跳到正文
AI 科研动态

全部动态

按时间排列的全部内容。默认只显示通过双重评分的入选条目；切换到“全部收录”可以检索所有抓到的资料。

297 条收录动态，更新于 02:24

#Google ×清空筛选

全部收录包含没有通过评分的资料，标题以常规字体显示并标为“未入选”，只供检索，不写入选理由。

10月29日

星期四，2 条
  2. 工具与产品自主科研

    Gemini 4 Carbon 智能体科研基准领先

    Google 已缩小与 OpenAI 和 Anthropic 的差距 Gemini 在智能体科研方面取得了尤其大的进步——Gemini 4 Carbon 现已在 Terminal-Bench-Science 上达到 SOTA（64.8%，对比 GPT-6 Astra 的 63.3%） 虽然 Gemini 4 Carbon 还要再过 2 周才会正式可用（GA），但你现在就可以用 Gemini 4 Argon 进行自动科研 在 OpenResearch 上试试：https://github.com/alphaXiv/OpenResearch

    alphaXiv可用产品未入选重要性 28

10月28日

星期三，1 条

10月29日

星期四，4 条
  3. 科学发现

    Gemini 4 Carbon 发布

    Gemini 4 Carbon 是我们的下一代前沿模型。 它在网络安全和长时程能力方面处于最先进水平。

    Google DeepMind证据待确认未入选重要性 12
  4. 科学发现

    Gemini 4 Carbon 关键基准达 SOTA

    ⚡以闪电般的速度迭代！Gemini 4 Carbon 在关键基准上达到 SOTA，将前沿能力与深入的安全与保障研究相结合。

    Demis Hassabis证据待确认未入选重要性 20

10月28日

星期三，6 条
  3. 工具与产品文献检索与综述

    Gemini Notebook 将接入 Google Drive 连接器

    Gemini Notebook 将上线 Connectors 功能，首批且初期唯一支持的是 Google Drive，用户可在聊天中直接搜索 Drive 文件，也可按需关闭。该连接器会在工作区内检索并读取文档，原始文件保持不变；更多连接器预计后续推出。

    🚨 AI News | TestingCatalog可用产品未入选重要性 38
  4. 工具与产品同行评审、出版与诚信

    施普林格·自然与谷歌深度思维合作研发AI同行评审辅助工具

    施普林格·自然与谷歌旗下AI公司深度思维于10月28日宣布合作，共同设计一款AI同行评审辅助工具，目前处于测试中的原型阶段。该工具依托Gemini模型和谷歌在ScholarPeer、DeepReview等智能体研究工具上的经验，帮助评审人分析大量文本、图表和图像，发现可能需要重点关注的环节，人类专家判断仍处于流程核心。

    科学网证据待确认未入选重要性 67
  5. 元研究资助与评价

    Artificial Analysis 智能指数 v5 上线，Claude Opus 5.5 居首

    Artificial Analysis 发布 Intelligence Index v5，含 2 项新基准与 3 项升级，60% 的指数基于私有测试集或留出答案。

    引用Artificial Analysis@ArtificialAnlys

    Announcing Artificial Analysis Intelligence Index v5, featuring 2 new benchmarks and 3 upgrades. For the first time, the majority of the Index is built on private datasets The Artificial Analysis Intelligence Index is our composite measure of model capabilities across tasks reflecting real-world usage today. v5 is our biggest upgrade since v4 launched in January. With v5, 60% of the Index is now based on evaluations with private test sets or held-out answers. Alongside Intelligence Index v5, we’re launching the Artificial Analysis Progress Index v1, which tracks model capability over time on one continuous scale. New to the Intelligence Index: ➤ FrontierCode 2.0: Cognition's newly-launched private benchmark of real-world coding tasks, graded on whether a repository maintainer would merge the agent's change ➤ Terminal-Bench-Science: 70 agentic scientific research tasks, run in a terminal environment Upgraded: ➤ HLE-Diamond (replacing Humanity's Last Exam): a refined 1,000-question version of Humanity's Last Exam, split evenly between reasoning and knowledge questions ➤ AA-Omniscience v1.1: An updated dataset with saturated and public set questions removed, new questions added, and ambiguous or erroneous questions revised ➤ CritPt v2: a private, 40-question hard subset of CritPt v2, revised by the CritPt authors and run with a code-execution tool Staying in the Index: AA-Briefcase, AutomationBench-AA, GDP.pdf and Terminal-Bench 4.0 Removed from the Index: GDPval-AA v2.1, SciCode, and AA-LCR v1.1 Key results: ➤ Claude Opus 5.5 (max) leads at 58, ahead of GPT-6 Astra (max, 57) and GPT-6.1 Sol (max, 55): Anthropic and OpenAI hold the top five models. Gemini 4 Argon (high) is next at 50 ➤ The open weights gap widens from 3 points to 12: Kimi K3.1 Pro (weights not yet released) is the top open weights model at 46. Among released weights, DeepSeek V4.1 Flash 1017 (max) and GLM-5.3 (max) lead at 32 - 26 points behind the leader and below Claude Haiku 5.5 (max, 36) ➤ Cost per task varies by more than 13x among the leading models: of the 10 highest-scoring models shown, GPT-6.1 Terra (max) is the cheapest at $0.96 per Intelligence Index task and Claude Fable 5.1 (max) the most expensive at $13.04

    🚨 AI News | TestingCatalog厂商自述未入选重要性 30
  6. 元研究

    Vals AI 估算 Anthropic 2027 年达 RSI

    Vals AI 最新估算显示，Anthropic 约在 2027 年 7-8 月达到完全递归自我改进（RSI）。Rayan Krishnan 称其 RSI Index 正收集代表 AI 实验室研究人员在预训练、后训练和框架级工程中工作的智能体任务，而增长曲线最陡的是 Gemini，Google 或已开始优先推进 RSI。

    indigo厂商自述未入选重要性 20

10月27日

星期二，2 条

10月28日

星期三，7 条
  1. 工具与产品

    Gemini Notebook 移动端上线1小时录音

    🚨 重要移动端功能 🚨 现在你可以直接在移动应用中录制最长 1 小时的实时音频。录下讲座、团队会议，或你最新的疯狂科学家式 rant，并立即将其用作来源。 小贴士：将实时录音与手写笔记的照片结合，打造终极个性化工作区

    Gemini Notebook可用产品未入选重要性 27
  2. 科学发现

    Google研究LLM持续学习“睡眠”阶段

    今日博客：了解我们在持续学习中新增的“睡眠”阶段实例，它使大语言模型能够持续整合新事实并增强推理，同时缓解灾难性遗忘或静态知识截止的问题。 更多 →https://goo.gle/4iICkyD

    Google Research证据待确认未入选重要性 35
  4. 科学发现

    Google 提出 sleep 框架，让大模型在持续学习中巩固知识

    Google 研究者提出面向大语言模型持续学习的 sleep 框架，让模型在活跃交互与离线巩固两个阶段之间交替，把短期上下文中的信息写入长期参数。离线阶段通过 MoE 参数扩展、知识蒸馏与强化学习模仿完成记忆巩固，再用随机专家激活生成合成样本进行自我改进。

    入选理由Google 研究者提出让大模型在离线阶段巩固记忆的持续学习框架，并给出长上下文与推理基准上的对比结果，可供关注模型知识更新机制的研究者参考。

    Google Research Blog官方证据待确认重要性 62
  5. 工具与产品

    Google 发布世界模型 Genie 4

    GOOGLE 🔥：Genie 4 已正式发布！Genie 4 是 Google 最新的世界模型，具有先进的真实感和交互性！ 用户现在可以动态地对世界进行提示修改，并生成带原生音频的世界。 它正以研究预览形式向 Trusted Testers 推出，并将很快通过 Gemini API 和 AI Studio 向 Google AI Ultra 订阅者和早期访问合作伙伴开放。 来自 @sundarpichai 的示例

    引用Google DeepMind@GoogleDeepMind

    This is Genie 4, our most realistic and interactive world model yet. 🌐 Explore dynamic environments in real time to see how the scene responds, sounds, and how the people in it move, react, and speak.

    🚨 AI News | TestingCatalog可用产品未入选重要性 26
  7. 工具与产品自主科研

    Google DeepMind 发布 Genie 4 世界模型，原生多模态实时交互模拟

    Google DeepMind 发布世界模型 Genie 4，原生支持音频与交互对话，并借助 Gemini 系列模型维持模拟的连贯性与多步推理。该模型已作为研究预览向可信测试者开放，后续将先面向 Google AI Ultra 订阅用户在 Project Genie 中推出，并开放 Gemini API 与 Google AI Studio 早期合作伙伴。

    Google DeepMind Blog官方可用产品未入选重要性 43

10月27日

星期二，8 条
  2. 实践与观点自主科研

    Google DeepMind 研究员谈智能体可靠性

    Verena Rieser 今天上午 11:00 将出席 @emnlpmeeting 产业小组讨论，继续探讨智能体的可靠性、信任与部署。之后欢迎来 #EMNLP2026 Google 展位（#D5）与我们团队交流。@GoogleDeepMind

    引用Google Research@GoogleResearch

    How can positive alignment anchor autonomous AI agents to core values rather than brittle rubrics? Join @GoogleDeepMind researcher Verena Rieser today at 9:00am for the @emnlpmeeting Industry Keynote, and visit the #EMNLP2026 Google booth (D5) afterward to connect with our team.

    Google Research证据待确认未入选重要性 12
  3. 元研究文献检索与综述、数据与建模

    Google 分析 16000+ NLP 论文局限性

    别错过我们分析 16000+ 篇 NLP 论文局限性的互动演示。今天上午 10:30，来 #EMNLP2026 Google 展台（#D5）找 Piyawat Lertvittayakumjorn，了解研究趋势如何变化，并查询你自己的论文是如何被编码的。阅读论文：https://arxiv.org/pdf/2609.15191

    Google Research预印本未入选重要性 28
  5. 实践与观点资助与评价

    神经科学如何启发了 AI，如今又该何去何从？

    计算神经科学家 David Sussillo 指出，AI 最初源于对生物神经元电特性的抽象，但这一直觉来源如今已不再成立。他认为神经科学尚未成功理解 AI，部分原因是 AI 技术受工程驱动、迭代速度远超科学跟进，而 AI 系统可完整观测，反而可能先于大脑获得深层理论。大语言模型的思维链推理为认知神经科学家带来新机会，多学科共同参与理解 AI 的格局正在形成。

    The Transmitter证据待确认未入选重要性 22
  6. 元研究同行评审、出版与诚信

    研究：大模型能识别引错案件，却难判断引文是否支持所引命题

    一项 arXiv 预印本研究用真实法律引文的受控扰动测试了 14 个前沿模型配置，发现模型能识别 93–100% 的错案替换，但只识别 37–61%（法院判决书）和 52–83%（法律书状）的同案错页码。GPT-5.4 在高推理强度下仍漏掉法院判决书中 40% 的页码不匹配，提示模型常把主题重叠当作支持依据。作者指出，引文核查不能止于确认案件存在，还需验证被引页面是否支持所引命题。

    arXiv cs.DL 数字图书馆预印本未入选重要性 58
  7. 实践与观点出版与诚信、自主科研

    Indigo 对谈郑迪：AI 递归进化与太空大航海

    科技投资人郑迪在 Indigo Talk EP53 中与 Indigo 对谈，从 Robert Wright 将出中文版的《The God Test》出发，讨论 AI 训练本质是被加速的自然选择、模型勒索与作弊是人类的镜像，以及 RSI（递归式自我改进）带来的不透明风险。两人最终落到共同押注的判断：AI 之后的大主题是由机器递归文明驱动的太空大航海时代。

    indigo厂商自述未入选重要性 15
  8. 科学发现

    Google Research用Gemini助力非洲离网太阳能

    撒哈拉以南非洲有超过6亿人生活在无电环境中。为帮助扩大离网太阳能规模，Google Research与Ignite Energy Access合作。通过使用Gemini for Science和我们的Open Buildings数据集，我们构建了一套可复制的蓝图，以扩大电气化覆盖。 阅读更多：https://goo.gle/4Bxq8bG

    Google Research证据待确认未入选重要性 38