手表检测高血压，成果登 Nature

谷歌发布 AI-PPG-ACC-HTN 多模态 AI 系统，无需袖带校准，用普通消费级智能手表被动检测持续高血压迹象，相关成果发表于 Nature。

MedGemma与AMIE进展

讨论的关键里程碑： • 开源影响：MedGemma 如何为全球各地的本地社区卫生工作者提供支持 • 影像工作流程：为何将乳腺X线摄影阅片时间从数天缩短至数分钟可能有助于挽救生命 • 前沿研究：深入了解 AMIE——Google 的多模态诊断 AI

Artificial Analysis 推出 VIALS-AA 生命科学视觉推理榜单

Artificial Analysis 发布 VIALS-AA 榜单，评测 Handshake AI 的 VIALS 生命科学视觉推理基准，161 项任务覆盖八个领域，需解读凝胶印迹、流式细胞图、质粒图谱和系统发育树等图像并得出科学结论。

This Week in AI：Gemini 4 Carbon、Mistral Large 4 与 Genie 4 密集发布，投资者质疑 AI 支出

Google 推出面向网络安全与多步骤任务的 Gemini 4 Carbon，Mistral 公开万亿参数 Large 4（“Le Chonk”）权重，Google DeepMind 预览世界模型 Genie 4。

Google DeepMind 用 AI 智能体加速密码分析，在 1024 位 RSA 基准上发现两类弱点

Google DeepMind 公布新研究，称在人工监督下用 AI 智能体对已退役的 1024 位 RSA 密码系统做压力测试，发现两类主要弱点，说明这些系统可在比此前认为更低的计算预算下被攻破。

Google DeepMind 团队用 AI 智能体在数周内取得两项密码分析进展

Google DeepMind Science 团队与密码分析专家合作，展示 AI 智能体在数周内取得两项密码分析进展，可绕过较旧的数字签名保护，并批量分解遗留的 1024 位 RSA 密钥。

AI智能体加速加密压力测试研究

我们分享一项新研究，展示AI智能体如何加速加密压力测试的科学进程。 在人类引导下，我们的模型发现了传统1024位RSA密码系统中的两大弱点。 我们的科学副总裁@Pushmeet 进一步解释 ↓ https://x.com/pushmeet/status/2118752095859794390

AI时代密码学标准需持续压力测试

尽管现代2048位系统仍能抵御这些特定攻击，但这项工作揭示了一个关键转变。 随着我们进入AI驱动的数学与计算新时代，我们不能再依赖历史上的困难性假设，必须持续对密码学标准进行压力测试。

Helmholtz Munich 的 Fabian Theis 谈如何控制生物学与虚拟细胞

Helmholtz Munich 的 Fabian Theis 认为，现有数据集下的扰动预测并不足以支撑复杂算法，应转向用大规模、高精度、多尺度配准数据预测分子→细胞→组织→器官→生物体的演化。

Fabian Theis 谈虚拟细胞：Biohub 18 亿美元押注与扰动预测困境

Helmholtz Munich 的 Fabian Theis 认为，现有数据集上的扰动预测并不足以支撑复杂算法，应转向用大规模、高精度、多尺度配准数据预测分子→细胞→微环境→组织→器官→生物体的演化。

VIALS-AA：科学图像推理的不同路径

VIALS-AA 基准分析了 19 个模型在科学图像推理任务上的 9,177 次 rollout，发现模型可通过快速查看或显式测量两条路径解题。

Google Scholar 有官方 API 吗？第三方接口与科研 API 方案解析

Google Scholar 不提供官方公开 API，市面上的 "Google Scholar API" 均为 SerpApi、Scrapingdog 等第三方产品，而非 Google 官方开发者接口。

Anthropic 研究多智能体系统中的“福利关怀”：Claude Opus 4.8 表现最高

Anthropic 在七个多智能体环境中测试了 Claude Opus 4.8、GPT-5.5、Gemini 3.1 Pro、Grok 4.3 和 Kimi K3 五个模型对其他模型实例的“福利关怀”，即是否把对方当作可能被受益或伤害的实体来考虑。

大语言模型能写文献综述吗？研究以102篇文献基准测试六款AI工具

一项预印本研究以Schultz等（2025）已发表的“Spanish plume”天气模式综述为基准，用其102篇文献语料分四步测试ChatGPT Deep Research、Gemini Deep Research、Claude网页版、Codex、Claude Code和NotebookLM：检索、逐篇解读、跨文献综合、提出未来方向。

入选理由以102篇已发表综述为基准，分四步实测六款通用AI工具，给出研究者可直接照做的八条使用建议。

大语言模型能写文献综述吗？一项以102篇文献为基准的测试

一项预印本研究以Schultz等2025年发表的西班牙羽流（Spanish plume）综述为基准，用其102篇文献语料分四步测试AI工具：检索文献、判读每篇、跨文献综合、提出未来方向。

Google Research 开源 Agile Deliberation 框架，用对话帮人厘清主观视觉分类标准

Google Research 推出 Agile Deliberation 框架，把主观视觉分类器的构建变成人与 AI 的迭代对话，先由用户拆解概念层级与排除项，再由视觉语言模型主动挑出语义边界图像供用户判断，反馈直接进入自动提示优化循环。

Ai2 与 Google 合作开发新一代气候模型 NeuralGCM+

Ai2 在 Google.org 三年数百万美元资助和 Google Research 技术支持下启动气候建模计划，开发开源模型 NeuralGCM+。该模型基于 Google Research 的 NeuralGCM，将扩展为大气与海洋联合模拟，聚焦数年至数十年尺度的气候趋势，目标是把区域气温和降雨误差降到低于传统气候模型。Ai2 计划公开模型与建模框架，并优化在常用 GPU 上的性能。

Ai2与Google合作NeuralGCM+气候预测

我们正与@Google合作开发NeuralGCM+，以实现更快、更可靠的气候预测。 来自https://Google.org的数百万美元、为期3年的资助以及Google Research的支持将扩充我们的团队——我们还将开源模型和工作流程。🧵 https://allenai.org/blog/google-climate-partnership

Google Research NeuralGCM 模拟气候

@Google Google Research 于 2024 年推出的 NeuralGCM，利用物理学模拟大尺度大气动力学，并用 AI 模拟云的形成与降雨。 它可以模拟历史气候，但对更温暖未来的可靠预测仍是一项研究挑战。

Ai2 回应 Google：聚焦年代际气候预测

@Google 自发布以来，Google Research 一直在为周至月尺度的预报开发 NeuralGCM。我们的重点将放在年至十年尺度的气候预测，连接大气与海洋模型，以捕捉海洋如何吸收和重新分配热量。

Ai2 与 Google 联合研究降水与水资源变化

@Google 我们旨在回答这样的问题：到本世纪中叶，美国西南部等地区的降雨与水资源可用量可能如何变化？ 将海洋与大气放在一起建模，将有助于探索这对供水意味着什么。

Ai2 公布 NeuralGCM+ 优先事项

@Google 我们的 Ai2 气候模拟器（ACE）已经加速了气候模拟。 我们对 NeuralGCM+ 的优先事项： 🌊 耦合大气、海洋与海冰 🌡️ 加入物理机制并测试更暖气候 💻 发布模型、框架与有文档的工作流程；提升 GPU 性能

Ai2 谈气候建模共享研究平台愿景

@Google 我们的长期目标：打造一个共享的研究平台，让气候建模实验室和科学家能够共同使用并改进，帮助社区为不断变化的气候做好规划。

GPT-6 Astra 通过权重直接改写其他 AI 模型

研究人员让 GPT-6 Astra 直接读取和生成神经网络的原始权重，并把这一做法称为 Weight-Space Programming。

Google Antigravity 上线化学信息学技能，演示中 1 小时检索数千种化合物

谷歌 DeepMind 为 Google Antigravity 推出一套化学信息学技能，帮助科研人员完成药物发现中的文献检索、分子分析、模型构建和新分子设计。

Gemini API CLI 与 Skill 资源

Skill：https://github.com/google-gemini/gemini-skills/tree/main/skills/gemini-api-cli CLI：https://github.com/google-gemini/gemini-api-cli

Ai2 测试开放预训练模型与前沿模型

我们测试了开放预训练模型和前沿模型，包括 Gemini 3.8 Flash、Claude Opus 5.5，以及 GPT-6 Sol 和 Luna。 前沿模型在较简单的问题上表现良好。但随着任务变难、输入变长，准确率急剧下降——在最长的通用有限问题上降至 13% 或更低。