Google DeepMind 发布 Decoupled DiLoCo 分布式训练架构
Google DeepMind 发布 Decoupled DiLoCo 分布式训练架构,把大规模训练拆成异步通信的计算孤岛,降低带宽需求并隔离硬件故障。测试中该系统在整块 learner unit 掉线后仍能继续训练并重新接入,用 Gemma 4 模型达到与传统方法相同的 ML 性能。
推荐理由:原文给出跨数据中心异步训练在带宽、容错和跨代硬件上的实测结果,可据此判断分布式预训练的工程取舍。

113 条精选近 30 天 48条共收录 319条
更新Google DeepMind 发布 Decoupled DiLoCo 分布式训练架构,把大规模训练拆成异步通信的计算孤岛,降低带宽需求并隔离硬件故障。测试中该系统在整块 learner unit 掉线后仍能继续训练并重新接入,用 Gemma 4 模型达到与传统方法相同的 ML 性能。
推荐理由:原文给出跨数据中心异步训练在带宽、容错和跨代硬件上的实测结果,可据此判断分布式预训练的工程取舍。
Google Research 在 ICLR 论文中提出 ReasoningBank,一种从成功和失败经验中提炼高层结构化推理记忆的智能体记忆框架,代码已开源。
推荐理由:论文给出从成功与失败经验中提炼推理记忆的闭环方法,并附 WebArena 与 SWE-Bench-Verified 上的成功率与步数变化。
Google DeepMind 发布 Gemini 3.1 Flash TTS,一款主打可控性、表现力和音质的文本转语音模型,已在 Gemini API 和 Google AI Studio 面向开发者预览、在 Vertex AI 面向企业预览,并通过 Google Vids 向 Workspace 用户开放。
推荐理由:官方给出音频标签的用法与多语言覆盖范围,读者可据此判断语音生成的可控程度。
Google DeepMind 发布 Gemini Robotics-ER 1.6,这是其推理优先机器人模型的重大升级,强化了空间推理与多视角理解,并新增仪表读数能力,可读取压力表、液位计等复杂仪表。
推荐理由:原文给出新模型在空间推理、多视角与仪表读数上的能力变化和开放入口,读者可据此判断机器人高层推理的进展。
Google DeepMind 发布 Gemma 4 开源模型家族,包含 E2B、E4B、26B MoE 和 31B Dense 四个尺寸,采用 Apache 2.0 许可。
推荐理由:Gemma 4 以四个尺寸覆盖端侧到工作站,并给出 Arena 排名与 Apache 2.0 许可,便于判断开源模型的可用边界。
Google Quantum AI 发布白皮书,称未来量子计算机可能以比此前认知更少的量子比特和门数破解保护加密货币的椭圆曲线密码。
推荐理由:Google Quantum AI 给出破解 ECDLP-256 所需量子资源的新估算,并说明如何在不泄露攻击细节的前提下公开漏洞。
Google DeepMind 公布 AI 指针的四条交互原则,并展示由 Gemini 驱动的实验性指针演示,用户可在 Google AI Studio 中通过指向和语音编辑图片或查找地图地点。
推荐理由:Google DeepMind 把指针交互拆成四条原则,并给出 Chrome 与 Googlebook 的落地入口,可据此判断 AI 交互从提示词转向指向与语音的路径。
Google 发布 Vibe Coding XR 工作流,将 Gemini 的长上下文推理与基于 WebXR、three.js、LiteRT.js 的 XR Blocks 框架结合,把自然语言直接转成具备物理感知的 Android XR 应用,官方称耗时在 60 秒以内。
推荐理由:Google 把 Gemini 与 XR Blocks 组合成一句话生成 XR 应用的流程,并给出 VCXR60 初步评测数据,可据此判断空间计算原型的门槛变化。
Google 发布 TurboQuant 压缩算法,可将 KV cache 量化到 3 bit,无需训练或微调且不损失模型精度,同时把 KV 内存占用降低至少 6 倍。
推荐理由:Google 给出 TurboQuant 的算法细节与基准结果,读者可据此判断 KV cache 压缩在长上下文场景的可用性。
Google Research 与多家 NHS 机构合作的 AIMS 研究在 Nature Cancer 发表两项姊妹研究,评估 AI 乳腺筛查系统。
推荐理由:两项 Nature Cancer 研究给出了 AI 在 NHS 乳腺筛查双读流程中的检测率与工作量数据,可据此了解人机协作的实际边界。
Google 宣布在 Flood Hub 上线城市山洪预报,借助新的 AI 方法可提前最多 24 小时预测城市山洪风险。
推荐理由:原文给出了城市山洪预报的模型思路与评估结果,读者可据此判断AI洪水预警在全球南方的覆盖能力。
Google 发布 Groundsource,一套用 Gemini 从全球新闻中提取结构化灾害数据的方法,并开放首个城市山洪数据集,包含 2.6 百万条记录、覆盖 150 多个国家、时间跨度从 2000 年至今。
推荐理由:Google 用 Gemini 把全球新闻转成结构化灾害数据,并给出人工核验的准确率与覆盖对比,可据此判断这套方法能否迁移到其他灾害。
Google Research 与 Beth Israel Deaconess Medical Center 合作开展了一项前瞻性单中心可行性研究,让 AMIE 在门诊初级保健就诊前与患者进行文本问诊,全程由医生通过视频监督。
推荐理由:Google 与 BIDMC 首次在真实门诊流程中部署对话诊断 AI,读者可了解其安全监督机制与诊断表现。