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。
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。
DeepMind突传实现RSI：三个大写字母点燃社区
动察 Beating AI 快讯，AI 社区突然疯传 Google DeepMind 已经实现 RSI。 RSI 即递归自我改进，被很多人视为通往超级智能最关键的一步。AI 可以自己改进训练方法、代码和模型，造出更强的下一代，再让下一代继续升级。真正跑通后，AI 研发可能进入自我加速循环。 起因是爆料账号 lyra 给 Google DeepMind 发了一句「huge congRatulationS Indeed!」，其中三个异常大写字母正好拼成 RSI。随后 Lentils 又贴出一张疑似内部模型列表，里面出现 rsi-model-liverl-le。他还声称 Google 内部有 10 个同系列训练模型槽位，但没有贴出对应截图。 传闻也未必是假的。路透社 8 月报道，谷歌联合创始人 Sergey Brin 已要求 DeepMind 加快 Gemini 研发，并重点推动递归自我改进。DeepMind 6 月的官方报告也把「recursive improvement」列为 AGI 走向 ASI 的四条潜在路径之一。
AlphaGo团队老将离开DeepMind创业：把AlphaGo式推理搬进机器人
动察 Beating AI 快讯，谷歌 AlphaGo 团队老将 Thore Graepel 已离开 Google DeepMind，准备创业做机器人。方向是把「AlphaGo 式推理」带到物理世界，让机器人能在不确定环境中自己规划和行动。 Graepel 2015 年加入 DeepMind，参与 AlphaGo、AlphaZero 和 MuZero。2021 年转投 Altos Labs，2025 年又回到 DeepMind 的 Post-AGI 团队。新公司的名字、融资规模和联合创始人目前都没有公开。