DeepMind给人类基因组做了张AI地图：90亿种DNA变化直接查
相关推荐
谷歌DeepMind推出AI基因数据库AlphaGenome Atlas
PANews 9月9日消息，据Google DeepMind在X平台发文，其正式推出AI驱动的可搜索数据库AlphaGenome Atlas，用于预测人类基因组中全部90亿种单碱基DNA变异的潜在影响。该数据库规模达1PB，是AlphaFold数据库的30余倍，整合"AlphaGenome变异影响评分"（AVI），可对基因突变按危害程度从低到高排序，并揭示其致病机制，例如破坏基因开关或RNA剪接指令，帮助研究人员将基因变异与具体分子机制直接关联。
前Google DeepMind工程负责人做Fo：AI干不了，直接叫真人上
动察 Beating AI 快讯，前 Google DeepMind 工程负责人 Shivani Poddar 创办的 Wajo，正在主推个人 AI Agent Fo。它可以替用户打电话、发邮件、订服务和付款。AI 自己办不了的事情，会直接转给真人助理继续处理。 比如联系没有 API 的理发店、私人教练或本地商家，Fo 如果自己搞不定，就让真人帮用户打电话、沟通需求、把事情办完。真人只会拿到完成任务需要的信息，不会直接看到用户的全部聊天记录。 Wajo 还拿 104 个现实任务做了自测，每个任务重复 3 次。整个测试不使用真人兜底，Fo 的任务完成率为 71%，OpenClaw 为 42%，前者相对高约 69%。另一组安全测试专门检查 AI 会不会擅自联系别人、泄露隐私或做未经授权的决定，Fo 的通过率为 94%。
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。
姚顺宇否认创办RSI公司，称仍是Google DeepMind员工
PANews 11月3日消息，据澎湃新闻报道，华人AI科学家姚顺宇11月2日晚否认了网传其正在筹备递归自我改进（RSI）公司的消息，称“我没有创办公司，目前仍是谷歌DeepMind的员工”，并表示不知道这个假消息从何而来。此前有传言称，该项目的联合创始团队已基本成形，正从Google DeepMind、Anthropic、OpenAI等实验室招募人才，估值达20亿美元。姚顺宇2024年加入Anthropic，2025年9月加入Google DeepMind任资深研究科学家。10月12日，他还曾公开否认在中国融资的计划。
Google DeepMind 研究：AI 协作能力才是引发经济变革的关键
PANews 10月30日消息，据 DeepMind Institute 报道，Google DeepMind 研究人员 Alex Imas、Andrew Koh 与联合创始人 Shane Legg 发文称，AI 个体能力的提升只会渐进影响工资与价格。只有当多智能体协作能力越过“超协作”阈值后，市场集中度、就业和工资才会出现突变。文章将 AI 发展划分为最小 AGI、超胜任 AI、超协作 AI 和 ASI 四个阶段。文章指出，当前 AI 个体能力强但协作能力弱，工资与岗位的变化将先于企业结构的变化出现。作者呼吁建立衡量多智能体组织能力的基准。
Google DeepMind 首次审计：AI 未加速自身研发，75% 代码由 AI 编写
ChainCatcher 消息，Google DeepMind 在 Gemini 4 Argon 安全报告中公布首次针对机器学习研发自动化的整体实证评估，结论是 AI 并未加速 AI 自身的研发，尽管 AI 已编写该实验室工程师交付的大部分代码。参与评估的研究员 Haydn Belfield 在 X 上表示，目前不存在显著的端到端 ML R&D 加速，因此 AI 驱动 ML R&D 的风险目前较低。团队构建了内部指数 GCI v1，将 123 个 AI 模型在 92 个基准上的得分合成单一数值。前沿 Gemini 能力以约每月 0.1 GCI 点的稳定速度提升，Gemini 1.5 Pro 在 2024 年底接近 0.5 点，Gemini 3.8 Flash 在 2026 年 9 月略高于 2.9 点，Argon 约 3.3 点高于趋势线，但 Belfield 称这源于算力与组织投入增加，而非 AI 驱动的加速。DeepMind 生产代码中超过 75% 由 AI 编写，完全委托的代码合并请求比例在 4 月至 9 月间从 7.5% 升至 11.9%，但约 88% 的请求仍需多轮人工引导或人工编写。对 12 位资深研究者的调查显示，自动化在明确、可验证的执行任务中最高，在开放式科学构想、新实验设计与诊断训练不稳定等环节最低。