Google DeepMind 研究：AI 协作能力才是引发经济变革的关键
相关推荐
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。
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。
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发布世界模型Genie 4，支持原生音频与实时交互
PANews 10月28日消息，据谷歌官方博客，谷歌DeepMind宣布推出新一代世界模型Genie 4，用于实时交互式模拟。该模型基于Gemini系列构建，由Gemini Omni让模拟场景贴近真实世界的外观与行为，用户可在场景运行中通过自然语言移动镜头、改变天气或添加新角色，每个世界还会实时生成环境音、音乐及交互对话等原生音频。Genie 4目前向一小部分受信任测试者开放，后续将陆续向Project Genie中的Google AI Ultra订阅用户，以及Gemini API和AI Studio的早期合作伙伴推出。
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。