DeepMind 前員工做出的音樂 AI：Udio 上線，40 秒寫出一首歌
由前 Google DeepMind 研究人員創立的 Udio 正式公開發布。使用者只需輸入風格描述或歌詞，40 秒內就能生成包含人聲與母帶效果的音軌，還支援二次混音與片段延長。該專案獲 a16z 領投，will.i.am 和 Instagram 聯創等參投。
Google DeepMind
檢視更新的新聞
Google DeepMind 推出 SIMA：能聽懂人話、在 3D 遊戲裡幫你幹活的通用 AI
Google DeepMind 推出通用 AI 智慧體 SIMA。它不用看遊戲原始碼或專用介面，僅憑螢幕畫面和鍵盤滑鼠輸出，就能聽懂玩家的自然語言指令，在《無人深空》《拆遷》等 9 款商業 3D 遊戲中完成爬梯子、開選單等 600 項基礎操作。這是 AI 從刷高分轉向泛化執行真實任務的重要一步。
Google DeepMind 釋出 Genie：一張圖就能生成可玩的遊戲
週一，Google DeepMind 展示了基礎世界模型 Genie。它通過學習超 20 萬小時公開遊戲影片，無需人工動作標註，僅憑單張圖片或草圖就能生成可互動、可操控的 2D 橫版過關世界。這意味著生成式 AI 正在跨入可操控環境，為訓練智慧體鋪路。
Google DeepMind 組建 AI 安全與對齊新組織，緊盯 Gemini 防護與 AGI 風險
Google DeepMind 宣佈成立「AI 安全與對齊」新組織，整合既有安全團隊並擴招專家，由 UC 伯克利教授 Anca Dragan 牽頭。新部門既要給當前 Gemini 模型築牢防線（防範不良醫療建議與偏見放大），也會設立專職團隊攻堅 AGI 安全，對標 OpenAI 超級對齊。
Google 開源輕量模型 Gemma：筆記本能跑，允許商用
Google 推出全新開源模型系列 Gemma，提供 2B 和 7B 兩個尺寸及指令微調版本。它繼承了 Gemini 的核心技術，能在個人電腦或工作站本地執行，在同尺寸開源模型中表現頂尖，且允許企業和個人免費商用。
Google 釋出 Gemini 1.5 Pro：吃下 100 萬 token，效果比肩 1.0 Ultra
Google 推出下一代模型 Gemini 1.5，首發中型模型 1.5 Pro 採用 MoE 架構，效能比肩 1.0 Ultra 且更省算力。最狠的是支援最高 100 萬 token 上下文，能一口氣塞進 1 小時影片或 3 萬行程式碼。目前已面向部分開發者和企業開啟有限預覽。
OpenAI 全面上線內容水印：圖文音全覆蓋，還配了驗證工具
OpenAI 詳細公佈了多模態生成內容的防偽溯源方案。團隊在影像和音訊中嵌入 SynthID 隱形水印，在歐盟文本中啟用 textGrain，同時結合 C2PA 後設資料。最值得關注的是，這種雙重標記大幅提升了抗裁剪能力，使用者還能直接在網頁端檢測檔案來源。
DeepMind 推出 AlphaGeometry：搞定奧賽幾何題，30 題解出 25 道
Google DeepMind 推出名為 AlphaGeometry 的 AI 系統，能解出國際數學奧林匹克級別的幾何題。它把語言模型與符號邏輯引擎結合，30 道測試題中解出 25 道，遠超 1978 年舊紀錄的 10 道。這補上了 AI 欠缺嚴密推理的短板，不過它暫時還搞不定大學級抽象數學。
DeepMind 新發現：欺騙 AI 視覺的對抗影像，其實也能影響人類
Google DeepMind 在《自然-通訊》發表研究，發現專門用來欺騙計算機視覺的對抗樣本影像，即便畫素變化微弱到肉眼難以察覺，也會系統性誘導人類的視覺判斷。這項發現揭示了人腦與機器視覺潛在的共通弱點，也為視覺模型的安全對齊提供了新思路。
Google 最亮眼的 Gemini 演示翻車：看似即時互動，實為圖文提示剪輯
據外媒報道，Google 釋出的 Gemini 多模態上手影片並非即時音影片互動。官方承認這是用靜止圖片搭配精心調優的文本提示詞剪輯而成，並縮短了延遲。這引發了外界對演示真實性與 Google 誠信的強烈質疑。
DeepMind 釋出 GNoME：一口氣預測 38 萬種穩定新材料
Google DeepMind 在《自然》發表新成果，其 AI 程式 GNoME 預測出 38 萬種潛在穩定的新晶體，直接把已知穩定材料庫擴大了近 10 倍。Berkeley 實驗室隨後用機器人成功合成了其中 41 種。不過模型程式碼暫不開源，實際商業化落地也還有漫長距離。
Google 釋出音樂模型 Lyria：做 30 秒流行樂，還能防偽打水印
Google DeepMind 聯手 YouTube 釋出音樂模型 Lyria。同步測試的 Dream Track 允許創作者輸入主題，即可生成帶有 Charlie Puth 等 9 位歌手人聲與風格的 30 秒配樂。所有音訊均內建 SynthID 防偽水印，目前僅限少數創作者內測。
Google DeepMind 開源 GraphCast：1 分鐘算完 10 天全球天氣預報
Google DeepMind 在《Science》發表全球天氣預報模型 GraphCast。單臺 TPU 執行不到 1 分鐘即可生成 10 天預測，並在 90% 以上測試變數上超越行業標杆 HRES。模型程式碼現已開源，歐洲中期天氣預報中心已展開即時測試。
DeepMind 預告下代 AlphaFold：拓展至 DNA 與藥物小分子預測
Google DeepMind 披露下一代 AlphaFold 進展。新模型不再侷限於蛋白質，能以原子級精度預測配體、DNA 及 RNA 複合結構。它無需預設參考結構即可超越傳統對接方法，將直接加速靶向藥設計。
英國將建全球首個 AI 安全研究所：拉攏中美共同把關模型風險
Thursday，英國首相 Rishi Sunak 宣佈將建立全球首個 AI 安全研究所，在模型釋出前對其偏見與極端風險進行評估。英國還提議仿照氣候變化專門委員會建立全球專家小組，併力推包括中國在內的多國參與 AI 風險治理。
Google DeepMind 聯手 33 家實驗室：釋出最大跨形態機器人資料集與 RT-X
Google DeepMind 聯合 33 家學術實驗室釋出 Open X-Embodiment 資料集及 RT-X 模型。資料集彙總了 22 種機器人的百萬條演示，跨形態訓練讓機器人任務成功率平均提升 50%，RT-2-X 的新技能泛化成功率更是提升至三倍，資料集與權重已開源。
DeepMind 釋出 AlphaMissense：用 AI 預測 7100 萬個基因突變致病性
Google DeepMind 在《科學》雜誌公佈新模型 AlphaMissense，能預測 7100 萬個人類 DNA 錯義突變是否致病。它基於 AlphaFold 微調而來，旨在幫醫生快速排查罕見病病因。不過出於生物安全顧慮，團隊未公開模型權重。
Google 推出 SynthID：給 AI 生圖打上肉眼看不見的隱形水印
Google DeepMind 聯合 Google Cloud 釋出 SynthID 測試版。該工具將數字水印直接嵌入影像畫素，肉眼無法察覺，加濾鏡或壓縮後依然能被檢測出來。目前該功能正面向 Vertex AI 平臺使用 Imagen 的部分客戶開放測試。
DeepMind 打造多智慧體象棋系統 AZdb：擊敗 AlphaZero，解題量翻倍
Google DeepMind 團隊推出多智慧體系統 AZdb，把多個風格各異的 AlphaZero 組成戰隊。通過行為多樣性訓練，智慧體各自專精不同開局與陣型；在刁鑽的棋局難題中，其解題量達到單體 AlphaZero 的兩倍，實戰 Elo 積分提高 50 分。
美國 AI 監管怎麼管：一文拆解華盛頓正在醞釀的規則方案
Vox 發文解讀美國決策層的 AI 監管框架。華盛頓正從新規則、監管機構、資金和人才四方面切入，重點涵蓋版權、強制審計、模型發照乃至算力監控。這意味著前沿大模型的野蠻生長期正快速走向受限合規時代。