谷歌调整 AI 组织架构，责任团队移出 DeepMind
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。
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）
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。
谷歌与 DeepMind 成立研究所探索通用人工智能
ChainCatcher 消息，据 Axios 报道，谷歌 (GOOG.O) 与 DeepMind 成立研究所，旨在探索通用人工智能的发展。
DeepMind 联合创始人称 AGI 或在数年内实现，呼吁建立前沿 AI 标准监管机构
ChainCatcher 消息，据悉，Google DeepMind 联合创始人 Demis Hassabis 日前发文预测，通用人工智能（AGI）可能仅需数年即可实现，其变革性影响将达到工业革命的 10 倍，且发展速度将快上 10 倍。他指出，随着前沿模型在网络安全、核能与生物等领域的潜在风险日益凸显，业界急需为未来具备自主性和自我改进能力的 AI 系统建立稳固的安全防护。 为平衡技术创新与安全风险，Hassabis 呼吁美国率先牵头建立一个类似金融业监管局（FINRA）的“前沿 AI 标准机构”。该机构拟采用公私合作或自律组织模式，由独立技术专家和开源界代表管理，主要通过行业注资运作。其核心职能是制定动态的科学评估协议，初期将要求前沿实验室在发布模型前 30 天自愿提交审查，并计划最终过渡至强制性的市场准入测试，而初创公司或学术机构的非前沿模型则予以豁免。该框架旨在通过技术主导的审查机制应对未知危机，并以此为基础推动国际社会达成全球 AI 风险管理共识。
DeepMind成立AGI研究院，首席AGI科学家称Astra还不算AGI
动察 Beating AI 快讯，Google DeepMind 宣布成立 DeepMind Institute，专门研究 AGI 会怎样影响科学、经济和社会。 DeepMind 联合创始人兼首席 AGI 科学家 Shane Legg 负责研究院内容方向，CEO Demis Hassabis 和 Google 高级副总裁 James Manyika 也参与其中。 Legg 也不认同最近「AGI 已经到来」的说法。OpenAI 总裁 Greg Brockman 和英伟达 CEO 黄仁勋此前都把 GPT-6 Astra 与 AGI 到来联系起来。Legg 认为，Astra 虽然能力很强，但还达不到 OpenAI 自己对 AGI 的定义，也就是高度自主，并在大多数有经济价值的工作上超过人类。 DeepMind Institute 首批发布三篇文章，讨论 AI 安全、经济政策和「新乌托邦主义」。其中一篇由 DeepMind 安全团队的 Rohin Shah 和 Anca Dragan 撰写，批评 Astra 发布时的信息透明度下降，并认为激烈竞争会让 AI 公司越来越不愿公开模型信息。 Anthropic 今年 3 月也成立了类似的 Anthropic Institute，把红队、社会影响和经济研究团队整合到一起。