Hugging Face 支持 TorchTPU:Transformers 与 Diffusers 原生运行在 TPU 上
Hugging Face 宣布接入 TorchTPU 这一原生 PyTorch 后端,Transformers、Diffusers 和 Kernels 可直接在 TPU 上运行,不再需要 torch_xla 或 Optimum TPU。
推荐理由:原文给出了安装命令、device_map 用法和实测加速数据,读者可据此判断 PyTorch 模型迁移到 TPU 的成本。
Hugging Face 宣布接入 TorchTPU 这一原生 PyTorch 后端,Transformers、Diffusers 和 Kernels 可直接在 TPU 上运行,不再需要 torch_xla 或 Optimum TPU。
推荐理由:原文给出了安装命令、device_map 用法和实测加速数据,读者可据此判断 PyTorch 模型迁移到 TPU 的成本。
Google Research 发布博客,介绍三项把 AI 智能体与真实湿实验室实验衔接起来的研究:VERID 实验室工作单元语义数字孪生框架、适配体闭环设计原型,以及 FAP 靶点的 de novo 蛋白结合体设计。
推荐理由:Google Research 用三个项目展示智能体如何接入湿实验室的物理状态与闭环实验,读者可了解其自动化科研路径与安全约束。
Google DeepMind 展示了生物学家如何用智能体开发平台 Google Antigravity 完成抗菌肽候选分子的发现与结构评估,把原本分散在多个数据库的检索压缩到一次会话中。
Google 公开发布 Deep Review,一个面向复杂文档提供严格反馈与技术验证的智能体系统,最初用于计算机科学论文分析,现已扩展到法律、金融等领域。系统采用文档分段、自适应预算、并行验证与全局综合四阶段流水线,每个用户每周可免费评审两篇文档,也可接入 Gemini API key 获得更高额度。
推荐理由:Deep Review 把论文评审拆成四阶段智能体流水线,并给出会议试点规模与接入方式,可据此判断自动评审的落地边界。
Google 发布 Geospatial Reasoning 智能体技术报告,在四个基准上对比独立 LLM、基础工具、Earth AI 工具和完整规划智能体四种配置,并新开源 GeoKTools 与 GeoExpertQueries 两个基准的开发集。
推荐理由:技术报告用四个基准对比四种配置,量化了领域工具与前置规划对地理空间推理的增益。
Google Research 在 Mountain View 的 Research@ 活动上公布十项研究进展,包括扩大 Google Earth AI 早期访问、向公众开放 Deep Review 文档核查工具,以及将 TimesFM 和 TabFM 接入 Gemini for business。
Google DeepMind 与新加坡政府科技局(GovTech Singapore)合作,基于轻量级 Gemma 模型微调出一个端侧诈骗检测模型,用于识别冒充机构、银行和本地人物的诈骗对话。
Google DeepMind 开始大范围推送 Gemini 4 Argon,并同步扩大 Fairwind Program 的可信网络安全防御者范围。该模型在 12 个端到端模拟网络攻击场景中全部通关(上一代为 5 个),在对抗集上的有害请求违规率下降近一半。
推荐理由:原文披露了 Gemini 4 Argon 在网络安全与生物风险上的防护设计,以及智能体越界行为的监控机制,可供了解前沿模型安全部署的具体做法。
Google DeepMind 发布 Gemini 4 Argon,定位为通用物理推理模型,在测试 3D 物理空间问题理解的 Embodied Reasoning(ERQA)基准上以纯推理取得 87%,超过其他前沿模型。
推荐理由:官方给出 Argon 在 ERQA 的 87% 成绩,并用四类机器人任务提示词展示从仿真到真机的完整用法。
Google DeepMind 发布 Gemini 4 Argon,面向开发者、企业和消费者开放,API 定价为每百万输入 token 2 美元、每百万输出 token 10 美元,缓存输入 token 享 95% 折扣。
推荐理由:官方给出定价、基准排名与多个内部落地案例,可据此判断前沿模型在专业工作流中的实际位置。
Google Research 与 NBER 发表了一项为期三个月的专利撰写实地实验,133 名律师随机获得当时尚未发布的 Google Labs AI 专利撰写工具(现属 Gemini Notebook)的使用权。
推荐理由:三个月实地实验区分了AI带来的即时产出提升与无辅助判断力的变化,对理解人机协作中的技能养成有参考价值。
Google DeepMind 发布 EmbeddingGemma 2,将文本、图像、音频和视频映射到统一嵌入空间,采用 Apache 2.0 许可,参数量 7.4 亿。
推荐理由:原文给出参数量、量化内存占用和基准提升,读者可据此判断端侧多模态检索的部署门槛。
Google Research 以 Google Earth AI 的 Population Dynamics Foundation Model(PDFM)为概念验证,展示自监督预训练的地点嵌入向量可作为即插即用输入接入现有流行病学模型,无需任务特定微调。
Google 发布《智能体隐私与安全中的开放与新兴问题:上下文视角》研讨会报告,汇集 50 多位学界与业界专家,梳理自主智能体在系统、模型、用户和生态层面面临的基础性隐私与安全挑战。报告以上下文完整性(CI)理论为基础,将隐私重新定义为符合社会规范的"适当信息流",并主张用上下文策略引擎在执行前评估智能体行为是否恰当。报告还提出系统级沙箱、模型级推理与用户控制的多层防护思路。
Google Research 发布新一代联邦学习系统,借助可信执行环境(TEE)让数据匿名化过程可被远程验证和审计,并称隐私保证更强、模型精度更高。设备上传的加密训练数据只能在符合访问策略的 TEE 内解密处理,访问策略发布到公开透明日志 Rekor,KMS 与数据处理二进制可从开源代码复现构建。Gboard 已采用该系统上线英语和日语下一词预测模型,训练速度明显快于此前系统。
Google DeepMind 发布新前沿模型 Gemini 4 Argon,先通过 Fairwind Program 向受信任的网络安全防御方开放,后续再面向开发者、企业和消费者推出。
推荐理由:官方披露了 Argon 在内部代码迁移、漏洞发现等真实工作流中的具体结果,以及分阶段开放和定价安排。
Google DeepMind 推出 SynthID Bio,把水印技术用于合成生物学,将不可感知的签名直接嵌入生物代码,并能在合成出的实体蛋白质上验证,同时保持其生物功能。
推荐理由:原文说明了水印如何嵌入蛋白质序列与结构,并给出湿实验验证结果,读者可据此判断其对生物安全筛查的意义。