Gemini for Science: AI experiments and tools for a new era of discovery★ 85
Google DeepMind Blog16d agoReleaseGoogle DeepMind 宣布推出「Gemini for Science」計畫，整合了一系列專為科學研究設計的 AI 工具與實驗。該計畫旨在利用 Gemini 的多模態與推理能力，協助科學家擴大研究規模並提升探索的精準度。這標誌著 AI 從通用助手邁向深度的科學發現夥伴，為材料科學、生物醫學等領域帶來新的可能性。
How WeatherNext helped the National Hurricane Center better predict Hurricane Melissa’s historic landfall in Jamaica★ 75
Google DeepMind Blog17d agoReleaseGoogle DeepMind 發表案例，展示其新一代天氣預報 AI 模型「WeatherNext」如何協助美國國家颶風中心（NHC）。在面對歷史性颶風「梅麗莎」（Hurricane Melissa）襲擊牙買加時，WeatherNext 提供了極為精準的登陸預測，讓氣象預報員能提前向當地社區發出警報，爭取到前所未有的黃金準備時間，展現了 AI 在防災與氣象預報上的巨大潛力。
Accelerating discovery in India through AI-powered science and education
Google DeepMind Blog105d agoBusinessGoogle DeepMind 宣佈將其「國家 AI 合作夥伴關係」倡議擴展至印度。該計劃旨在將先進的 AI 技術與印度的科學及教育體系深度結合，透過與當地政府、學術機構合作，推動科學發現並培育新一代科技人才。這標誌著 Google 在新興市場推廣 AI 科學應用的重要里程碑。
Strengthening our partnership with the UK government to support prosperity and security in the AI era
Google DeepMind Blog174d agoBusinessGoogle DeepMind 宣布將進一步加強與英國政府的合作關係。此合作核心在於人工智慧（AI）快速發展的時代中，共同促進經濟繁榮並確保技術安全。雙方將攜手應對前沿 AI 技術帶來的機遇與挑戰，為未來的安全治理與科技創新奠定堅實基礎。
AlphaFold: Five years of impact★ 85
Google DeepMind Blog189d agoCommentaryGoogle DeepMind 發表 AlphaFold 問世五週年的影響力報告。自 2020 年 AlphaFold 2 在 CASP14 取得突破以來，該技術已預測了超過 2 億個蛋白質結構，並免費開放給全球數百萬名研究人員。從加速瘧疾疫苗開發、應對抗生素耐藥性，到推動綠色塑料分解酶的研發，AlphaFold 徹底改變了生命科學，並於 2024 年榮獲諾貝爾化學獎肯定。
We’re expanding our presence in Singapore to advance AI in the Asia-Pacific region★ 75
Google DeepMind Blog196d agoBusinessGoogle DeepMind 宣佈於新加坡設立全新研究實驗室，這也是其在亞太地區的重要擴展。該實驗室將專注於推動 AI 前沿研究，並與當地的學術界、工業界及政府機構密切合作。此舉旨在培育在地科技人才，並針對亞太地區的獨特需求與挑戰開發創新的 AI 解決方案。
Introducing Google Antigravity★ 75
Google DeepMind Blog196d agoReleaseGoogle DeepMind 釋出名為「Google Antigravity」的新項目。雖然具體細節尚未完整揭露，但此命名強烈暗示其與物理學、重力模擬或量子重力研究相關。這延續了 DeepMind 過去利用 AI 攻克科學難題（如生物學的 AlphaFold、材料科學的 GNoME）的路線，有望為天體物理學、宇宙學或高能物理模擬帶來革命性的突破。
WeatherNext 2: Our most advanced weather forecasting model★ 75
Google DeepMind Blog197d agoReleaseGoogle DeepMind 發表全新一代 AI 天氣預報模型 WeatherNext 2。該模型在預報效率、精確度以及全球天氣預測的解析度上皆有顯著提升。作為 DeepMind 在氣象預測領域的最新突破，WeatherNext 2 展現了 AI 在應對氣候變遷與極端天氣預警上的巨大潛力。
Teaching AI to see the world more like we do★ 75
Google DeepMind Blog203d agoPaperGoogle DeepMind 發表最新研究，探討 AI 系統與人類在組織視覺資訊時的本質差異。研究指出，人類傾向於依據語意、功能與階層關係來理解視覺世界，而 AI 則常依賴表面特徵（如紋理與背景）。透過深入分析這些認知差距，該研究為開發更具人類常識、更安全且更具魯棒性的電腦視覺系統奠定了基礎。
Gemini achieves gold-medal level at the International Collegiate Programming Contest World Finals★ 85
Google DeepMind Blog221d agoReleaseGoogle DeepMind 發表最新突破，旗下 Gemini 2.5 Deep Think 模型在國際大學生程式設計競賽（ICPC）世界總決賽中展現出金牌等級的表現。這項成就代表 AI 在抽象問題解決、複雜演算法設計與程式碼除錯能力上取得了巨大飛躍。該模型透過深度思考與自我修正機制，成功攻克了原本只有全球頂尖人類程式設計師才能解決的難題。
Discovering new solutions to century-old problems in fluid dynamics★ 75
Google DeepMind Blog221d agoReleaseGoogle DeepMind 發表最新研究，展示如何利用 AI 技術尋找流體力學中的新解。該方法針對描述流體運動的百年難題（如 Navier-Stokes 方程與湍流現象），透過結合深度學習與物理模擬，成功加速尋找「確切相干態（ECS）」等關鍵結構。這項突破將有助於數學、物理與工程學界攻克長期未解的複雜流體控制與預測挑戰。
Bringing AI to the next generation of fusion energy★ 75
Google DeepMind Blog221d agoBusinessGoogle DeepMind 宣布與麻省理工學院衍生企業 Commonwealth Fusion Systems (CFS) 展開合作。雙方將結合 DeepMind 的強化學習（RL）與 AI 模擬技術，以及 CFS 的高磁場托卡馬克裝置 SPARC，共同解決核融合反應爐中超高溫電漿控制的難題，加速商業化核融合能源的到來。
AlphaGenome: AI for better understanding the genome★ 82
Google DeepMind Blog342d agoReleaseGoogle DeepMind 發表全新 DNA 序列統一模型「AlphaGenome」，旨在深化人類對基因組功能的理解。該模型顯著提升了「調控變異效應（regulatory variant-effect）」的預測精準度，有助於疾病研究與基因療法開發。目前 AlphaGenome 已正式透過 API 開放給全球研究人員使用。
How we're supporting better tropical cyclone prediction with AI★ 75
Google DeepMind Blog355d agoReleaseGoogle DeepMind 宣布推出全新平台「Weather Lab」，展示其在熱帶氣旋預測方面的實驗性 AI 技術。同時，DeepMind 將與美國國家颶風中心（NHC）展開合作，在今年的氣旋季節中提供預報與警報支持。此舉旨在利用先進的 AI 氣象預報模型，提高極端天氣預測的準確性，協助各界更好地進行防災準備。
Introducing SynthID Text★ 85
Hugging Face Blog587d agoReleaseGoogle 與 Hugging Face 宣布將 SynthID Text 技術整合至 Transformers 庫中。這項技術能在不影響文本生成品質的前提下，於 LLM 輸出的機率分佈中嵌入隱形浮水印。開發者現在可以輕鬆在自己的模型中啟用此功能，以識別和追蹤 AI 生成的文本，應對虛假訊息與版權爭議。
Perceiver IO: a scalable, fully-attentional model that works on any modality★ 70
Hugging Face Blog1630d agoReleaseDeepMind 提出的 Perceiver IO 已正式整合至 Hugging Face。該模型透過引入「潛在瓶頸」與「輸出查詢」機制，成功將 Transformer 的二次方複雜度降至線性，使其能高效處理高維度的多模態數據（如圖像、音訊、3D 點雲）。Perceiver IO 不僅能接收任意輸入，還能靈活輸出各種結構的數據，是邁向通用 AI 架構的重要一步。