扫描下载APP
其它方式登录
谷歌发布新一代大模型Gemini 4 Pro，实测在3D物理模拟、代码生成、长文本推理及AI智能体能力上大幅超越Opus 5.5和GPT-6等竞品；其预训练仅耗时两个月即进入后训练阶段，支持1000万上下文、自主联网与机器人控制，定价极具竞争力，预计十一前后正式发布。
00后华人AI研究员Bonnie Li从谷歌DeepMind离职加入OpenAI，她曾深度参与Gemini系列大模型、Genie世界模型及Sima具身智能体研发。此次跳槽凸显OpenAI在世界模型与具身智能领域的迫切补强需求，也折射出DeepMind因商业化压力、激励不足与研究自由受限导致的人才加速流失，标志着全球顶级AI实验室竞争进入AGI临界点阶段。
谷歌DeepMind疑似提前上线新一代旗舰大模型Gemini 4 Pro，以gemini-3.8-flash为马甲在Arena平台匿名亮相，在编码、智能体、推理、3D/SVG生成及网页设计等多维度全面超越GPT-6 Astra和Claude Fable 5.1，性能与性价比领先，背后依托RSI（递归自我改进）技术突破。
谷歌DeepMind成立DeepMind研究院（DMI），由Demis Hassabis、Shane Legg与James Manyika联合领导，聚焦AGI临近背景下对经济、社会、治理及人类价值的跨学科研究，强调需哲学、政策、经济等多领域协同应对超级智能带来的颠覆性挑战，而非仅关注技术突破。
文章探讨AI领域新兴概念RSI（递归自我改进）的技术内涵、发展现状与争议，指出其本质是AI系统自主优化并迭代生成更优模型的能力，虽被部分机构初步探索，但当前多数所谓‘自我改进’仍依赖人工干预；同时分析了业界对RSI安全风险的分歧，以及大公司推动监管可能隐含的竞争策略。
谷歌联合DeepMind等机构提出Dream-RSI框架，通过让AI在历史探索树中‘做梦’（回放与重演历史路径）实现递归自我改进，无需修改底层模型权重，仅优化轻量级探索策略代码，在算法优化、数学问题求解和GPU内核工程中大幅降低算力消耗并提升性能，验证了不依赖权重更新的RSI新范式。
多位一线AI研究员（如Bilal Chughtai、Jacob Coxon、Daniel Selsam、刘胜与）因担忧AI失控风险、对齐失败及人类失去控制权而公开表达不安，部分选择离职；他们指出AI能力跃进远超安全研究进展，行业竞速加剧风险，呼吁放缓前沿发展并加强监管，同时反思技术垄断与个体职业命运。
文章围绕谷歌DeepMind疑似实现递归自我改进（RSI）技术展开，依据API返回中出现的'rsi-model-liverl-le'模型名、10个RSI专属训练槽位、紧急回收密钥等线索，结合Sergey Brin强力推动RSI战略、Gemini Flash系列三周快速迭代及官方博客中'递归评估和精炼模型'的表述，论证谷歌可能已将RSI投入实际研发循环，旨在以自主进化压缩AI模型迭代周期，重塑AI竞争范式。
Anthropic CEO阿莫迪呼吁前沿AI研发减速，警示Agent失控风险加剧，半年至一年内或形成僵尸网络；奥特曼、马斯克、哈萨比斯公开支持，四家AI巨头罕见达成安全优先共识，提出第三方评测、行业安全标准与全球协调三步方案；OpenAI因此推迟2026年IPO，Meta暂未加入减速阵营。
文章探讨GPT-6（Astra）是否达到通用人工智能（AGI）水平，指出当前AI在多任务整合、自主推理、符号创造等方面取得突破，但因缺乏统一定义、评测标准冲突、能力不均衡及不可持续性，学界与业界对AGI是否实现仍无共识；同时分析OpenAI、DeepMind、Anthropic等机构对AGI的不同定义及其商业与法律含义，并对比中美在AGI叙事与技术路径上的差异。
谷歌DeepMind发布AlphaGenome Atlas，首次穷举计算人类基因组全部90亿种单碱基突变，覆盖27000项分子效应预测，构建可搜索的全基因组变异影响图谱，显著加速疾病致病机制解析与非编码区研究。
文章探讨AGI（通用人工智能）是否真正到来，指出GPT-6 Astra发布引发的‘AGI已实现’宣称与技术现实存在张力：其在特定评测中表现优异但能力不均衡，不同机构对AGI定义差异显著（OpenAI侧重经济价值、Anthropic强调自主性与规模、DeepMind聚焦多维认知测量），而‘AGI时代’更多成为科技公司塑造叙事、影响资本与产业预期的战略话语。
文章介绍AI从软件世界迈向物理实验的实质性进展：谷歌DeepMind将Gemini驱动的Co-Scientist接入真实科研流程，实现自主设计实验、生成控制代码、操作CVD设备成功生长二维半导体，并在合成生物学、计算机科学等领域开展闭环验证；同时探讨AI自主科研中的可靠性挑战与审计机制。
Barret Zoph被称为AI行业“回旋镖式跳槽”第一人，虽无博士学位，却在谷歌大脑、OpenAI、Thinking Machines Lab间多次往返任职，主导神经架构搜索、Switch Transformer、强化学习后训练等关键技术，其频繁跳槽折射出当前AI顶尖人才在巨头间激烈争夺的生态，背后涉及技术路线分歧、商业化压力与组织信任危机。
Barret Zoph在一年半内辗转OpenAI、Thinking Machines Lab（TML）和谷歌DeepMind，最新动向是重返谷歌DeepMind担任研究副总裁，聚焦强化学习与后训练方向；其离开TML缘由存在多种矛盾说法，包括不当行为、泄密指控及离职前置等；此次回归正值DeepMind高层重组与Gemini 4研发关键期。
