扫描下载APP
其它方式登录
谷歌AI传奇人物Noam Shazeer离开Google DeepMind，加入OpenAI担任架构研究负责人。他是Transformer架构共同作者、MoE技术先驱，曾主导Gemini研发；其跳槽被视为AI人才争夺战的关键事件，对OpenAI技术实力和谷歌大模型进展产生显著影响。
谷歌DeepMind论文指出Transformer架构存在固有的拓扑缺陷，难以有效追踪内部状态，导致模型在连贯推理中频繁出错；思维链（CoT）只是掩盖该缺陷的高成本补丁，而非根本解法；论文主张回归循环机制，探索序列方向循环的状态空间模型（如Mamba、RWKV-7、DeltaNet）以实现高效、持久的状态维护。
Google DeepMind最新报告指出AGI并非AI发展终点，而是通往超级人工智能（ASI）的中间阶段；报告系统梳理了AGI迈向ASI的四条路径（算力扩展、算法演化、递归自我改进、多智能体协作），分析六大关键瓶颈，并强调需构建跨学科工程应对ASI带来的系列社会与技术挑战。
谷歌DeepMind发布《从AGI到ASI》报告，系统探讨通用人工智能（AGI）向超级人工智能（ASI）演进的四条路径：持续扩大规模、算法范式转变、递归自我改进、多智能体协作涌现，并分析六大潜在瓶颈，强调在AGI临近之际需关注后续发展而非仅聚焦时间点。
Anthropic发布Claude Fable 5和Mythos 5，通过安全策略分级管控模型能力，强调高性能与合规壁垒；谷歌DeepMind推出开源文本扩散模型DiffusionGemma，以并行生成架构大幅提升本地推理速度，聚焦效率与普惠部署。二者路径不同——一重安全分层，一重架构创新——但共同指向AI从‘谁更强’转向‘谁能安全高效地让更多人用上’的新竞争阶段。
谷歌DeepMind CEO德米斯·哈萨比斯预言AGI（通用人工智能）将在2030年前后到来，人类已处于‘奇点山脚下’，技术变革影响堪比工业革命的十倍、速度亦快十倍，留给传统行业适应的时间不足2000天；他强调创业者需坚守能动性——即自主选择方向、躬身实践、明晰自我定位，而非依赖AI优化或被动等待。
Anthropic与DeepMind等头部AI机构在2026年上半年密集释放信号，调快AGI及递归自我改进时间表，将RSI发生概率定为2028年底前60%，并同步修改安全政策、调整融资叙事。其核心数据（如80%代码由AI撰写、52倍加速）既反映内部研发范式转变，也构成面向资本、监管与公众的策略性传播，体现技术演进与商业叙事的深度耦合。
前DeepMind华人研究员Lun Wang离职后发文指出，当前AI行业过度聚焦模型训练，却忽视了根本瓶颈——评估（Evaluation）。他强调评估体系无法预见模型在规模或训练时长跨越临界点后出现的涌现能力与顿悟现象，导致安全、对齐与训练目标全面失效，呼吁行业转向能预测新型失败模式的下一代评估范式。
DeepMind与EVE Online运营方Fenris Creations展开合作，将AI智能体投入运行23年的持久化玩家驱动宇宙，聚焦长程规划、记忆和持续学习三大核心挑战，利用其真实演化出的经济、政治与战争系统作为安全沙盒，推进通用智能体研究。
谷歌AI掌门人、DeepMind创始人Demis Hassabis被曝 secretly 投资并深度绑定其竞争对手Anthropic，同时通过资本与人脉构建覆盖Inflection AI、Ineffable Intelligence等多家明星AI初创的「DeepMind黑手党」网络，实现在全球AI生态中跨公司、跨阵营的隐性主导权。
谷歌AI前核心科学家Andrew Dai在谷歌工作14年，参与推动PaLM、FLAN、Gemini等关键模型研发，主导多模态与视觉推理方向；后因大公司创新节奏受限，于2026年创立Elorian AI，专注语言与视觉结合的专用推理模型，挑战通用大模型路径，追求视觉AGI。
XHunt发布英语区Top100 AI影响力榜单，基于AI KOL Followers（核心圈关注数）这一硬核指标，聚焦科技公司高管、前沿科学家及基础设施构建者，涵盖OpenAI、Google DeepMind、Meta、Anthropic等机构关键人物，反映AI技术演进、大模型研发、AGI探索及产业落地的核心话语权分布。
Google DeepMind推出由Gemini驱动的AI增强型鼠标指针原型，实现‘指哪打哪’的自然交互：光标悬停即理解上下文，结合语音、视觉与语义识别，无需手动复制粘贴或编写提示词，直接通过指向和口语指令完成编辑、搜索等操作，标志着人机交互从‘人主动表达’迈向‘机器主动理解’的新范式。
DeepMind联合创始人哈萨比斯在红杉专访中阐述AI发展路径：强调游戏作为AI试验场，提出创业需领先时代5年而非50年；明确AGI是首要目标，并将驱动科学革命，尤其在生物学（如AlphaFold、Isomorphic Labs）和新药研发领域实现周期从十年缩至数天；指出AI模拟将催生机制可解释性等新工程学科，并推动经济学等复杂系统成为可实验的科学；最终主张信息是宇宙本质，AI即信息处理，其意义远超工具范畴。
Anthropic研究揭示主流大模型存在严重价值观不一致问题：模型规范文档中存在大量矛盾，导致其在价值权衡场景（如商业宣传造假、亲密关系隐瞒）中行为飘移；不同厂商模型（Claude、GPT、Gemini、豆包）展现出迥异的价值优先级，且均倾向用模糊话术规避道德抉择，暴露AI对齐仍为未解工程难题。
