Google DeepMind 与新加坡政府合作构建诈骗检测微调模型
Google DeepMind 与新加坡政府科技局(GovTech)合作,基于轻量级 Gemma 模型在新加坡本地诈骗对话上微调,推出可在典型智能手机上运行的端侧诈骗检测模型。
推荐理由:原文给出了端侧诈骗检测的两阶段流水线和治理约束,可了解隐私保护与本地化微调如何结合。
Google DeepMind 与新加坡政府科技局(GovTech)合作,基于轻量级 Gemma 模型在新加坡本地诈骗对话上微调,推出可在典型智能手机上运行的端侧诈骗检测模型。
推荐理由:原文给出了端侧诈骗检测的两阶段流水线和治理约束,可了解隐私保护与本地化微调如何结合。
Google DeepMind 开始广泛推送 Gemini 4 Argon,并同步扩大 Fairwind Program 的可信网络安全防御者范围。该模型在端到端模拟网络攻击场景中解出全部 12 个,上一代为 5 个;在 Gray Swan 间接提示注入基准的 15 次自适应尝试中把攻击成功率降至 0.7%。
推荐理由:原文披露了 Gemini 4 Argon 在网络安全与生物风险上的防护分层,以及智能体越界行为的实测数据,可据此了解前沿模型安全部署的具体做法。
Google DeepMind 发布 Gemini 4 Argon,面向开发者、企业和消费者开放,通过 AI Studio、Gemini API、Google Antigravity 及 Gemini 应用和搜索 AI Mode 提供,定价为每百万输入 token 2 美元、输出 token 10 美元。
推荐理由:官方给出 Argon 在编码、科研与安全上的实测数据与开放入口,可据此判断前沿模型在专业工作流中的落地程度。
NVIDIA 在 OCP Global Summit 上通过开放 MGX 架构向 OCP 贡献 Vera Rubin 机架与计算托盘设计,为系统厂商提供下一代 AI 工厂基础设施的共同基础。
推荐理由:NVIDIA 在 OCP 上把 Vera Rubin 机架与计算托盘设计开放给 MGX 架构,读者可了解 AI 工厂基础设施的开放标准走向。
Google Research 在 NBER 发布专利撰写三个月实地实验,将当时未发布的 Google Labs AI 专利写作助手(现属 Gemini Notebook)随机开放给 11 家知识产权律所的 133 名律师。
推荐理由:三个月实地实验区分了AI带来的短期产出提升与无辅助判断力的变化,为理解AI对专业能力养成的影响提供了少见的长期证据。
Google DeepMind 发布 EmbeddingGemma 2,一个基于 Gemma 4 架构、Apache 2.0 许可的端侧多模态嵌入模型,参数量 740M,原生将文本、图像、音频、视频映射到统一嵌入空间。
推荐理由:官方给出参数量、量化内存与基准提升,可据此判断端侧多模态检索的落地门槛。
Google Research 发布新一代联邦学习系统,利用可信执行环境(TEE)为数据匿名化提供可验证、可审计的保证,并已在 Gboard 上线英语和日语下一词预测模型。
推荐理由:Google 公布基于 TEE 的新一代联邦学习系统设计,读者可了解其隐私验证机制与 Gboard 落地效果。
Google DeepMind 发布新前沿模型 Gemini 4 Argon,先通过 Fairwind Program 向受信任的网络安全防御方开放,随后逐步扩展至开发者、企业和消费者。
推荐理由:官方给出 Argon 在编码、企业知识与网络安全上的基准表现和分阶段开放路径,可据此判断前沿模型的能力边界与获取门槛。
Google DeepMind 推出 SynthID Bio,把水印技术带入合成生物学,将不可感知的签名嵌入生物代码,使水印既能在数字模型上验证,也能在合成出的实体蛋白质上验证,同时实验室测试显示其生物功能未受影响。
推荐理由:SynthID 水印从图像延伸到合成生物,读者可了解 AI 生成蛋白质如何在保留功能的前提下被标记与验证。
Google Research 发布 AI video co-director 多智能体框架,作为 Gemini 和 Veo 之上的编排层,把长视频生成建模为全局优化与世界状态跟踪问题,以缓解语义漂移和级联失败。
推荐理由:Google 把长视频生成拆成四个多智能体框架,并给出多镜头一致性与角色保持的评测结果,可了解长时程视频生成的一条工程路径。
Google DeepMind 发布 Gemini 3.8 Live with Live Avatar,在 Gemini 3.8 Live 的原生实时对话模型上加入近实时视频生成,实现能听、能看、能说的动态视觉形象,即日起在 Gemini Enterprise 上线。
推荐理由:官方给出 Live Avatar 的实时视频对话能力、97 种语言同步与异步工具调用细节,可据此判断企业级多模态交互的落地形态。