#谷歌DeepMind

4周前

谷歌 DeepMind 正在加速实现打造“机器人 Android”的雄心。他们刚刚聘请了波士顿动力（Boston Dynamics）前首席技术官 Aaron Saunders——正是他主导了 Atlas 和 Spot 的硬件工程。 DeepMind 希望 Gemini 能成为一个“通用大脑”，可以被所有机器人直接使用：人形、四足、轮式……就像 Android 当年统一了手机生态一样。谷歌已经发布了 Gemini Robotics 1.5（视觉-语言-动作模型 VLA），并在 Apptronik 的 Apollo 应用测试平台上进行了实测。如果 Gemini 真正做到开箱即用（plug-and-play），那么未来造一个智能机器人，可能就会像造一台 Android 手机一样简单。这也意味着，未来几年机器人行业的增长速度，很可能会远远超出我们的预期。

Google Gemini 2.5发布引发AI模型性价比热议· 475 条信息

OpenAI新德里发布会：ChatGPT语音翻译功能引发热议· 869 条信息

#谷歌DeepMind #机器人Android #Aaron Saunders #Gemini Robotics 1.5 #机器人行业增长

Y11-杨继芸-靠谱找工作、找面试题、改简历、模拟面试

1个月前

11月17日，谷歌DeepMind与谷歌研究团队联合发布了新一代人工智能天气预报模型WeatherNext 2。这款产品带来了两大核心突破：速度提升8倍，且能提供每小时分辨率的预报——这意味着在单个芯片上，模型可在不到一分钟内生成数百种可能的天气情景，而传统超级计算机完成同类任务需数小时。在精度上，WeatherNext 2在温度、风力、湿度等99.9%的天气变量上超越了前代，预报时效覆盖0至15天。目前，它已应用于谷歌搜索、AI助手Gemini、Pixel手机天气功能及Google Maps平台的天气API，并将于未来几周内整合到Google Maps中，为用户提供实时、精细的天气服务。特别值得关注的是其对短期灾害的预测能力。在提前三天预报热带风暴路径时，新模型比上一代提前了约24小时。DeepMind研究员Akib Uddin指出，每小时一次的预报对能源交易员、农业从业者等行业尤为关键：“更精细的数据让决策更精准，比如风电场可据此调整发电计划，能源公司能优化调度。” 这一突破源于DeepMind开发的“功能生成网络”。传统模型通常针对单一气象要素（如温度、风速）训练，而新方法可通过学习各要素间的关联，直接预测复杂系统，例如区域热浪蔓延或风电场功率波动。当然，技术仍有提升空间。DeepMind科学家Ferran Alet坦言，由于训练数据在极端天气场景（如异常降雨、暴雪）中存在缺口，模型对此类事件的预测能力还有待加强。“这是我们持续改进的方向。” 目前，WeatherNext 2已通过Google Cloud的Vertex AI、BigQuery和Earth Engine向企业与研究机构开放。这一领域的竞争正日趋激烈，包括NVIDIA、微软、AccuWeather及华为等公司均在布局AI天气预报系统。从个人手机上的天气图标，到企业的决策支持工具，WeatherNext 2正用技术改变人类与自然的互动方式。它不仅是一次技术迭代，更预示着AI在气候服务领域的广阔应用——通过数据驱动的精细化预测，我们正逐步从“被动应对”转向“主动规划”，让科技更贴近生活的每一个细节。

#谷歌DeepMind #WeatherNext 2 #AI天气预报 #灾害预测 #技术突破

4个月前

一文看懂谷歌 Genie 3：AI 生成世界这一周对 AI 的用户和开发者来说，绝对是劲爆的一周。Cloud4 上新，OpenAI 连发两款开源模型，接着发布了 GPT 5。但 GPT 5 没有震撼我，真正让我震撼的，是谷歌 DeepMind 团队发布的 Genie 3 世界模型。那种感觉，有点像当年第一次见到 ChatGPT 的时刻，心跳加速，眼前一亮。 Genie 3 是谷歌 DeepMind 团队发布的第三代世界模型。它最大的特点是可以通过自然语言，实时生成一个动态、可交互的虚拟环境。你可以像玩游戏一样在这个世界里自由探索、互动，画面达到 720p 分辨率、每秒 24 帧，并且能持续几分钟保持场景和物理的一致性。比如你输入“在下雨的森林里漫步”，Genie 3 就能立刻生成一个逼真的雨林世界，你可以在里面自由移动，环境会根据你的行为实时变化。它还能模拟真实世界的物理规律，比如水流、光影、天气变化，甚至能生成复杂的生态系统和历史场景。你还可以用文本提示改变世界事件，比如让天气突然转晴、添加新的角色或物体。这种“可提示的世界事件”让虚拟世界的可玩性和想象空间大大提升。⁠ Meta 首席 AI 科学家杨立昆一直认为 GPT 并不是通往 AGI 的终极路径，世界模型才是。那什么是世界模型？就是能够理解世界的物理规律，能够预测下一个环境、下一个画面会发生什么。当你让 AI 在这个世界里“运行”时，它能做出反应，这叫世界模型。这次发布的宣传片一开头，就是多重宇宙的既视感，各种画面轮番上阵。我们看到的，并不是游戏，也不是视频，而是一个个可以生成的世界。这些世界，我们可以用一句话创造，世界生成后，还可以在里面行走、移动，系统会给你反馈，你能看到更多的画面和场景。最关键的是，它的“一致性”做得非常好。现在展示的画面分辨率是 720P，帧率 24fps。在移动过程中，无论左看右看，还是绕一圈再回来，画面都和之前保持一致。这说明它有“记忆”能力——这非常关键。人之所以能感知世界的连贯性，本质上就是因为有记忆。如果 AI 也能在生成过程中拥有记忆，这个世界就真的能“建立”起来。视频里讲到了一个刷房子的例子，让人印象深刻：你在墙上刷上蓝色涂料，转身去别的地方，再转回来，墙上的痕迹还在。这说明它记住了你的操作。而且整个生成过程，每一步移动时的画面都不是提前渲染好的 3D，而是实时生成的，这就有意思了。再比如玩游戏时，它能生成无限多的场景。我们现在玩的游戏，世界都是提前搭好的“模”。但如果是生成式的，而且始终保持一致性，那就能创造一个全新的世界。用户可以通过自然语言实时对系统做出干预，包括时间地点人物事件等等。与前代产品相比，这次发布的 Genie 3 在分辨率、实时交互、场景一致性等方面都有质的飞跃。它不仅适合做游戏、动画、小说场景的生成，更被视为未来训练智能体（AI agent）的理想平台。比如，研究人员可以让机器人在 Genie 3 生成的世界里反复练习各种任务，极大提升 AI 的学习效率和泛化能力。⁠ Genie 1 是 2024 年 2 月发布的，当时团队发了一篇论文，数据集是 20 万小时的互联网公开游戏数据。用大量无标注的游戏数据训练，生成了一个 110 亿参数的模型。那时的模型还很简陋，生成的画面一看就很粗糙，但已经有了初步的交互形态，可以玩，可以转动视角等等。 2024 年 12 月，Genie 2 发布，分辨率提升到 360P，画面和交互性都在持续进步。刚发布的就是 Genie 3 了。这个想象空间还是非常大的，以后也许做游戏直接使用 prompt 生成一个游戏。在游戏里，我们还可以随时修改和设计游戏角色，内容，玩法等等。就像现在人人可以 vibe coding 一样，也许未来人人也可以成为游戏设计师。除了游戏，我们还可以学习各种历史场景，模拟危险救援，实现模型推演，做各种现实世界里没法做的模拟训练和预测，想想是不是很刺激？目前 Genie 3 还处在初级阶段，只能支持几分钟的连续互动，动作空间和多智能体交互能力有限，地理精度也尚未完全还原真实世界。但即便如此，它已经被视为生成式 AI 和虚拟世界建模领域的一次重大突破，未来有望在教育、科研、娱乐等多个领域落地应用。这个方向，我感觉已经跑通了。也许很快，国内的大厂就会跟进，或者说，相关技术已经在酝酿之中。

谷歌Deep Research：AI操作系统雏形？· 145 条信息

#谷歌DeepMind #Genie 3 #世界模型 #AI生成 #虚拟环境

9个月前

这两天硅谷炸了！谷歌DeepMind 实验室凌晨突发论文，新一代Al诊疗系统已能通过血检数据，在3秒内揪出13种早期癌症，准确率吊打三甲主任医师！更震撼的是，这套系统昨夜已通过FDA绿色通道，下周起在纽约长老会医院试运行。这不是科幻！我翻遍37页技术白皮书发现三个细思极恐的细节：① AI不仅会看病，还能从基因层面预判你未来5年患癌概率 ② 系统内置"谎言过滤器"，能捕捉患者隐瞒的病史③ 诊疗费仅为人工的1/20，但每年需支付999美元"AI使用年费"朋友圈的肿瘤科医生彻夜未眠。北京协和的张主任凌晨三点发长文："我们苦读15年的知识，正在被算法批量淘汰。“而华尔街早已狂欢，昨夜医疗 Al概念股集体暴涨230%，高盛预言：未来5年全球将有800万医生转行！这场风暴比我们想象得更猛烈！

#硅谷 #谷歌DeepMind #Al诊疗系统 #血检 #早期癌症 #FDA绿色通道 #纽约长老会医院 #技术白皮书 #AI发展

9个月前

据说是谷歌 DeepMind 的打乒乓球的机器人，它不仅能击球——还能学习、适应并有策略地比赛。

#谷歌DeepMind #乒乓球机器人 #机器学习 #人工智能 #策略比赛