跳到正文
7月28日周二
7月26日周日
7月22日周三
7月21日周二
7月17日周五
7月16日周四
  1. Google DeepMind Blog70

    DeepMind 和 Isomorphic Labs 共同探索生物韧性方法

    DeepMind 和 Isomorphic Labs 合作,通过预防、检测和应对三个关键领域,利用 AI 技术提高社会对传染病和未来疫情的应对能力。

    推荐理由:DeepMind 和 Isomorphic Labs 共同分享了对生物韧性的方法,通过合作和先进技术来提高社会对传染病和未来疫情的应对能力。

7月13日周一
  1. Google DeepMind Blog40

    ATL Saathi:Gemini赋能印度创新教育

    Google DeepMind推出Gemini驱动的ATL Saathi,为印度超过1100万学生提供3D打印、物联网和机器人技术等新技术的访问,并利用AI进行高质量导师制的扩展。该应用提供24/7规划与培训助手,支持多语言访问,旨在减轻教师行政负担,提高教学效率。

7月7日周二
  1. Berkeley AI Research70

    人工智能免费,接下来是什么?智能体的数据系统

    本文探讨了人工智能成本下降对数据系统的影响,特别是针对智能体的数据系统设计。作者认为,随着人工智能成本的降低,智能体将成为数据系统的主导工作负载,并提出了数据系统为智能体、由智能体和智能体自身的挑战和机遇。

    推荐理由:探讨了人工智能成本下降对数据系统的影响,特别是针对智能体的数据系统设计。

7月3日周五
7月1日周三
  1. Berkeley AI Research35

    2026 BAIR研究生展示活动

    伯克利人工智能研究实验室(BAIR)庆祝2026届博士生毕业生,他们的研究涵盖现代人工智能的多个领域,包括机器人、大语言模型、计算机视觉、生成模型、AI安全、人机交互等。毕业生将进入学术界、工业研究实验室和创业公司,继续探索人工智能的未来。

  2. Google DeepMind Blog72

    DeepMind 发布 Nano Banana 2 Lite 和 Gemini Omni Flash

    DeepMind 发布了 Nano Banana 2 Lite 和 Gemini Omni Flash,两款模型分别针对图像生成和视频编辑,旨在提高开发者的工作效率和创作能力。Nano Banana 2 Lite 是一款快速且成本效益高的图像模型,而 Gemini Omni Flash 则是一款高质量的视频生成和对话式编辑模型。

    推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。

6月29日周一
6月25日周四
  1. Google DeepMind Blog67

    DeepMind 发布 Gemini 3.5 Flash 中的计算机使用功能

    DeepMind 发布了 Gemini 3.5 Flash,其中集成了计算机使用功能,允许开发者构建跨平台交互的智能体。该功能之前作为独立模型存在,现在已集成到主模型中,支持长期和自动化任务。DeepMind 还提供了安全措施,包括对抗性训练和可选的企业级安全系统。

    推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。

5月28日周四
5月8日周五
  1. Berkeley AI Research72

    自适应并行推理:高效推理缩放的新范式

    本文介绍了自适应并行推理,这是一种新的推理范式,通过让模型自主决定何时分解和并行化子任务,以及如何协调它们,来提高推理效率。

    推荐理由:本文介绍了自适应并行推理,这是一种提高推理效率的新范式,读者可以了解其原理和应用前景。

4月28日周二
4月20日周一
  1. Berkeley AI Research67

    基于梯度的长时程世界模型规划:GRASP方法

    该论文介绍了GRASP,一种新的基于梯度的规划器,用于解决长时程规划问题。GRASP通过将轨迹提升到虚拟状态、直接向状态迭代添加随机性和重塑梯度来提高规划的鲁棒性。

    推荐理由:该研究提出了GRASP,一种新的基于梯度的规划器,用于解决长时程规划问题,为世界模型的应用提供了新的思路。

3月27日周五
3月13日周五
  1. Berkeley AI Research80

    大规模识别 LLM 交互的 SPEX 和 ProxySPEX 算法

    SPEX 和 ProxySPEX 算法能够在大规模上识别关键交互,有助于提高机器学习系统的可解释性。SPEX 利用信号处理和编码理论,ProxySPEX 则利用层次结构特性,以更少的消融成本实现高效交互发现。

    推荐理由:SPEX 和 ProxySPEX 算法能够在大规模上识别关键交互,有助于提高机器学习系统的可解释性。

2月28日周六
1月28日周三
1月10日周六
  1. Berkeley AI Research72

    信息驱动的成像系统设计

    本文提出了一种基于信息理论的新方法来评估和优化成像系统,该方法在多个成像领域取得了良好的效果,并具有潜在的应用前景。

    推荐理由:本文提出了一种基于信息理论的新方法来评估和优化成像系统,该方法在多个成像领域取得了良好的效果,并具有潜在的应用前景。

12月26日周五
11月28日周五
10月28日周二