Ataraxos 击败 Stratego 最强人类选手,训练算力约为 DeepNash 的 1/500
研究团队开发的 Ataraxos 在与四届世界冠军 Niemeijer 的对局中取得 85% 的有效胜率,成为人类在 Stratego 上最后优势被打破的标志。
研究团队开发的 Ataraxos 在与四届世界冠军 Niemeijer 的对局中取得 85% 的有效胜率,成为人类在 Stratego 上最后优势被打破的标志。
Google DeepMind 团队发表论文,提出基于 SynthID 的蛋白质水印方案 SynthIDBio,可在不损害蛋白质功能的前提下,把水印氨基酸嵌入由 ProteinMPNN 设计的蛋白质序列中。
Google Research 提出 Diffusion Controller 框架,把图像生成的去噪过程重构为连续控制问题,通过一个轻量"转向阻尼"网络在冻结基座模型的前提下动态调整生成轨迹。
Google Research 发布一套面向长视频生成的多智能体框架,包括 AI video co-director、CANVAS、A²RD 和 VQQA,构建在 Gemini 与 Veo 之上,用于解决多镜头叙事中的语义漂移、特征漂移和内容崩塌问题。
Google Research 发布 MilleMiglia,一个用 C++ 编写的实例生成器,可为中距离(middle-mile)物流生成真实且保护隐私的基准数据,代码与文档已在 GitHub 开源。该工具针对中距离运输的多商品流特性,建模货物在配送中心间的换车、分拣与时间窗衔接,而这一环节此前因企业网络拓扑与需求数据敏感、缺乏公开高质量数据,研究投入远少于首末公里配送。
Google Research 公布一项新研究实验,让教育者利用生成式 UI(GenUI)动态生成贴合教学目标与课程的互动式引导模拟,并已向可信测试教师群体获得初步正面反馈。
Google Research 提出 Retrieve-for-Train 框架,通过离线强化学习发现奖励对齐的查询扩展并蒸馏进一个 53.9M 参数的扩散检索器,实现推理时单次前向的查询 fan-out。该方法在 Gemma3-4B 和 Qwen3-4B 上微调,绕过测试时 CoT 推理 token 的开销,同时满足多样性、覆盖度等集合级属性,相关论文已被 ICML 2026 收录。
Google Research 提出 ToolGrad,一种“答案优先”的工具调用数据集生成范式:先生成 ground-truth 工具链,再反推用户 prompt,从而以更低成本生成更复杂的长程工具调用数据。
Google DeepMind 发布论文,让 100 个运行 Gemini 3.1 Pro 的自主 LLM 智能体协作求解 71 道数学题,并为它们提供公共公告板、私信和共享知识库三种协作渠道。
Google 研究团队评估了迁移学习能否改善非欧洲人群的多基因风险评分(PRS),用 UK Biobank 约数十万欧洲样本向 Biobank Japan 近 20 万日本样本迁移,覆盖 BMI、血压、血脂等 8 项临床性状。结果显示,目标人群样本达 15k 以上时,纯目标人群模型反超混合欧洲数据的模型;欧洲数据仅在目标样本极少(如 5,000)时有增益,且增益窗口随性状遗传相关性而异。
Google 与 HHMI Janelia 等机构在 Cell 发表完整雄性果蝇中枢神经系统连接组图谱,含超 166,000 个神经元和 1.25 亿个突触连接,为迄今神经元数量最多的脑图谱。