Google Veo 2 定價公佈：生成影片每秒 50 美分，一分鐘 30 美元
Google 悄悄公開了影片生成模型 Veo 2 的定價頁面。生成影片每秒收費 50 美分，折算下來一分鐘 30 美元、一小時 1800 美元。相比 OpenAI 將 Sora 捆綁在每月 200 美元的 Pro 訂閱中，Google 選擇了直接按秒計費。
Google DeepMind
檢視更新的新聞
Google 推出 AI co-scientist：多智慧體協作生成科學假說
Google 推出基於 Gemini 2.0 的科研多智慧體系統 AI co-scientist。它能模擬科研方法，通過辯論與打分自我演進，生成原創科研假設和實驗方案。目前相關成果已在白血病老藥新用等生物醫學實驗中得到驗證，正面向科研機構開放測試申請。
YouTube Shorts 接入 Veo 2：一句話生成獨立影片片段
YouTube 宣佈將 Google DeepMind 的 Veo 2 模型接入 Shorts 的 Dream Screen。創作者不僅能用文字生成背景，還能直接生成插入短影片的獨立片段，對物理規律和人體動作理解更強，並附帶 SynthID 水印。目前已向美、加、澳、紐西蘭開放。
Google DeepMind 組建新團隊：原 Sora 負責人帶隊造「世界模型」
前 OpenAI Sora 聯合負責人 Tim Brooks 宣佈在 Google DeepMind 組建新團隊，研發模擬物理世界的生成模型。團隊將結合 Gemini、Veo 與 Genie 的成果，探索具身智慧規劃與即時互動生成。DeepMind 認為這是通往 AGI 的關鍵路徑。
Google 釋出 Gemini 2.0：原生輸出圖音，全面殺入智慧體時代
Google 正式推出新一代大模型 Gemini 2.0，首發上線實驗版 Gemini 2.0 Flash。新模型不僅速度翻倍、基準測試超過 1.5 Pro，更支援原生影像生成、多語言語音輸出和原生工具呼叫，同時還帶來了長篇深度調研功能 Deep Research。
DeepMind 推出 GenCast：15 天天氣集合預報超越歐洲中期中心
Google DeepMind 推出 AI 天氣集合預報模型 GenCast 並開原始碼和權重。在 1320 項指標測試中，它有 97.2% 勝過歐洲中期天氣預報中心 ENS；單張 TPU 僅需 8 分鐘即可跑完 15 天預測。
DeepMind 釋出 Genie 2：一張圖生成可玩 3D 世界，鍵鼠直接操控
Google DeepMind 釋出基礎世界模型 Genie 2。輸入一張靜態圖片，它就能推演生成支援鍵鼠操控的 3D 互動環境，最長維持 1 分鐘一致性。這意味著研究者無需依賴預設遊戲，就能為具身智慧體批次打造無限的訓練場景。目前該技術仍處於早期研究階段。
OpenAI 挖走 DeepMind 視覺三人組：入駐蘇黎世新辦公室攻堅多模態
OpenAI 宣佈招攬了 Google DeepMind 的三名資深計算機視覺專家 Lucas Beyer、Alexander Kolesnikov 與 Xiaohua Zhai。三人將在 OpenAI 新設立的瑞士蘇黎世辦公室開展工作，專注於多模態 AI 研發。這也意味著頂尖實驗室對稀缺視覺人才的爭奪進一步升級。
Google 啟動倫敦 AI 園區：聯合 DeepMind 為高中生提供實踐培訓
Google 在倫敦卡姆登區啟動倫敦 AI 園區，英國首相斯塔默出席。該為期兩年的教育試點聯合 DeepMind，為當地 16 至 18 歲高中生提供前沿 AI 課程與導師指導。首期已有 32 名學生入選，優先面向弱勢背景學生。
Google 推出 AlphaQubit：用 Transformer 做量子糾錯，錯誤率降 30%
Google DeepMind 與 Google Quantum AI 在《自然》公佈神經解碼器 AlphaQubit。它將 Transformer 架構用於量子糾錯，在 Sycamore 處理器上的糾錯率比主流可擴充套件演算法高 30%。不過它的推理速度目前還不夠快，尚無法做到百萬赫茲級的超導即時糾錯。
限制非商用：DeepMind 終於開放 AlphaFold 3 程式碼
Google DeepMind 宣佈開放蛋白質結構預測模型 AlphaFold 3 的軟體程式碼，科學家可下載用於非商業研究。此前因發表論文時未附程式碼引發學術界巨大爭議；不過該模型權重仍需提交申請，未完全開源。
Google 上線 Gemini 1.5 Flash-8B 正式版：限速翻倍至 4000 RPM
Google 宣佈輕量模型 Gemini 1.5 Flash-8B 正式面向生產環境可用。它的效能接近原版 1.5 Flash，呼叫單價在所有 Gemini 模型中最低，併發限速也翻倍至每分鐘 4000 次請求，適合大批次呼叫場景。
DeepMind 約 200 名員工聯名施壓：要求管理層切斷軍方技術訪問
Google DeepMind 約 200 名員工簽署聯名信，要求公司終止與軍事組織的合同，並切斷軍方對其 AI 技術的訪問。信中重申了 2014 年被收購時絕不用於軍事或監控的承諾，呼籲設立新的監管機構。不過，Google 目前尚未給出實質回應。
Google 升級「關於此圖片」：圈選就能查圖源，還能辨別 AI 偽造
Google 將「關於此圖片」功能接入即圈即搜和 Google Lens。使用者長按螢幕圈選圖片或通過鏡頭上傳，即可檢視網路出處、後設資料，並藉助 SynthID 水印識別是否由 AI 生成。功能目前已覆蓋 40 種語言。
DeepMind 拿 Gemini 1.5 Pro 指路：機器人看懂手繪地圖，成功率 90%
本週，Google DeepMind 展示新研究 Mobility VLA，將 Gemini 1.5 Pro 接入 Everyday Robots 機器人。員工說出需求或畫張草圖，它就能看懂並自主帶路，在 9000 平方英尺辦公室中互動成功率約 90%。
Google DeepMind 轉向「產品工廠」：團隊面臨商業化轉型陣痛與疲勞
據彭博商業週刊報道，Google 正將 DeepMind 從學術實驗室轉型為商業 AI 產品工廠。多名受訪員工透露，自上而下的產品交付指標讓部分研究員感到受挫與疲憊，Gemini 先前出現的一系列波折也加劇了團隊內部的壓力。
DeepMind 公佈 V2A 技術：看懂影片畫面，自動生成配樂與對白
Google DeepMind 公佈影片轉音訊（V2A）技術研究進展，能結合影片畫面與文本提示生成同步聲音。該系統基於擴散模型，無需手動對齊即可為靜音影片或老膠片搭配配樂、擬音與臺詞。不過目前口型同步等仍有侷限，模型尚未公開發布。
Google 推出影片工具 VideoFX：由 Veo 驅動，支援故事板分鏡創作
Google 在 I/O 大會推出實驗性影片生成工具 VideoFX，由 DeepMind 最新影片模型 Veo 驅動，支援分鏡逐幕生成與新增配樂。同時 ImageFX 增加塗抹重繪功能並開放 Imagen 3 候補，MusicFX 上線 DJ 混音模式。
Google 推出教育模型 LearnLM：不直接給答案，先當「學習教練」
Google 推出基於 Gemini 微調的教育模型家族 LearnLM。它結合教育學原理，核心是不直接丟擲答案，而是引導自主探索。該模型將接入搜尋簡化、YouTube 互動答疑及 Gemini 學習教練。部分功能已在美國測試。
生成式 AI 自主設計新藥：研發週期從數年縮至數月
CNBC 報道生成式 AI 正在重塑製藥業，禮來與輝達等高管預計數年內藥物將完全由 AI 自主設計。AI 能在 5 分鐘內生成傳統溼實驗一年的分子量，將藥物發現週期從數年縮減到數月，但真實有效性仍需人體試驗檢驗。