Skip to content

Translation in progress Some entries still include text in the original language.

Google DeepMind · News

Oct 12 · Monday

Google DeepMind · News

Latest publications and developments
Google DeepMind

Research topics

Prompt injectionAgent safetyDeception and schemingReward hackingChain-of-thought monitoringInterpretabilityAI controlBackdoors and poisoning隐私与数据泄露Supply-chain securityDangerous capabilitiesAI 与网络攻防开源模型安全Red teaming

Companies and institutions

OpenAIAnthropicGoogle DeepMindGoogle ResearchGoogle 安全MetaxAIMicrosoftNVIDIADeepSeek阿里巴巴 · Qwen智谱 · GLM月之暗面 · Kimi字节跳动腾讯蚂蚁集团上海人工智能实验室UK AISIUS CAISIMETRApollo ResearchRedwood ResearchFAR.AIPalisade Research

Reports and frameworks

System CardFrontier safety frameworks
TodayOct 12Mon
  1. The DecoderThe Decoder · 63

    DeepMind AlphaProof Nexus solves dozens of open mathematical problems

    Google DeepMind's AlphaProof Nexus solves dozens of open mathematical problems, and the related research was published in Science and passed peer review. The system solved 9 of 353 open Erdős problems, two of which had been open for 56 years; it also proved 44 conjectures in the OEIS integer sequence database, solved an open problem in algebraic geometry, and improved a known bound in min-max optimization used to train some AI models. The system is based on Gemini 3.1 Pro and uses the Lean formal method.

  2. X @MinLiBuildsX @MinLiBuilds · 37

    Amazon accused of blocking Meta Muse, Google India tests Gemini shopping

    According to a post by X user @MinLiBuilds, Amazon has banned Meta Muse because the agent searches for products and places orders on behalf of users without disclosing its AI identity. The post also mentions that Google advanced the UCP open commerce standard with Shopify in January and is testing Gemini's buy button for direct payment in India; Meta, Walmart, Shopify, and Stripe discussed on October 6 issuing "ID cards" with verifiable permissions for AI agents; South Korea's Naver is rate-limiting foreign agents, and Coupang prohibits foreign... (post content truncated). These claims all come from a single X post and have not been independently confirmed by other sources.

Oct 11Sun
  1. 量子位量子位 · 25

    Silicon Valley AI computing power competition intensifies, GPUs become hard currency

    The competition for AI compute in Silicon Valley continues to heat up. According to QbitAI, Anthropic has partnered with SpaceX, gaining over 300 megawatts of new capacity and 220,000 Nvidia GPUs since May; Google Gemini co-lead Noam Shazeer moved to OpenAI after his team's compute was reallocated. SemiAnalysis data shows that the one-year rental price for H100s rose from $1.70 per GPU per hour in October 2025 to $2.35 in March 2026, an increase of nearly 40%.

Oct 9Fri
  1. 量子位量子位 · 28

    Google launches an office agent that can dynamically invoke Claude

    On October 9, 2026, it was reported that Google Cloud released Gemini Agent, a long-running general office Agent that can search for information, write emails, make PPTs, analyze data, write and run code, and call tools across applications. It can have an independent corporate identity (email, calendar, account) and appear in the company directory, with four types of memory: conversational, semantic, procedural and situational, and can also write its own Skills. The underlying model can be dynamically selected between the Gemini series and Anthropic's Claude series, with Smart Routing for automatic routing.

Oct 8Thu
  1. Financial Times · 人工智能Financial Times · 人工智能 · 21

    FT评论英国难以留住DeepMind红利

    2026年10月8日，英国《金融时报》发表评论文章，指出英国正面临本土资本短缺与美国虹吸效应的双重威胁，可能使其从DeepMind这一英国最大AI研究成功案例中获得的收益流失。文章认为英国不能浪费其DeepMind红利。

Oct 7Wed
  1. Google, TechCrunch AI · 5 sourcesGoogle · 5 sources · 5 reports · 28

    Google 向全球公众开放 SynthID 检测工具

    Google 将 SynthID Detector 门户（synthid.com）结束一年多的小范围测试，面向全球所有用户开放，今日起提供英文版本，用户登录 Google、Apple 或 OpenAI 账号后可上传图像、视频或音频，检测其中是否带有 AI 隐形水印，支持 JPG、PNG、MP4、MOV、WAV、MP3 等格式。检测范围从此前仅限 Google 自家水印扩展到所有合作方的 SynthID 水印，合作方包括 OpenAI、NVIDIA、Kakao，Apple 预计将加入。SynthID 已用于 Nano Banana、Veo、Lyria 及 Gemini、Flow、ProducerAI、Vids 等生成工具。Google 称已为超 1800 亿张图片和视频、24 万年时长的音频添加水印，Search、Gemini 应用和 Chrome 中的内置验证功能日均处理超 100 万次。该工具只能识别带 SynthID 水印的内容，并非通用 AI 检测器。

Oct 6Tue
  1. TransformerTransformer · 34

    AI数据中心电力需求激增面临电网瓶颈

    美国AI数据中心电力需求预计从2025年的5GW增至2030年的50GW，若延续当前增速，2035年需500GW，超过全美所有用户年购电量总和。AI公司每年投入约8000亿美元建设数据中心，但面临电网接入与燃气轮机交付等物流瓶颈，高压变压器交付周期已长达五年以上。纽约州已暂停新建数据中心，有议员提议对超过20MW的数据中心实施联邦暂停令。

  2. CNBC · Technology · 20

    纽约市议会 AI 安全听证会：Google、Anthropic 高管与 DeepMind 前研究员作证

    硅谷多家大型 AI 公司高管在纽约市议会听证会上就 AI 安全计划作证，Google AI 与新兴技术政策总监 Alice Friend 表态支持建立"全面"的联邦监管框架。前 Google DeepMind 研究员 Alex Turner 警告"失准"AI 可能比来自中国的竞争更危险，称"我们正在本土竞相打造自己的对手"；Anthropic 举报人 Jacob Coxon 则批评科技行业的开发方式"极其鲁莽"。

  3. The DecoderThe Decoder · 25

    JEPA-Anything 通用世界模型发布

    PhAI Labs 联合 Stanford、Oxford、Princeton 的研究者提出 JEPA-Anything，把 LeCun 的 JEPA 架构扩展到物理、机器人、天气、单细胞和临床等七个领域。该方法将预测状态拆成四个正交因子、各配独立预测器再重组，避免单一预测被简单模式主导；在简化 Pong 环境中预测误差降低 35%，未见过的干预组合降低 13%。模型还从生物数据中筛出 IL-18 联合 CD73 阻断的肝癌候选方案。

Oct 5Mon
  1. Import AIImport AI · 27

    DeepMind 推出生物序列水印 SynthID Bio

    Google DeepMind 推出 SynthID Bio，一套专为合成生物学设计的水印方法，通过调整氨基酸序列和预测 3D 结构的原子坐标嵌入可检测信号。在 VEGF-A、SARS-CoV-2 spike 蛋白 RBD 和 PD-L1 三种靶蛋白的湿实验测试中，水印设计与未加水印版本的命中率、结合亲和力和天然序列多样性相当。Toby Ord 分析认为 AI 群体（swarm）是一种新的推理扩展形式，4 智能体群体达到同等性能需约两倍算力。

  2. Reflection, Help Net Security AI · 5 sourcesReflection · 5 sources · 6 reports · 46

    Reflection AI 发布开源模型 Beam 并对标中国模型

    Reflection AI 公布首个计划开放权重的模型 Beam，采用稀疏 MoE 架构，总参数 501B、激活 23B，面向编码、推理与智能体任务，在 23.8 万亿 token 上预训练，并用约 10,500 张 NVIDIA GB300 进行四周强化学习训练，最大上下文 256K token。公司称 Beam 性能与中国领先开源模型相当，推理任务上以少 3 至 4 倍算力达到 GLM 5.2 水平，SWE-bench Verified 得分 80.9，但 Terminal Bench v2.1 得分 80.1，低于 GLM 5.2、Kimi K3 和 DeepSeek V4.1 Flash。Beam 仍在最终红队测试与评估，权重、技术报告和模型卡计划本月晚些时候以 Apache 2.0 许可发布。Reflection 同时发布 Open Safety Framework，列出权力集中、生物武器、化学武器、网络攻击、失控等八类风险及发布门槛。

Oct 1Thu
  1. Google ADKGoogle ADK · 22

    Google ADK v2.11.0 发布，新增工具确认与取消机制

    Google ADK 发布 v2.11.0，为 Runner、Workflow 和节点新增 abort_signal 以优雅取消执行，客户端断开时 /run_sse 会自动取消运行。工作流中的工具节点可像 LlmAgent 一样通过 RequestInput 暂停等待用户批准，而非直接向下游传错。新增 ModelConsultTool 让智能体在任务中途咨询另一模型，受每轮和每会话预算限制，并提供以 sqlite:// 选择的 SQLite 记忆服务。

Sep 30Wed
  1. Google DeepMind, Help Net Security AI · 6 sourcesGoogle DeepMind · 6 sources · 6 reports · 60

    Google发布Gemini 4 Argon，先向可信防御者开放

    Google发布前沿模型Gemini 4 Argon，先通过Fairwind Program向一批受信任的网络防御者开放，并参与美国政府的前置模型访问自愿流程，之后再逐步扩展到开发者、企业和消费者。该模型面向长周期复杂工作流，输出token上限从64K提升到1M，上下文窗口扩大16倍，在DeepSWE v1.1上取得77.9%，在LVBench长视频理解上取得91.7%。Google称其在编程、企业办公、科学与数学及网络安全等基准上达到SOTA，可对标Anthropic与OpenAI竞品，并称其更抗提示注入。Fairwind阶段向防御方及Google内部团队提供不带网络护栏的版本，用于提前发现并修复漏洞，Google将据此微调护栏。开发者、企业和消费者稍后可用，先面向付费API客户和Google AI Ultra订阅者。

Apr 5Sun
  1. microsoft/fara · 27

    微软 Fara1.5 发布：如何为 Computer Use Agent 构建验证器

    微软发布 Fara1.5 系列原生 Computer Use Agent，含 4B/9B/27B 三个规模，基于 Qwen3.5 并用 FaraGen1.5 数据监督微调，权重已上线 Hugging Face 与 Microsoft Foundry。Fara1.5-9B 在 Online-Mind2Web 达 63.4%、WebVoyager 达 86.6%，Fara1.5-27B 在 Online-Mind2Web 达 72.3%，超过 OpenAI Operator 和 Gemini 2.5 Computer Use 等更大规模专有系统。FaraGen1.5 由环境、求解器与三类验证器组成，分别过滤任务正确性、效率与关键节点合规性，训练混合约 200 万样本。

Mar 26Thu
  1. Google DeepMind · 23

    Gemini 3.1 Flash Live：让音频 AI 更自然、更可靠

    Google DeepMind 发布 Gemini 3.1 Flash Live 音频与语音模型，精度更高、延迟更低，在 ComplexFuncBench Audio 上得分 90.8%。该模型通过 Gemini Live API 预览，支撑 Gemini Live 与 Search Live，输出音频均带 SynthID 水印。

Mar 18Wed
  1. Google DeepMind · 46

    Google DeepMind 提出衡量 AGI 进展的认知框架

    Google DeepMind 发布论文《Measuring Progress Toward AGI: A Cognitive Taxonomy》，提出以认知科学衡量 AI 系统通用智能的框架，并与 Kaggle 合作发起评测竞赛。框架列出感知、生成、注意力、学习、记忆、推理、元认知、执行功能、问题解决和社会认知 10 项认知能力，并提出三阶段评测协议，用留出测试集防止数据污染、从具人口代表性的成人样本采集人类基线，再把 AI 表现映射到人类表现分布上。竞赛聚焦学习、元认知、注意力、执行功能和社会认知这五项评测缺口最大的能力，总奖金 20 万美元，五个赛道各取前两名各得 1 万美元，四个最佳作品获 2.5 万美元大奖，3 月 17 日至 4 月 16 日提交，6 月 1 日公布结果。

Feb 20Fri
  1. Google DeepMind · 28

    Gemini 3.1 Pro 发布：面向最复杂任务的更智能模型

    Google DeepMind 发布 Gemini 3.1 Pro，主打更强核心推理，已在 Gemini API、Gemini app 与 NotebookLM 等以预览形式开放。其在 ARC-AGI-2 上取得 77.1% 验证分数，为 3 Pro 推理性能的两倍多。Pro 与 Ultra 用户在 Gemini app 获更高用量上限。

Feb 13Fri
  1. Google DeepMind · 25

    Gemini 3 Deep Think 升级发布，首次通过 Gemini API 向研究人员开放

    Google DeepMind 发布 Gemini 3 Deep Think 升级，该推理模式首次通过 Gemini API 向部分研究人员、工程师和企业开放早期访问。它在 Humanity's Last Exam 无工具得 48.4%，ARC-AGI-2 达 84.6%，并在 2025 国际数学、物理、化学奥林匹克达金牌水平。

Feb 11Wed
  1. Google DeepMind · 49

    用 Gemini Deep Think 加速数学与科学发现

    Google DeepMind 发布博客，介绍 Gemini Deep Think 在数学、物理和计算机科学专业研究问题上的进展，并公布两篇相关论文。团队构建了由 Deep Think 驱动的数学研究 Agent Aletheia，带有自然语言验证器，可迭代生成、验证和修订解法，并能承认无法求解；随着推理时计算扩展，该模型在 IMO-ProofBench Advanced 上得分最高达 90%。Aletheia 已产出无人工干预的自主研究论文，并在 Bloom 的 Erdős 猜想数据库 700 个开放问题上开展半自主评测，自主解决其中四个开放问题。团队还提出按 AI 贡献程度划分 AI 辅助数学研究的分类法，称目前不主张任何 Level 3 或 Level 4 成果。

Dec 17, 2025Wed
  1. Google DeepMind · 28

    Gemini 3 Flash 发布：为速度打造的前沿智能

    Google DeepMind 发布 Gemini 3 Flash，用 Flash 级延迟和成本提供 Gemini 3 的 Pro 级推理，并取代 2.5 Flash 成为 Gemini 应用默认模型。它在 GPQA Diamond 得 90.4%、Humanity's Last Exam 33.7%（无工具）、MMMU Pro 81.2%、SWE-bench Verified 78%（超过 Gemini 3 Pro），平均比 2.5 Pro 少用 30% token、快 3 倍。定价 $0.50/1M 输入 token、$3/1M 输出 token，已在 Gemini API、Google AI Studio、Gemini CLI、Google Antigravity、Vertex AI 及 Gemini 应用与 Search 的 AI Mode 推出。