前DeepMind科学家曹原：AI独立拿诺奖至少还要二三十年
相关推荐
传Google DeepMind拟裁超1/3：短期停更Pro，资源转向Flash
据动察 Beating 监测，Google DeepMind 正在酝酿进一步重组，可能裁掉三分之一甚至更多员工。GDM 目前约有 7000 至 8000 人，重组将重点精简岗位和实际工作不匹配的冗余人员。 更大的变化是模型路线。谷歌短期没有更新 Pro 模型的计划，也将减少对 Fable、Opus 同级超大旗舰模型的投入，把更多资源转向成本更低、迭代更快的 Flash。 这可能和 GDM 能拿到的资源有关。GDM 最近一个考核年的整体 OKR 只有 0.5/1，过去一段时间很难争取到更多大型模型训练资源。搜索、YouTube、Gmail 等谷歌核心业务同样需要大量 TPU。 还有一个内部细节或许可以解释为什么谷歌 Gemini 模型体验不佳：GDM 核心团队此前从未真正把 Gemini 当成日常主力模型，反而是非核心团队仍被要求使用 Gemini。
Gemini月活用户突破10亿，成为Google史上增长最快产品，语音成为核心交互方式
据 动察 Beating 监测，Google 宣布 Gemini 应用月活跃用户已正式突破 10 亿，成为公司历史上增长最快的产品。用户行为数据显示语音正成为核心交互方式——63% 的用户直接与 Gemini 对话，忙碌父母使用语音处理日常任务的概率比其他用户高出 43%。超过 20% 的 Gemini Live 交互已超越纯语音，用户通过实时摄像头画面和屏幕共享进行即时问题解决，在 DIY 爱好者和学生群体中尤为流行。Android 端 Gemini 可跨 40 余款主流应用自动执行操作，涵盖叫车、餐厅预订等场景。 学生群体中 38% 的学习请求包含附件。面向小企业主的创意功能需求旺盛——Gemini 每日生成超 1.5 亿张图片，支持图像、视频与音频一体化创作。苹果生态表现强劲，iOS 端月活用户超 1 亿，macOS 重度用户的提示频次约为其他平台的两倍。Google 表示将继续以打造「最个性化、最主动、最强大的助手」为目标向下一批 10 亿用户迈进。 点击下方原文链接，加入动察 Beating · 飞书 AI 新闻渠道，7×24 小时不间断监测全球 AI 热点与新闻。
Google DeepMind发布Lyria 3.5音乐生成模型，支持生成最长3分钟完整歌曲
BlockBeats 消息，7 月 30 日，Google DeepMind 发布新一代音乐生成模型 Lyria 3.5，重点提升音乐结构、歌词质量、指令遵循、人声表现及歌曲时长控制能力，可直接生成最长 3 分钟的完整歌曲，而非仅数十秒音频。 据介绍，Lyria 3.5 仍采用 latent diffusion 架构，在时间音频 latent 空间进行扩散生成，训练数据为带有不同粒度文本标注的音频，并通过 SFT 及结合人类、Critic 反馈的强化学习进行后训练，所有生成内容均嵌入 SynthID 水印。不过，Google 未披露训练数据规模、来源及量化 Benchmark，仅表示相较 Lyria 2，在音频清晰度和歌词指令遵循方面取得显著提升。 此外，Lyria 3.5 首发集成至 Flow Music，后者支持对话式音乐创作、Stem 分轨、Remix、音乐发布、播放列表生成，并可联动 Veo 生成音乐视频，还支持开发音频插件、音乐游戏及自定义 DAW，进一步整合 Lyria、Veo 与 Gemini，构建覆盖音乐创作、编辑、发布和分发的完整生态。
谷歌AI团队或迎重大调整：DeepMind CEO戴米斯·哈萨比斯将卸任
PANews 8月6日消息，据Axios报道，Google DeepMind首席执行官戴米斯·哈萨比斯（Demis Hassabis）计划卸任该职位。哈萨比斯是人工智能领域的重要人物之一，于2010年联合创立DeepMind，并在2014年被谷歌收购后继续领导该团队。近年来，他推动DeepMind在基础模型、人工智能研究以及科学计算等领域的发展。 在其领导下，DeepMind推出了包括AlphaGo、AlphaFold等具有影响力的AI项目，并成为谷歌人工智能战略的核心力量。哈萨比斯的离任将可能带来谷歌AI业务管理结构调整。目前谷歌尚未正式公布相关安排，具体接任人选及后续职责分配仍未明确。
Google DeepMind高管称AI万亿美元投资押注“递归自我改进”
Odaily星球日报讯 Google DeepMind 首席战略官 Jasjeet Sekhon 表示，当前 AI 行业规模空前的资本投入，背后的关键投资逻辑之一，是押注未来 AI 系统实现“递归自我改进”（Recursive Self-Improvement，RSI）。 Sekhon 近日在加州大学伯克利分校举办的 Agentic AI Summit 上表示，AI 产业目前投入的大量资本，最终需要由一种更高级的能力来证明其价值——即 AI 能够自动改进自身，并创造能力更强的下一代系统。 他指出，RSI 已经成为 AI 投资逻辑中的重要组成部分。与传统依靠人工研发和训练迭代的模式不同，递归自我改进设想的是 AI 系统能够自主优化算法、改进模型架构，并持续提升自身能力。 Sekhon 认为，RSI 正在取代 AGI（人工通用智能），成为当前 AI 领域新的核心叙事。随着 OpenAI、Google、Anthropic 等公司以及云计算巨头持续投入巨额资金建设算力基础设施，市场正在押注 AI 未来可能从“规模扩展”（scaling）阶段迈向“自我增强”阶段。 不过，RSI 是否能够实现仍存在较大争议。目前 AI 模型虽然已具备代码生成、工具调用和自动优化能力，但距离真正意义上的自主递归改进仍面临技术、安全和可控性挑战。（The Information）
谷歌 Deepmind 推出 Gemini Robotics ER 2 模型
火星财经消息，据金十报道，谷歌 Deepmind 推出了 Gemini Robotics ER 2 模型。