Google DeepMind 推出智能体开发平台 Google Antigravity
Google DeepMind 推出智能体开发平台 Google Antigravity，现已面向个人开发者免费开启公开预览版。该平台将传统 IDE 拓展为兼具同步代码编辑与异步任务编排的双界面形态，支持智能体自主操作终端、调用浏览器并生成任务工件供人工校验反馈。
推荐理由：平台展示了从传统编辑器走向多智能体异步调度的设计细节，有助于开发者理解全自主软件工程界面的演进方向。
Google / Gemini
全部主题Google 与 DeepMind 的 AI 动态：Gemini 系列、Veo 视频模型、研究成果与产品生态的持续追踪。
最新精选
第 61–74 条 · 共 74 条Google DeepMind精选AI 评分8585
Google DeepMind精选AI 评分7373 Google DeepMind 推出天气预测模型 WeatherNext 2
Google DeepMind 与 Google Research 推出天气预测模型 WeatherNext 2，预测速度提升 8 倍且分辨率精确至 1 小时。
推荐理由：原文阐明了函数生成网络如何通过单项边缘训练推导出复杂联合气象预测，为高分辨率多情景预测提供了计算效率参考。
Google DeepMind精选AI 评分7171 Google DeepMind 发布 SIMA 2：整合 Gemini 核心的 3D 虚拟世界具身智能体
Google DeepMind 发布通用 3D 虚拟世界智能体 SIMA 2，以 Gemini 模型为核心，从简单的指令遵循升级为具备目标推理、语言交流与自我提升能力的交互伙伴。
推荐理由：SIMA 2 将 Gemini 作为推理核心，展示了智能体在未见过的虚拟 3D 环境中自主试错与自我提升的具身演进路径。
Hugging Face精选AI 评分7272 Google 发布轻量多语言嵌入模型 EmbeddingGemma
Google 正式发布面向端侧场景的轻量多语言嵌入模型 EmbeddingGemma，拥有 308M 参数与 2K 上下文窗口，量化后内存占用低于 200MB。
推荐理由：材料详细展示了基于 Gemma 3 改造的双向编码架构与 MRL 维度裁剪特性，读者可以据此评估其在端侧小显存环境下的检索替换可行性。
Hugging Face精选AI 评分8383 Google 发布新一代多模态开权重模型 Gemma 3
Google 正式发布新一代开权重模型 Gemma 3，提供 1B、4B、12B 和 27B 四种尺寸的基础与指令微调版本。除 1B 纯文本模型具备 32k 上下文外，其余尺寸均原生支持图像与文本多模态理解、140 多种语言以及最高 128k token 上下文窗口。
推荐理由：模型将多模态能力与长上下文下放到较小参数规模，为端侧设备和轻量化本地部署提供了高性价比选择。
Hugging Face精选AI 评分7575 Google 发布视觉语言模型 PaliGemma 2 并上线 Hugging Face
Google 正式发布多模态视觉语言模型 PaliGemma 2，将 SigLIP 视觉编码器与 Gemma 2 解码器结合，并在 Hugging Face 同步上线。
推荐理由：原文梳理了模型升级细节并给出量化实测数据，读者可以据此评估多模态微调与部署方案。
Hugging Face精选AI 评分7373 Google DeepMind 与 Hugging Face 联合推出 SynthID Text 文本水印功能
Google DeepMind 与 Hugging Face 宣布在 Transformers v4.46.0 中集成 SynthID Text 文本水印技术。
推荐理由：原文给出了在开源框架中配置与检测文本水印的具体参数和调用代码，便于开发者直接评估内容溯源方案的工程落地成本。
Hugging Face精选AI 评分7979 Google 发布 Gemma 2 2B、ShieldGemma 与 Gemma Scope
Google 正式扩展 Gemma 开源生态，发布了 2.6B 参数的端侧轻量模型 Gemma 2 2B、安全审核分类器 ShieldGemma 以及可解释性工具集 Gemma Scope。
推荐理由：原文提供了三款新资产的具体参数规格与部署代码，读者可以据此评估端侧部署与安全审核方案。
Hugging Face精选AI 评分6767 Google Cloud TPU 正式面向 Hugging Face 用户开放
Hugging Face 宣布在其 Inference Endpoints 和 Spaces 中正式上线 Google Cloud TPU v5e 算力支持。服务提供 1 核 16 GB（每小时 $1.375）、4 核 64 GB（每小时 $5.50）以及 8 核 128 GB（每小时 $11.00）三种配置。
推荐理由：该支持降低了在托管环境调用 TPU 的操作门槛，为需要平衡延迟与成本的开源模型部署提供了具体的硬件配置参考。
Hugging Face精选AI 评分8383 Google 发布开源大模型 Gemma 2，Hugging Face 全面集成
Google 正式发布新一代开源大语言模型 Gemma 2，包含 9B 与 27B 两种尺寸的基础和指令微调版本，Hugging Face 生态同步提供支持。架构上引入了交替滑动窗口注意力、Logit 软截断以及在策略知识蒸馏技术，上下文窗口为 8K tokens。
推荐理由：文章系统梳理了 Gemma 2 的架构改进与蒸馏机制，并提供了在消费级硬件上的完整微调与部署方案。
Hugging Face精选AI 评分6666 在 Hugging Face 中微调 Gemma 模型的实践指南
Hugging Face 官方发布了使用 Transformers 和 PEFT 库对 Google Gemma 模型进行高效微调的操作指南。教程演示了如何结合 bitsandbytes 的 QLoRA 4-bit 量化加载 gemma-2b，并使用 TRL 的 SFTTrainer 训练名言格式生成。
推荐理由：原文提供了可直接复用的代码与配置，读者可以据此在消费级 GPU 或 TPU 上以低显存成本微调 Gemma 模型。
Hugging Face精选AI 评分8484 Hugging Face 宣布全面支持 Google 开源大模型 Gemma
Google 正式发布开源大语言模型家族 Gemma，Hugging Face 同步宣布全面集成并上线模型 Hub。Gemma 提供 2B 与 7B 两种参数规模，均包含基础模型与指令微调版本，支持 8K 上下文窗口且可在消费级硬件上运行。Transformers 4.38 已支持该系列模型的推理加速与 4-bit 量化，并提供 Google Cloud 一键部署和 TRL 单卡微调方案。
推荐理由：文章梳理了 Gemma 模型的参数规格与基准表现，并给出了在消费级显卡上通过 Transformers 和 TRL 部署微调的实现路径。
Hugging Face精选AI 评分6767 Hugging Face 与 Google Cloud 达成战略合作推进开放 AI 协作
Hugging Face 宣布与 Google Cloud 达成战略合作，双方将在开放科学、开源软件以及云和硬件基础设施层面展开协作。Google Cloud 客户将能够直接在 GKE 和 Vertex AI 中利用 TPU 及 NVIDIA H100 等硬件训练与部署 Hugging Face 模型。
推荐理由：该合作打通了开源模型与 Google Cloud 基础设施，使开发者能更便捷地利用 TPU 和 Vertex AI 完成模型训练与落地部署。
OpenAI精选AI 评分7373 OpenAI 与 DeepMind 提出基于人类偏好学习的算法
OpenAI 联合 DeepMind 安全团队研发出一种新算法，能够通过让人类在两种候选行为中选择更优项来推断人类意图。该方法旨在消除人工编写复杂目标函数的需要，避免因代理目标不准确而导致不可控或危险的行为。
推荐理由：算法通过让人类在两种行为中二选一的方式推断意图，减少了手动编写复杂目标函数带来的安全风险。