Google 与 DeepMind 的 AI 动态：Gemini 系列、Veo 视频模型、研究成果与产品生态的持续追踪。
Google 发布 Gemini 3.1 Flash TTS，提升语音质量、可控性和表现力，并支持原生多说话人对话及 70+ languages。模型新增 audio tags，可通过自然语言控制语气、语速和表达方式，并在 Gemini API、Google AI Studio、Vertex AI 和 Google Vids 中分阶段提供预览或使用。
推荐理由：Gemini 3.1 Flash TTS 将音频标签、场景指令和说话人设置结合，展示了开发者如何更细致地控制语音表达与多轮角色表现。
Google Research 推出研究实验 Vantage，通过 AI avatars 模拟多方对话，帮助高中生和大学生练习并评估批判性思维、协作和创造性思维等未来技能。Vantage 使用 Executive LLM 动态引导对话，再由 AI Evaluator 按教育评估量规分析表现并生成技能图谱；与纽约大学专家评分的比较显示，其一致性接近专家评分之间的一致性。
推荐理由：Vantage把难以量化的协作与创造力置于可控对话中评估，并用人类专家对照验证了自动评分方法。
Google DeepMind 发布 Gemini Robotics-ER 1.6，增强空间推理、多视角理解、任务规划和任务完成检测能力，并新增仪表读数功能。模型可通过 Gemini API 和 Google AI Studio 使用，官方还提供了开发者 Colab。
推荐理由：Gemini Robotics-ER 1.6 将空间推理、多视角理解、仪表读数和安全约束结合起来，展示了具身模型面向真实机器人任务的能力变化。
Google Research 介绍 ConvApparel 数据集与评估框架，用于衡量 LLM 用户模拟器与真实人类交互之间的现实性差距。该数据集包含超过 4,000 段人类与 AI 的多轮服饰购物对话，总计近 15,000 轮，并通过“Good”和“Bad”两个推荐智能体收集不同用户体验。
推荐理由：研究用双智能体数据和反事实验证评估用户模拟器，展示了统计拟合与面对未见挫折场景时适应能力之间的差异。
Google Research 提出一套评估大语言模型行为倾向对齐程度的框架，将心理问卷改编为现实场景中的情境判断测试，并比较 25 个 LLM 与 550 名参与者的偏好分布。结果显示，小于 25B 的模型方向性对齐较低，大于 120B 及前沿闭源权重模型在 10/10 人类共识场景中接近完全对齐，但在人类共识较低时普遍表现出过度自信，难以反映意见多样性；模型的自我报告与实际行为也存在明显差异。
推荐理由：研究把心理问卷转化为现实场景中的判断测试，既比较模型与人类共识，也检验模型能否保留分歧意见的范围。
Google DeepMind 发布 Gemma 4，包含 E2B、E4B、26B MoE 和 31B Dense 四种尺寸，面向高级推理、Agent工作流和端侧部署。模型支持函数调用、结构化 JSON 输出、图像与视频处理，E2B 和 E4B 还支持音频输入；上下文窗口覆盖 128K 至 256K，并以 Apache 2.0 许可开放。
推荐理由：Gemma 4同时覆盖端侧设备与开发者硬件，并提供Agent工作流、长上下文和Apache 2.0许可，呈现了开放模型的完整落地路径。
Google Research 在“Forest vs Tree: The (N, K) Trade-off in Reproducible ML Evaluation”中研究评测项目数量与每项评分者数量之间的取舍。
推荐理由：研究用多个主观评测数据集和模拟器比较样本广度与单项评分深度，为控制标注成本并提高 AI 基准可复现性提供了具体设计依据。
Google Research 表示，未来量子计算机破解保护加密货币的 256-bit 椭圆曲线离散对数问题所需资源可能低于此前估计。其白皮书给出两种少于 1,200 或 1,450 个逻辑量子比特的 Shor's algorithm 电路，并估计少于 500,000 个物理量子比特即可在几分钟内执行。
推荐理由：Google 给出量子攻击 ECDLP-256 的更新资源估算，并以零知识证明支持可验证披露，为加密货币迁移 PQC 提供了具体依据。
Google DeepMind 正在探索由 Gemini 驱动的 AI 智能指针，让用户通过指向和语音在不同应用中调用 AI，而不必反复切换窗口或编写复杂提示词。
推荐理由：文章从四项交互原则和实验演示出发，具体说明 AI 如何结合指针位置、视觉上下文与语音，减少复杂提示词输入。
Google 发布 Gemini 3.1 Flash Live，提升了语音交互的精度、自然度和响应速度，并支持更可靠的复杂任务执行。
推荐理由：Gemini 3.1 Flash Live 同时给出语音交互、任务执行和多语言扩展的具体变化，便于判断其开发者与终端使用场景。
Google 发布 Vibe Coding XR 工作流，结合 Gemini 与基于 WebXR、three.js 和 LiteRT.js 的 XR Blocks，将自然语言转换为物理感知的 Android XR 应用。
推荐理由：Google 将 Gemini 的长上下文推理与 XR Blocks 模板结合，把自然语言生成物理感知的 Android XR 原型，展示了教育和交互场景的快速验证路径。
Google Research 介绍 TurboQuant，以及配套的 QJL 和 PolarQuant 压缩算法，用于降低 LLM 的 KV cache 和高维向量搜索的内存开销。
推荐理由：文章系统介绍了 TurboQuant、QJL 和 PolarQuant 的压缩机制与实验结果，展示其在 KV cache 和向量搜索中的内存与速度收益。
Google Research 在 The Check Up 活动上介绍了 AI 用于个性化医疗、临床协作、公共卫生和生物医学研究的最新进展。相关工作包括 Personal Health Agent、AMIE、MedGemma 和 DeepSomatic，涉及乳腺癌检测、糖尿病视网膜病变筛查、医疗应用开发及基因数据分析。
推荐理由：文章集中呈现 Google Research 将多模态模型、智能体和开放权重工具推进医疗研究与临床场景的路径，涵盖筛查、诊疗和公共卫生应用。
Google Research 联合 NHS 机构开展的 AIMS 研究评估了乳腺癌筛查 AI 系统的独立性能及其作为第二读者融入双读流程的可行性。系统将癌症检出率从每 1,000 名女性 7.54 提高到 9.33，并检出原双读流程漏掉的 25% 间隔癌；在 12 个 NHS 筛查点处理 9,266 个病例时，中位 AI 读取时间为 17.7 分钟。
推荐理由：两项研究从独立性能、临床流程整合和人机协作三个层面提供证据，具体呈现了筛查效率、数据漂移与人工复核的权衡。
Google Research 与 Cornell University 合作，使用 67 个高温超导研究问题评测六个 LLM，并由专家按观点平衡、完整性、简洁性和证据等指标评分。
推荐理由：这项研究比较了开放网络数据与专家精选文献对专业问答的影响，为评估科学领域 LLM 的证据完整性和观点平衡提供了具体案例。
Google Research 宣布在 Flood Hub 上推出 Urban Flash Flood forecasts，利用 AI 预测城市区域未来 24 小时内发生暴洪的风险。
推荐理由：Google 将新闻报告转化为历史洪水数据，并结合全球天气产品推出城市预警，为缺少地面传感器的地区提供可扩展的预测思路。
Google Research推出Groundsource，利用Gemini从80种语言的新闻报道中提取洪水事件，构建覆盖150多个国家、从2000年至今的2.6 million条历史记录。人工复核显示，60%的事件在地点和时间上均准确，82%达到实际分析可用程度；相关数据集已开放，并用于支持最多提前24小时的城市暴洪预测及Google Flood Hub的覆盖扩展。
推荐理由：Groundsource展示了如何用Gemini从多语言新闻中提取并校验灾害时空信息，为缺乏统一观测体系的洪水研究补充历史数据。
Google Research 与 Beth Israel Deaconess Medical Center 合作开展前瞻性单中心可行性研究，评估 AMIE 在基层医疗就诊前采集病史的安全性、诊断推理和用户体验。
推荐理由：研究把 AMIE 从模拟场景带入真实基层医疗流程，呈现了监督式部署的安全结果、诊断表现与实际局限。
Google Research 发布 WAXAL，这是一个覆盖27种撒哈拉以南非洲语言的开放语音数据集，服务于自动语音识别（ASR）和文本转语音（TTS）。首批资源包含约1,846小时转录自然语音和超过565小时高保真录音，覆盖超过100 million speakers，并以 CC-BY-4.0 许可开放。数据由非洲学术与社区组织参与采集，Google 计划持续扩展语言覆盖范围。
推荐理由：WAXAL同时覆盖自然语音识别与高保真语音合成数据，并以开放许可面向27种非洲语言，为低资源语音技术研究提供了可复用基础。
Google开发的SpeciesNet模型可对相机陷阱图像中的2,498类动物进行分类，并已作为开源工具供下载、适配和改进。模型基于超过65M张标注图像训练，可在标准笔记本上每天处理约30,000张图像；在测试中，99.4%的含动物图像被识别，83%的预测达到物种级别，其中94.5%正确。过去一年，研究团队已将其用于哥伦比亚、美国爱达荷州、澳大利亚和坦桑尼亚等地的野生动物监测。
推荐理由：SpeciesNet将大规模相机陷阱图像识别转为可本地运行和适配的开放工具，文中数据与项目案例展示了它在野生动物监测中的实际用法。