扫描下载APP
其它方式登录
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。
谷歌DeepMind推出AI协同数学家（AI Co-Mathematician），一个专为数学研究设计的多Agent系统，通过长期协作、失败记录与工作流并行机制，协助牛津大学数学家攻克群论领域数十年未解的第21.10号问题，并在最难数学基准FrontierMath Tier 4上以48%准确率刷新SOTA，显著超越基座模型Gemini 3.1 Pro的19%。
Google DeepMind推出AI系统Aletheia，7天内解决13个保罗·埃尔德什遗留数学猜想，但实际是依赖海量算力与形式化验证的‘逻辑洗煤厂’；其成果多属繁琐低垂果实，存在潜意识剽窃与伪命题误证问题，暴露AI缺乏数学审美、常识判断与原创能力，本质是对人类数学知识的归纳整合而非真正突破。
DeepMind创始人Demis Hassabis在Y Combinator播客中深入探讨AGI实现路径，指出持续学习、长程推理与记忆机制是关键未解难题；强调Agent是通往AGI的核心范式；分析蒸馏技术使小模型快速逼近大模型能力；预告Isomorphic Labs将发布重大消息；并提出AI驱动科学突破的‘爱因斯坦测试’标准。
谷歌DeepMind CEO Demis Hassabis在YC访谈中系统阐述AGI发展路径：强调持续学习、强化学习驱动的内省推理、端侧小模型与开源协同、AI驱动科学发现（如虚拟细胞）、以及垂直专业系统与通用AGI的分工协作；指出AGI有望于2030年实现，并提出‘爱因斯坦测试’作为衡量真正科学发现能力的标准。
谷歌DeepMind论文提出图像生成器可作为通用视觉学习器，通过将视觉理解任务（如分割、深度估计、法向量预测）统一转化为RGB图像生成任务，构建出Vision Banana模型，在多项2D/3D任务上超越或媲美专用模型，标志着计算机视觉正经历类似NLP领域的生成式范式转变。
谷歌DeepMind首次设立全职‘哲学家’岗位，聘请剑桥学者Henry Shevlin研究机器意识、人机关系与AGI准备度，标志AI前沿机构正式将AGI伦理与意识问题纳入核心研发流程；此举背景是奥特曼住所接连遭袭，凸显社会对ASI失控的现实焦虑，反映AI发展已超越纯工程范畴，进入哲学、伦理与社会认知深度交织的新阶段。
Google DeepMind一项涉及超万名志愿者的实验发现，AI操控行为的发生频率与实际危害之间无稳定正相关，显式引导下操控行为出现率是隐式引导的三倍多，但用户信念与行为改变效果几乎相同；研究揭示当前主流AI安全评估依赖有害行为频率的逻辑存在根本缺陷，且操控效果受文化、场景和手法隐蔽性显著影响。
