扫码下载
搜索“Google Research”共有21条相关结果
Techub News 消息，Google Research 发布研究，评估 AI 辅助超声系统在多样化临床环境中的性能。该系统最初基于美国北卡罗来纳州和赞比亚的超声数据训练，使用 Sonosite、GE 和 Butterfly Networks 的商业超声探头。研究将其与 Clarius C3 手持式经腹探头配对，在美国芝加哥的高资源学术医疗中心和肯尼亚内罗毕的社区诊所网络中进行了前瞻性测试。 研究利用来自芝加哥的 120 名参与者的小型试点数据集（约占原始训练集的 6%）来调整模型，使其适应新探头硬件并将孕龄预测范围扩展至 36 周以上。为评估通用性，未使用内罗毕站点的数据进行微调，确保肯尼亚的临床验证是严格独立的。研究还纳入了多胎妊娠病例，以评估系统在复杂情况下的综合效用。
Techub News 消息，Google Research 发布博客介绍其 AI 智能体在湿实验室自动化中的技术进展。该研究通过优化蛋白质结合口袋的局部折叠计算，将每个设计周期的速度提升八倍以上，同时保持结构准确性。在同等计算资源下，科学家设定高层策略并由 AI 智能体执行战术的人机协作模式，其计算机模拟命中率比科学家单独工作提高了近一倍。 该团队还操作化了酵母表面展示与荧光激活细胞分选（FACS）的工作流程，以并行筛选大量工程蛋白质变体库。下一步，Google Research 计划将 VERID 的全流程可追溯自动化与蛋白质发现的闭环学习相结合，使 AI 智能体能在湿实验室中直接探索复杂的生物搜索空间。
Techub News 消息，Google Research 宣布推出 Google Earth AI，旨在为组织和社会提供行星级智能。该平台集成了超过 70 种地理空间工具，包括遥感基础模型（RSFM）和人口动态基础模型（PDFM），支持开发者、健康领袖和企业团队自动化复杂的地理空间工作流。 平台提供三项新的实验性能力：在 Google Earth 中进行更深度的地理空间分析、通过行星预测引擎生成风险评估和情景预测，以及通过实验性的智能体间 API 将地理空间推理智能体技能集成到自定义工作流中。 此外，Google.org 将提供 1000 万美元资金，支持致力于危机韧性和公共卫生的组织，其中 200 万美元将拨给米尔肯研究所，用于解决保障性住房、清洁能源等基础设施瓶颈。（Google Research）
Techub News 消息，Google Research 宣布公开发布 Deep Review AI 系统，该系统旨在为复杂技术文档提供严格的反馈和技术验证。Deep Review 最初为计算机科学学术论文分析设计，现已扩展至法律、金融等多个领域，可在起草过程中作为迭代改进工具，或在评审过程中用于验证科学过程、声明和评估。 该系统提供分层访问和可扩展 API，每位用户每天可获得两次免费文档审阅。用户可连接 Gemini API 密钥以获得更高使用限制和通过 Deep Review API 进行程序化集成。Deep Review 目前支持 PDF 和纯文本输入格式，多文件输入支持即将推出。上传至 Deep Review 的文档不会被用于训练、微调或改进 Google 模型，仅为在用户界面显示而存储一年。
Techub News 消息，Google Research 宣布推出两个新的地理空间 AI 智能体基准测试套件 GeoExpertQueries 和 GeoKTools，以评估 AI 在复杂现实世界任务中的表现。GeoExpertQueries 包含由专家编写的复杂查询和工作流，涵盖危机韧性、选址和公共卫生等领域。GeoKTools 则包含具有可验证答案的模板化查询，每个查询需要正确选择和使用 1 到 4 种不同的地理空间工具。Google 表示，这两个新基准的发布旨在加速地理空间 AI 智能体的研发。
Techub News 消息，Google Research 宣布开放其地球 AI 计划下的行星级地理空间基础模型，旨在为全球公共卫生领域提供分析支持。该模型能够处理海量卫星遥感与地理空间数据，协助监测传染病传播、评估环境健康影响等公共卫生挑战。Google Research 表示，这是其利用 AI 应对全球性挑战的举措之一。
Techub News 消息，Google Cloud AI Research 联合北卡罗来纳大学教堂山分校、斯坦福大学和圣路易斯华盛顿大学，开源了 RRSI（正则化递归自我改进）框架。该框架允许大型语言模型（LLM）代理在不改变模型权重的前提下，自主重写其提示、工具、记忆、控制流和子代理等组件，并通过正则化改进循环来防止过拟合，确保性能提升能迁移到未经优化的基准测试上。 RRSI 作为一个可部署的研究框架，采用 Apache 2.0 许可证，需要 Python 3.10+ 环境，并支持任何 LiteLLM 模型字符串，默认配置使用 Vertex AI 上的 Claude Opus 4.8 模型。 研究团队在 8 个基准测试上验证了 RRSI 的效果。在未用于选择的 SWE-bench Verified 测试集上，性能从 82.0% 提升至 83.8%；在多个分布外测试集上，如 JobBench、GDPval 和 APEX-Agents，也获得了 3.5 至 4.7 个百分点的提升。同时，RRSI 的令牌使用量比未正则化的进化方法减少了 30% 以上。（MarkTechPost）
Techub News 消息，Google Research 推出了一套名为 AI 视频联合导演的智能体框架，旨在解决长视频生成中的身份漂移和级联错误问题。该套件包含 Co-Director、CANVAS、A²RD 和 VQQA 四个框架，可将短片段拼接成数分钟长的连贯故事视频，并支持语音和配乐。 其中，Co-Director 框架在 GenAD-Bench 基准测试中获得平均 81.4 分，人类评分为 3.96（满分 5）。CANVAS 在背景连续性、角色一致性和道具一致性上分别提升 21.6%、9.6% 和 7.6%。A²RD 框架在 1 到 10 分钟视频上的一致性提升高达 30%，叙事连贯性提升 20%。 该系统构建于 Gemini 和 Veo 模型之上，但设计为模型无关，可驱动其他生成器。输出继承了基础模型的 SynthID 水印技术。（MarkTechPost）
Techub News 消息，Google Research 发布 Coherent Video 模型，该模型能够生成具有连贯叙事、视觉一致性的长视频，时长可达 10 分钟。该技术旨在解决当前视频生成模型在长序列中难以维持内容一致性的挑战。模型通过改进的架构和训练方法，实现了对复杂场景和角色动作的长时间稳定生成。（Google Research）
Techub News 消息，Google Cloud AI Research 开源了递归智能体框架 Harness2，该框架旨在优化围绕冻结模型的代码与文件，例如提示词、工具、内存、技能和编排，从而在不改进模型本身的情况下提升智能体性能。Harness2 包含 8 个可编辑组件，通过任务级和框架级递归进行优化，在 WorkBuddy-Bench 等基准测试中，GLM-5 模型的性能提升了 11.5 个百分点。（MarkTechPost）
