Google 开源 TorchTPU,让 PyTorch 应用无需重写即可跑在 TPU 上
Google 周二宣布开源 TorchTPU,这是 PyTorch 的 TPU 版本,开发者只需改配置、无需重写应用,就能把现有 PyTorch 应用迁移到 Google 的 TPU 和 Google Cloud。
推荐理由:Google 与 Amazon 先后推出 PyTorch 的 TPU 与 Trainium 适配版本,读者可据此观察非 Nvidia 硬件生态的推进方式。
公司与模型
Google 与 DeepMind 的 Gemini 模型、Veo 视频生成、前沿研究与各条产品线的 AI 更新。
11 条精选近 30 天 11 条共收录 23 条
Google 周二宣布开源 TorchTPU,这是 PyTorch 的 TPU 版本,开发者只需改配置、无需重写应用,就能把现有 PyTorch 应用迁移到 Google 的 TPU 和 Google Cloud。
推荐理由:Google 与 Amazon 先后推出 PyTorch 的 TPU 与 Trainium 适配版本,读者可据此观察非 Nvidia 硬件生态的推进方式。
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 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 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 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。