Google DeepMind 发布 Gemini 4 Carbon,面向科研与智能体工作流
Google DeepMind 向开发者、企业、科学家和消费者开放 Gemini 4 Carbon,称其在网络安全和长程智能体工作流上具备前沿表现,并强调物理、数学和生命科学推理能力的提升。
入选理由:原文列出 Carbon 在酶测定、蛋白同源序列检索和形式化验证中的具体用法,研究者可据此判断它适合承担哪类科研任务。
主题档案
Google 与 DeepMind 的科研动态:AlphaFold 等科学模型、AI co-scientist、NotebookLM、Google Scholar 与面向科学家的开放计划。
29 条精选近 30 天 15 条共收录 207 条
全部收录与组合筛选 →Google DeepMind 向开发者、企业、科学家和消费者开放 Gemini 4 Carbon,称其在网络安全和长程智能体工作流上具备前沿表现,并强调物理、数学和生命科学推理能力的提升。
入选理由:原文列出 Carbon 在酶测定、蛋白同源序列检索和形式化验证中的具体用法,研究者可据此判断它适合承担哪类科研任务。
Google 研究者提出面向大语言模型持续学习的 sleep 框架,让模型在活跃交互与离线巩固两个阶段之间交替,把短期上下文中的信息写入长期参数。离线阶段通过 MoE 参数扩展、知识蒸馏与强化学习模仿完成记忆巩固,再用随机专家激活生成合成样本进行自我改进。
入选理由:Google 研究者提出让大模型在离线阶段巩固记忆的持续学习框架,并给出长上下文与推理基准上的对比结果,可供关注模型知识更新机制的研究者参考。
Google 发布智能体开发平台 Google Antigravity,提供面向生物学家的智能体科研工作台,把原本分散在多个数据库的检索压缩到一次会话中,并借助 ProtNLM 扫描 UniProt 中数百万条功能未知的蛋白质序列。
入选理由:Google 把跨数据库检索、结构分析与文献综合放进一个智能体会话,研究者可据此判断这类工作台能否压缩抗菌肽早期筛选流程。
Google 在 Research@ 2026 活动上公布多项面向科研的 AI 能力,其中 Deep Review 在 STOC、ICML、NeurIPS、ICLR 的 15000 余份投稿中完成部署后正式公开上线。
入选理由:Deep Review 已在 STOC、ICML、NeurIPS、ICLR 的 15000 余份投稿中试用后公开,审稿人和会议组织者可据此判断它能否进入评审流程。
Google 公开发布智能体系统 Deep Review,对复杂文档提供技术验证与反馈,最初面向计算机科学论文分析,现已扩展到法律、金融等领域。每位用户每周可免费获得两次文档评审,也可接入 Gemini API key 提高用量并通过 Deep Review API 做程序化集成,目前支持 PDF 和纯文本输入。
入选理由:Google 把预投稿反馈工具 PAT 升级为面向全球开放的 Deep Review,研究者可据此判断自动评审能否补上人工验证的缺口。
Google 公布地理空间推理智能体的技术报告,在 CBGB、UnivEARTH 及新发布的 GeoExpertQueries、GeoKTools 四个基准上比较了四种配置,结果显示接入 Earth AI 专用工具后定量空间任务得分明显提升,而开放式问题还需要前置规划。
入选理由:Google 公开了地理空间推理智能体的技术报告与两个新基准,并给出 WHO 等机构的早期实测,研究者可据此判断这类地球科学智能体能否接入自己的空间分析流程。
Google DeepMind 发布前沿模型 Gemini 4 Argon,今日起通过 Gemini API 在 AI Studio 和 Gemini 平台面向开发者与企业开放。
入选理由:Google 官方给出 Argon 在量子化学、聚变、酶设计与罕见病分析中的具体案例,研究者可据此判断它在自身计算流程中的可用边界。
Google 发布前沿模型 Gemini 4 Argon,今日起通过 AI Studio 和 Gemini 平台的 API 面向开发者与企业开放,Google AI Ultra 订阅者可在 Google Antigravity 使用。
入选理由:Google 官方给出 Argon 在量子化学、聚变、罕见病与酶设计上的自测案例,研究者可据此判断它在自身领域的可用边界。
Google 回顾其健康研究布局,称过去五年团队发表了 90 篇经同行评审的疾病研究论文,累计被引超过 9 万次。
入选理由:Google 汇总了 AlphaFold、AlphaGenome 等模型在疾病检测与药物发现中的合作案例,研究者可据此判断这些工具能否接入自己的课题。
Google 与 Beth Israel Deaconess Medical Center(BIDMC)在 The Lancet 发表研究,在 BIDMC 门诊初级保健诊所让 98 名患者在紧急就诊前先咨询诊断 AI 聊天机器人 AMIE。
入选理由:Google 与 BIDMC 在真实门诊场景中测试诊断 AI 的初步结果,为研究者评估患者端 AI 的安全边界提供参考。
Google 研究团队在 National Bureau of Economic Research 发布一项三个月实地实验,将当时未发布的 Google Labs AI 专利撰写助手(现属 Gemini Notebook)随机开放给 11 家知识产权律所的 133 名律师,其中三分之二获得早期访问权。
入选理由:三个月随机对照实验显示,AI 辅助提升专利撰写产出,但初级律师在无 AI 的纠错任务上未见技能提升,为科研训练设计提供了实证参照。
Biohub 与美国能源部(DOE)、美国国立卫生研究院(NIH)及新资助伙伴宣布扩展 Virtual Biology Initiative,合计投入 18 亿美元的资金、数据、算力和新测量技术,用于生成可训练预测性生物 AI 模型的开放数据资源。
入选理由:这项近 20 亿美元的跨机构投入把开放生物数据的生成与标准化列为重点,研究者可据此判断未来可用的细胞数据资源从何而来。
Google 研究人员与 Northwestern Medicine、Jacaranda Health 合作,在肯尼亚内罗毕和芝加哥各招募 1000 名孕妇开展研究,训练医护人员执行简单的盲扫超声,并用机器学习模型分析视频,识别孕龄和胎位,准确率与受过训练的超声技师相当。
入选理由:研究者可了解盲扫超声配合端侧 AI 模型在资源匮乏地区替代专业超声技师的一条可行路径。
Google 以 Earth AI 中的 Population Dynamics Foundation Model(PDFM)为概念验证,把搜索趋势、人口流动、建成环境密度和环境决定因素压缩为按月更新的位置嵌入,无需任务微调即可作为即插即用输入接入现有流行病学模型。
入选理由:Google 公开 PDFM 位置嵌入在五类公共卫生任务中的合作评估结果,研究者可据此判断地理空间基础模型能否接入现有流行病学建模流程。