跳到正文

#Google

今日 0 条
3月25日周三
  2. Google Research43

    Google Research 推出 S2Vec：用自监督嵌入学习城市建成环境的“语言”

    Google Research 在 Earth AI 计划下推出 S2Vec，一个自监督框架，将建成环境栅格化为多层级特征图像，再用 masked autoencoding 学习通用地理位置嵌入。评测显示 S2Vec 在零样本地理外推任务（如全美人口密度、中位收入预测）上通常是表现最好的单一模型，与图像嵌入做多模态融合后整体优于任一单一模态，但在树冠覆盖、海拔等环境类任务上仍需改进。

3月18日周三
  2. Google Research76

    Google Research 发表两项 Nature Cancer 研究，评估 AI 辅助英国 NHS 乳腺癌筛查工作流

    Google Research 联合多家 NHS 机构开展 AIMS 研究，在 Nature Cancer 发表两项研究评估 AI 乳腺癌检测系统。

    推荐理由：两项 Nature Cancer 研究同时给出大规模独立性能数据和真实双读工作流对比，读者能看到 AI 替代第二阅片人的收益与人工仲裁推翻 AI 的具体代价。

3月17日周二
3月12日周四
  1. Google Research61

    Google Flood Hub 推出 AI 城市山洪预报，可提前 24 小时预警

    Google Research 宣布在 Flood Hub 上推出城市山洪预报，利用新的 AI 方法可提前最多 24 小时预测城市山洪风险。该模型基于 Groundsource 方法，用 Gemini 分析公开新闻报道构建历史山洪事件数据集，并采用 LSTM 架构的 RNN 训练，仅依赖全球天气产品运行。

    推荐理由：原文给出用 Gemini 从新闻构建训练数据并让南半球达到接近发达国家的预报精度，读者可了解 AI 预警如何弥合警告缺口。

  3. Google Research64

    Google AMIE 完成真实门诊前瞻性可行性研究

    Google 与 Beth Israel Deaconess Medical Center 合作完成 AMIE 的前瞻性单中心可行性研究，100 名成人患者在门诊就诊前与 AMIE 进行问诊对话，由医生实时监督，全程未触发任何安全中止。

    推荐理由：原文给出真实门诊环境下的安全性、诊断与患者反馈数据，读者可以据此评估对话式医疗 AI 落地临床的现状与局限。

3月9日周一
3月7日周六
  1. Google Research50

    Google Research 发布非洲语言开放语音语料库 WAXAL

    Google Research 推出大规模开放语音数据集 WAXAL，覆盖撒哈拉以南非洲 27 种语言、超过 1 亿使用者。首批包含约 1,846 小时转写自然语音（WAXAL-ASR，采用图像提示引发自发话语）和 565 小时以上高保真 TTS 录音，以 CC-BY-4.0 许可发布，由 Makerere 大学、加纳大学等非洲机构主导采集，后续计划持续扩展语言。

  2. Google Research50

    谷歌开源模型 SpeciesNet 如何识别野生动物相机陷阱影像

    Google 开发的开源 AI 模型 SpeciesNet 可对相机陷阱图像中约 2,500 类（2,498 类）动物进行分类，训练数据超过 6500 万张标注图像。模型在留出测试集上能找出 99.4% 含动物的图像，可识别到物种级的预测中 94.5% 正确，标准笔记本每天约可处理 3 万张图像。过去一年，全球研究团队已用它在坦桑尼亚塞伦盖蒂、哥伦比亚、澳大利亚等地分析数百万张野生动物影像。

3月5日周四
  1. Google Research48

    Google Research：教 LLM 像贝叶斯派一样推理

    Google Research 通过“Bayesian teaching”监督微调，让 LLM 模仿 Bayesian Assistant 的最优贝叶斯推理预测，弥补其默认简单启发式的不足。在简化航班推荐任务中，各系列 LLM 原本表现明显差于 Bayesian Assistant，且常在单轮交互后停滞；训练后不仅显著提升推荐任务表现，还能泛化到其他任务。

3月4日周三
2月27日周五
2月20日周五
2月19日周四
2月18日周三
2月17日周二
2月13日周五
2月11日周三
2月10日周二
  2. Google DeepMind80

    Google DeepMind 发布两篇论文，展示 Gemini Deep Think 在数学与科学研究中的应用

    Google DeepMind 发布两篇论文，介绍 Gemini Deep Think 在专家指导下解决数学、物理和计算机科学的专业研究问题。其数学研究智能体 Aletheia 配备自然语言验证器并可承认失败，在 IMO-ProofBench Advanced 上最高得分 90%，并自主解决 Bloom's Erdős 猜想数据库中的四个开放问题，包括 Erdős-1051。

    推荐理由：原文给出两篇论文的具体成果和方法细节，读者可以了解 AI 辅助科研的实际边界与协作模式。

2月5日周四
2月4日周三
  1. Google Research39

    Google 提出 Sequential Attention：让 AI 模型更精简快速且不牺牲准确率

    Google Research 提出 Sequential Attention，一种用于特征选择等子集选择问题的贪心算法，利用注意力分数逐步选出最有价值的组件。它将选择过程集成到单次模型训练中，避免了传统贪心方法每步重新训练的高昂开销，以极小代价应用于大规模模型。该方法在多个神经网络基准上取得 SOTA 结果，并支持并行评估候选、提升可解释性。

  2. Google Research55

    Google Research 与 Included Health 合作开展全国范围医疗 AI 随机对照研究

    Google Research 宣布与 Included Health 合作，待 IRB 批准后启动一项全国范围、经参与者知情同意的随机对照研究，在真实虚拟诊疗流程中评估其对话式 AI。研究基于 AMIE 诊断推理、个人健康智能体（PHA）和信息导航等前期工作，此前与 Beth Israel Deaconess Medical Center 的单中心可行性研究已观察到安全性方面的积极迹象。

1月30日周五
1月28日周三
  2. Google Research68

    Google Research 发布 ATLAS 多语言模型缩放定律，将亮相 ICLR 2026

    Google Research 发布 ATLAS（Adaptive Transfer Scaling Laws），迄今最大规模公开多语言预训练研究，覆盖 774 次训练、10M–8B 参数模型、400+ 语言数据和 48 语言评测。

    推荐理由：原文给出多语言训练的跨语言迁移矩阵和预训练与微调的token分界点，开发者可据此规划语言混合与算力预算。

1月27日周二
1月24日周六
  1. Google Research39

    Google Research 推出 GIST：智能采样的下一阶段

    Google Research 在 NeurIPS 2025 上提出 GIST（Greedy Independent Set Thresholding）算法，用于训练数据子集选择，兼顾数据多样性与效用。它将问题分解为一系列最大独立集近似问题，并首次为多样性-效用权衡提供可证明的强保证：所得子集的价值至少为最优解的一半。GIST 在图像分类等任务上超越现有 SOTA 基准。

1月23日周五
1月16日周五
  2. Google Research43

    Google Research 用智能手表估计高级步行指标

    Google Research 展示搭载 TCN 架构多输出深度学习模型，仅凭 Pixel Watch 50 Hz IMU 信号和用户身高，即可直接估计步速、步长、双支撑时间、摆动/站立时间等时空步态指标。在 246 名参与者、约 70,000 个步行片段的验证中，多数指标 Pearson r>0.80、ICC>0.80，与手机方案性能相当，且无显著差异（p>0.05）。

1月14日周三
1月13日周二
12月24日周三
12月19日周五
12月17日周三