Google 开放 Antigravity 的 /teamwork 多智能体工具供外部研究使用
Google 面向外部研究者和开发者开放 Antigravity 中的 /teamwork 与 /boost 多智能体工具,支持结合 Gemini 4 模型开展长程科学证明与工程任务。
推荐理由:这些多智能体工具向外部开放,研究者可借 Gemini 4 与验证环路自行开展大规模证明与工程任务。
Google 面向外部研究者和开发者开放 Antigravity 中的 /teamwork 与 /boost 多智能体工具,支持结合 Gemini 4 模型开展长程科学证明与工程任务。
推荐理由:这些多智能体工具向外部开放,研究者可借 Gemini 4 与验证环路自行开展大规模证明与工程任务。
XYBench 旨在帮助解决提问背后的真实问题,它提供 8K+ 真实问题评测大模型能否识别用户错误前提并导向真实目标。测试显示 Claude Sonnet 4.6、GPT-5、Gemini 3.1 Pro、Qwen3.5-9B 和 DeepSeek-V4 Pro 多聚焦表面请求而非真实目标,该基准获 EMNLP 2026 最佳资源论文奖。
Google DeepMind 今日发布 Gemini 4 Hydrogen 模型,面向 Google AI Studio、Gemini API、Gemini app、Search 等全员开放,默认高思考层级在 Artificial Analysis Intelligence Index 获 51 分超越 Argon 的 50 分。
推荐理由:Gemini 4 Hydrogen以统一价格和四档思考层级面向全员开放,开发团队可据此权衡不同智能体任务的成本与延迟。
Google Research 提出结合可穿戴数据与语言模型智能体的个性化健康教练框架,包含可教练健康年龄模型和 SensorWM 世界模型。该框架模拟 12 周习惯改变轨迹并由语言模型智能体生成教练计划,盲测中生活方式教练偏好反事实方案达 71.4% 且 99.2% 符合安全强度。模型为回顾性研究原型而非临床诊断工具,为未来前瞻试验奠定基础。
Google DeepMind 于 2026 年 11 月 11 日发布 AlphaGenome 2 模型,可预测 DNA 序列变异对特定人类细胞类型的影响。新条件模型在 TenK10K 数据集上识别致病变异比例达 30%,约为初代 16% 的近两倍,并已通过 AlphaGenome API 开放非商业研究。这是继去年 AlphaGenome 后的下一代模型,将单细胞生物学与人类遗传学桥接。
Hugging Face 允许组织将账户链接至 Google Cloud,使 Hub 使用费用直接计入 Google Cloud 账单,替代信用卡支付。该功能涵盖 Team/Enterprise 订阅及 Jobs、Inference Endpoints 等按量计算服务,旨在简化企业采购流程。此前用户需单独添加供应商或信用卡才能使用这些服务。
Google DeepMind 今日开放 Gemini 4 Carbon 模型,提供前沿网络安全与长程代理工作流能力。该模型在 CursorBench 4.0、WANDR 等基准排名第一且任务成本低于次优外部模型一半以上,通过 AI Studio API 以与 Gemini 4 Argon 相同价格($2/$10 per M tokens)开放。
推荐理由:Gemini 4 Carbon定价与Gemini 4 Argon一致,但面向更复杂编程与科研任务,开发者可对比二者选型。
NVIDIA 在 KubeCon 将 OpenShell 捐给 CNCF 并发布 DSX AI Factory Platform 新组件 NVKE、NVKR 与 Snapshot。OpenShell 为自主智能体提供确定性策略控制,Snapshot 可将模型加载时间从数分钟降至秒级。二者帮助团队在 Kubernetes 上安全扩展 AI 基础设施。
Google DeepMind 推出 Gemini Robotics 2.5 视觉-语言-动作模型,在 200 多项任务上成功率提升 30% 至 100%,加速真实世界通用灵巧性。该模型在奔驰产线由 Apollo 2 实现 96% 分拣成功率,并发布开源基准 ASIMOV-Jailbreak。此为继年初全身智能后物理智能的进一步推进。
推荐理由:Gemini Robotics 2.5 在超200项任务成功率提升30%至100%,奔驰产线达96%成功率,显示机器人实用进展。
Google DeepMind 推出 AlphaProof Code 框架,借助 AI 智能体首次形式化验证了 Signal 加密协议的实际编译代码。该多 LLM 智能体框架结合人类专家与 Gemini Carbon 驱动的智能体,生成超600万行 Lean 证明代码,全程耗时仅4周。团队同时开源验证工件,为医疗固件等关键系统安全验证奠定基础。
推荐理由:该框架将形式化验证从设计推进到实现代码,为医疗固件等关键系统提供数学级安全保证开辟了可行路径。
Google DeepMind 于2026年11月13日开放 SatWeave 与 PARDIG 数据集支撑 WeatherNext 3。SatWeave 每小时更新全球17通道卫星云图,PARDIG 提供15分钟约10公里分辨率降水估计且精度优于 IMERG-Final。两数据集历史与实时数据已在 Google Cloud Storage 开放供研究使用。
Google DeepMind 在柏林通信博物馆展出 Language Explorer,这是一个基于开源 LinguaMeta 数据集的交互式网页平台,用于可视化全球语言多样性。该平台是 Google“1000 种语言计划”的一部分,旨在帮助研究人员和教育者探索语言数据。此次展览将持续至 2028 年 2 月,此前 Google 翻译已支持近 250 种语言。
Google DeepMind 发布 Gemini Omni 1.2 Flash,原生支持15秒视频生成与多轮对话编辑,价格较1.1降30%至每720p秒0.07美元。该模型提升参考一致性与自然语音,已通过 Gemini API 和 Google 应用向开发者及企业开放。
推荐理由:Gemini Omni 1.2 Flash 相比1.1版本将视频时长提至15秒并降价30%,帮助企业低成本批量制作一致性广告。
Google Research 在 Nature 发表 AI-PPG-ACC-HTN 系统,利用智能手表 PPG 和 ACC 数据被动检测高血压迹象,无需袖带校准。该系统在 196 人多中心研究中达成初始筛查特异度 90.0%、确认测试 PPV 96.7%,准确率可比传统袖带诊断。研究强调其仅作机会性筛查早期验证,不代表现有或即将推出的商业功能。
推荐理由:论文提出AI-PPG-ACC-HTN系统,用智能手表被动检测高血压,准确率可比袖带诊断,为机会性筛查提供路径。
Google Research 开源了 Agile Deliberation 框架,通过迭代对话帮助人类定义主观 AI 分类器。该框架利用视觉语言模型挖掘边界图像,在 18 场 1.5 小时的实时用户研究中显著降低用户疲劳,并生成优于标准基线的模型。
Google DeepMind 于2026年11月3日演示 Google Antigravity 配备 Cheminformatics Skills 可将药物发现迭代从数天缩至1小时。演示以肺癌药物为例展示代理搜索化合物、构建预测模型并提议合成路线,技能现已向企业用户和科学家开放。
推荐理由:原文演示 Google Antigravity 化学信息学技能将药物发现从数天缩至一小时,可参考其人机协作方式。
StateBench 是一个测试大语言模型长文档状态追踪能力的基准。它设四级难度,评估显示 Gated DeltaNet 与混合架构直接训练后泛化远优于 transformer,而 Gemini 3.8 Flash、Claude Opus 5.5、GPT-6 Sol 和 Luna 在难任务上随输入变长准确率跌至 13% 以下。该基准提供开源数据与代码,助力研究者定位模型缺陷。
Google DeepMind 基于 Gemini 开发的规划工具 PlanAssist 将扩展至英国另外 12 个地方规划机构。早期试点显示,该工具将规划官员处理住宅申请的评估时间缩短 58%,且 70% 以上的生成报告无需修改即获批准。此前该工具已在 Barnet、Camden 和 Dorset 进行试点,政府计划 2027 年向英格兰所有机构推广。
Google DeepMind 发布 Gemini 4 Carbon 前沿模型,这是其当前最强模型,在网络安全与长程智能体任务上达到 SOTA。模型在 SEC-bench Pro 获 88.2%、ExploitGym 54.8%、CWE-bench 71.0%,定价与 Argon 相同为每百万输入 token $2、输出 $10,本周起向部分网络防御者开放。
推荐理由:相较两周前发布的 Argon,Carbon 在网络安全与对齐基准上显著提升,读者可关注其通过 Fairwind 计划逐步开放的节奏。
Google Research 提出 sleep 框架,通过交替主动交互与离线记忆整合使 LLM 持续学习新事实且不灾难性遗忘。该框架利用 MoE 参数扩展与知识蒸馏将短期上下文固化为长期参数,在 BABILong 基准上实现 10M tokens 长上下文近完美缩放,并在 AIME 24/25 与 HMMT 25 推理任务取得 79.2%、69.0%、46.1% 精度,优于 SFT 等基线。
Google DeepMind 发布 Genie 4 世界模型,可原生生成多模态实时模拟,在物理、人类动作与音频写实度上实现显著提升。该模型借助 Gemini 家族提供推理以维持模拟连贯,目前已向受信测试者开放研究预览,后续将登陆 Google AI Ultra 等平台。
推荐理由:Genie 4将实时世界模拟的写实度、物理与人类动作连贯性推进到新水平,当前仅以研究预览向受信测试者开放。
Google Research 在 IDWeek 2026 分享如何利用 MedGemma 等开源基础模型实现全球 TB 筛查民主化。其合作工具已在 6 国约 40 家机构部署,将胸片分析时间从数周缩短至 45 秒内。此前该团队已发布 MedSigLIP 等模型,旨在解决偏远地区放射科医生稀缺导致的 TB 漏诊问题。
Google DeepMind 绘制全球森林类型地图 ForTy 2020,以 10 米分辨率将各地块分为六类森林与土地利用类型。该地图附带 2017 至 2025 年年度变化序列,验证准确率 90% 且已在 Google Earth Engine 开放。这是继去年 Natural Forests of the World 2020 后进一步区分森林类型的努力。
Google Research 在 JAMA Network Open 发表研究,显示 AI 从盲扫超声评估孕周在芝加哥与内罗毕前瞻测试中非劣于专家(MAE 4.18 天对比 4.48 天)。内罗毕站点零本地优化即达 MAE 4.27 天,模型仅用芝加哥 120 例数据微调。此为继回顾性验证后首次实地多中心前瞻性测试。
推荐理由:论文显示AI从盲扫超声评估孕周在两地均接近专家水平,意味着低成本探头配合新手操作可扩展产前筛查覆盖。
OpenAI 与 Google Cloud 将把前沿模型和 Codex 工作流引入 Gemini's Model Garden,并通过 Google Cloud Marketplace 提供。
Google Cloud 与 NVIDIA 宣布 NVIDIA Vera Rubin 基础设施下月普遍可用,A5X 实例集成 Vera Rubin NVL72 等为云客户提供训练、推理与大规模强化学习平台。Google Cloud 计划将相关基础设施扩展至多达 960,000 Rubin GPUs 并覆盖欧洲,首个客户 Ineffable Intelligence 已用于强化学习研究。
Hugging Face 发布 TorchTPU,一个原生 PyTorch 后端,让 TPU 成为 PyTorch 的普通设备,Hugging Face 生态的 Transformers、Diffusers 和 Kernels 均可原生运行于 TPU。
推荐理由:PyTorch用户过去需借助torch_xla或JAX才能用TPU,TorchTPU原生后端让Hugging Face模型指定tpu设备即可运行,简化部署流程。
Google Research展示通过VERID框架与闭环学习,让AI智能体在湿实验室自主运行实验并提升结合剂命中率。VERID基于开源PyLabRobot提供活体3D状态追踪与干跑安全校验,阻断无效指令。在aptamer循环中智能体自主修正设计使α-thrombin命中率达42.1%,蛋白设计加速八倍获单digit nanomolar亲和力,这些构成了人类指导的自主生命科学研究发现的构建模块。
推荐理由:Google通过VERID框架与闭环学习流程,展示了AI智能体在湿实验室安全自主实验的路径,可迁移至其他自动化科研场景。
Google Antigravity 利用 ProtNLM 模型扫描 UniProt 数据库,协助生物学家发现针对呼吸道感染病原体的新型抗菌肽候选物。该平台通过共享 3D 画布实现人机协作,将原本碎片化的多数据库搜索压缩为单次会话,目前该候选物正进行湿实验验证。
Google 公开发布 Deep Review,一个用于复杂技术文档审查与验证的 agentic AI 系统。该系统脱胎于 Paper Assistant Tool,已在 STOC 2026、ICML 2026、NeurIPS 2026、ICLR 2027 试点超 16000 篇稿件,现提供每周两篇免费审查并支持 Gemini API 集成。
推荐理由:原文给出了Deep Review从会议预审工具到公开API的演进,读者可以据此评估agentic文档审查如何嵌入日常技术工作流。
Google Research 在 2026 年 Research@ 活动上展示了 10 项 AI 创新,包括 Google Earth AI、多智能体编排工具及 Deep Review 等。其中 Deep Review 已用于审查超 16,000 篇论文,现向公众开放以验证技术文档。这些工具旨在通过 AI 放大人类创造力,赋能医生、科学家及开发者解决复杂问题。
Google 将 Geospatial Reasoning agent 从早期概念演进为支持多步推理和自主训练预测模型的实验系统,并发布了三项更新。新系统连接 Gemini 与 Earth AI 基础模型,通过模块化技能和前置规划处理行星级数据,支持用户导入私有数据。
Google DeepMind与新加坡政府合作交付了一款设备端诈骗检测微调模型,基于Gemma微调以在手机上识别诈骗对话并保护隐私。该模型通过两阶段管线在设备端分析对话触发实时警告,规避了云端扫描无法检查端到端加密消息的限制。新加坡诈骗自2019年以来损失超S$4 billion占罪案过半,此合作提供隐私保护型安全路径。
Google DeepMind 介绍了 Gemini 4 Argon 的负责任安全开发措施,该模型今日开始广泛推出并扩展 Fairwind Program。其安全防御涵盖误用预防、实时错位监控与提示词注入抵抗,端到端网络攻击模拟解决12个场景,IPI基准攻击成功率降至0.7%。这些是 Google 前沿模型能力落地构建的多层防护实践。
推荐理由:原文给出了Gemini 4 Argon在误用与错位监控上的具体防御方案,读者可了解前沿模型安全部署的实操路径。
Google DeepMind 发布 Gemini 4 Argon 前沿模型,今起全球开放用于编码金融法律等复杂任务,每百万输入 token $2、输出 $10。该模型在 Vals Index 经济领域基准排名第一,内部使用将智能体代码提交提升超 35%。此为 Gemini 4 家族首款发布的模型。
推荐理由:原文给出Gemini 4 Argon的全球可用入口与定价,读者可对比其在多项基准对经济领域的领先表现。
Google DeepMind发布Gemini 4 Argon通用物理推理模型,其在ERQA基准纯推理得分87%超过所有其他前沿模型,可应用于机器人全生命周期。文章给出机器人控制、Real2Sim仿真、物理理解与自改进四类代表提示词,覆盖从MuJoCo实操到视频世界模型 steering 等任务。该模型被视为加速通往物理AGI路径的重要里程碑。
NVIDIA 在 OCP 全球峰会宣布通过开放 MGX 架构贡献 Vera Rubin 机架与计算托盘设计,为下一代 AI 工厂基础设施提供通用基础。MGX 1.2 规范支持高达 250kW 的机架部署,并新增 Vera CPU 机架设计以支持 agentic AI 场景下的工具调用与编排。此举旨在通过开放标准加速 AI 基础设施的规模化部署,提升能效并优化 tokens-per-watt 性能。
Google Research 在11家知识产权律所的133名律师中开展三个月AI专利起草助手实验,发现AI提升短期起草质量但移除后初级律师专业判断未同步增强。实验将律师随机分组,AI组在10天和90天起草任务中分数提升0.34和0.38标准偏差,但90天无辅助红笔修改任务仅资深律师保持0.45标准偏差优势。该研究发表于NBER,提示设计AI工具需避免阻碍初级专业人士长期专长积累。
推荐理由:实验通过三个月实地测试分离AI使用与无辅助表现,发现初级律师借助AI提升短期起草质量却未同步积累专业判断,提示企业培训需平衡效率与技能传承。
Google DeepMind 发布 EmbeddingGemma 2,一个 740M 参数、基于 Gemma 4 架构并采用 Apache 2.0 许可的开源多模态嵌入模型,可将文本、代码、图像、视频和音频统一映射到嵌入空间。
推荐理由:原文给出了轻量多模态嵌入模型的端侧性能指标与模块化设计,读者可据此评估本地 RAG 与跨模态搜索的可行性。
Google Earth AI 的 Population Dynamics Foundation Model (PDFM) 开放预览,将搜索趋势、移动等隐私信号压缩为月度位置嵌入,可直接接入流行病学模型而无须微调。