
AlphaGenome 2 预测细胞状态下的 DNA 变异影响,辅助疾病研究(在新窗口打开)
谷歌将单细胞信息引入 DNA 序列预测,并用既有研究检验疾病线索。模型输出有助于筛选实验方向,仍需生物学验证。
共 607 篇

谷歌将单细胞信息引入 DNA 序列预测,并用既有研究检验疾病线索。模型输出有助于筛选实验方向,仍需生物学验证。

接口面向是非、多选和评分任务,支持多模态输入及共享上下文。官方披露测试延迟和定价,实际校准与成本仍依赖应用条件。

谷歌介绍新版 VLA 的灵巧操作、工厂概念验证和安全测试,并展示通用模型在仿真构建、数据检查及失败分析中的作用。

谷歌新版视频模型支持 3 到 15 秒的视频生成和对话编辑。原文记录发布时的 Arena 排名,720p 报价为每秒 0.07 美元。

Adam Fry 在访谈中称,ChatGPT 触发网页检索的查询量约为谷歌搜索量的五分之一,语音输入周活约 2.5 亿。他还谈到 Dots 当前算力开销、收入来源和简化产品界面的计划。

Google Cloud AI Research等团队发布T2J-Bench,以63个整仓任务评测Coding Agent将PyTorch迁移至JAX的行为保真度,并提出TwinHarness,使Claude-Code与opus-5组合的总体得分从0.649升至0.723,相对提升11.4%。

Google DeepMind正式发布通用世界模型Genie 4,支持原生声音、实时对话与场景实时改写,单次连贯世界约维持2分钟,并由三款Gemini模型协同增强逻辑与物理模拟。

早在 1995 年,Michael Wooldridge 等学者便在智能体研究的代表性论文《Intelligent Agents: Theory and Practice》中,提出了智能体的四项核心特征:反应性(Reactivity)、社会能力(Social Ability)、自主性(Autonomy)和主动性(Proactiveness)。

各大AI框架都错了! PyTorch错了,JAX错了。连教科书里的标准公式,也错了。 谷歌DeepMind的主任研究科学家 Jon Barron披露了这一重磅炸弹! 本周,Google DeepMind 展示了一个问题:在 PyTorch、JAX 以及各类教科书中,该算法的每一个标准版本都一直在悄悄把某个数字舍入为零。 模型越自信,正确的训练信号反而越容易凭空消失。优化器因此失控,训练曲线剧烈震荡。 但最让人毛骨悚然,也最让人兴奋的是:这个隐藏在全人类眼皮底下的底层逻辑漏洞,是AI(Gemini)自己抓出来的。 这次,人类只负责了事后的复核与排版。 消失的数字,崩塌的模型标 这个Bug藏在AI

在换机周期拉长、端侧AI与端云协同加速成熟的背景下,苹果、谷歌、OpenAI及国内厂商竞逐智能体手机入口,努比亚NaviX Ultra以豆包手机助手实现跨App操作,高通发布第六代骁龙8至尊版和超级至尊版强化智能体计算能力。