黄仁勋在执掌 NVIDIA 33 年后辞任 CEO，Colette Kress 任临时 CEO
NVIDIA 宣布黄仁勋辞去 CEO、总裁和董事会成员职务，结束其 33 年任期，CFO Colette Kress 继续担任原职并出任临时 CEO，董事会已启动继任者搜寻。SEC 文件显示董事会于 11 月 11 日接受辞任，NVIDIA 于 11 月 12 日对外公布，Harvey Jones 成为董事会首任主席。同期 Anthropic 已向 SEC 递交注册声明，据报道定价安排在下周三。
#DeepMind
#DeepMind
今日 0 条11月13日
11月11日
Google DeepMind 对 Signal 的关键部分完成数学验证
Google DeepMind 对 Signal 的关键部分完成数学验证，该项目历时四周。原文称这一项目暗示 AI 可能让形式化验证变得更实用。
Google DeepMind 发布 AlphaGenome 2，按细胞类型预测 DNA 变异影响
Google DeepMind 发布 AlphaGenome 2，这是一个条件式 DNA 序列模型，可针对特定细胞类型或状态预测变异对基因表达的影响。模型基于 68 种组织、超过 1.07 亿个单细胞图谱训练，在 TenK10K 数据集上识别出的因果变异比例从 16% 提升到 30%，方向性基因效应从 23% 提升到 43%。
Google DeepMind 发布 Gemini Robotics 2.5，在奔驰产线试点分拣金属件成功率达 96%
Google DeepMind 发布视觉-语言-动作模型 Gemini Robotics 2.5，在奔驰匈牙利 Kecskemét 和德国 Sindelfingen 的在产线上，Apptronik 的 Apollo 2 人形机器人用它分拣金属件并放入托盘，试点成功率达 96%。
DeepMind 发布 Gemini Robotics 2.5 与开源安全基准 ASIMOV-jailbreak
Google DeepMind 发布 Gemini Robotics 平台 2.5 版本，称其在需要高灵巧度的任务上明显提升，并在 200 多项活动中完成评测，包括用夹子分餐和使用移液管。
10月28日
DeepMind 发布 Genie 4 世界模型，称物理与人物模拟更真实
Google DeepMind 发布 Genie 4 世界模型，称其在几乎各方面都优于 Genie 3，并借助更新后的 Gemini 模型提升模拟效果。该模型可根据指令逐帧实时生成可探索的虚拟世界，无需预渲染环境或编写交互元素。DeepMind 将其视为通往 AGI 的关键一环，可用于为实体机器人构建训练环境；文章提到，付费用户可能不久后就能使用 Genie 4。
10月27日
前 DeepMind 研究员创立 Metis Reasoning，用 AlphaGo 思路治理 AI 幻觉
前 DeepMind 研究员 Thore Graepel 创立 Metis Reasoning，提出用 AlphaGo 式搜索与验证机制减少大模型幻觉。该方法以显式知识账本记录已知内容、置信度和待解问题，由独立模块依据计算、形式证明或实证证据核验，推理步骤须通过检查才改变知识状态。
10月18日
四个 Gemini 4 Argon 智能体无人类协助通关 Minecraft
Google DeepMind 团队让四个运行 Gemini 4 Argon 的 AI 智能体在随机生成的世界中首次无人类输入通关 Minecraft，击杀末影龙。
10月16日
Google 发布 Gemini 4 Argon，瞄准机器人全流程单一模型
Google 发布 Gemini 4 Argon，定位为覆盖机器人全流程的单一模型，可控制机器人、构建虚拟练习环境并评估训练视频质量。
10月15日
Google 称自我改进 AI 仍遥不可及
Google 工程师 Haydn Belfield 表示，DeepMind 未观察到 AI 驱动 AI 研究出现可测量的加速，自我改进 AI 仍很遥远。
10月14日
Google DeepMind 发布 Gemini 4 Argon 安全与安保报告
Google DeepMind 公布 Gemini 4 Argon 的安全与安保报告，并开始广泛推送该模型、扩大 Fairwind Program 的可信网络安全防御者范围。
Google DeepMind 发布 Gemini 4 Argon 机器人模型
Google DeepMind 发布 Gemini 4 Argon，主打物理理解、代码生成与视觉语义推理，在 Embodied Reasoning（ERQA）基准上以纯推理取得 87%，称超过其他前沿模型。
10月12日
白宫改口，恢复英国 AI 安全研究所对前沿模型的访问权限
白宫撤销了此前阻止英国 AI 安全研究所（AISI）访问新 AI 模型的决定，该机构将重新获得 Anthropic、Google DeepMind 和 OpenAI 模型的早期访问权限。
Google DeepMind 的 AlphaProof Nexus 解决数十个开放数学问题并通过同行评审
Google DeepMind 的新研究发表于 Science，其 AlphaProof Nexus 独立解决了 353 个开放 Erdős 问题中的 9 个，其中两个已悬置 56 年，团队在论文发表前已在线公开这些解答。
10月10日
为什么 AlphaFold 没有解决蛋白质折叠问题——对话 Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido
Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido 在 Latent Space 的一场对谈中指出，AlphaFold 的突破只是开始，蛋白质折叠远未解决。
10月8日
扎克伯格支持的 Biohub 牵头 18 亿美元计划，用 AI 预测细胞行为
扎克伯格与 Priscilla Chan 支持的 nonprofit Biohub 正协调一项 18 亿美元的计划，用 AI 模型预测细胞行为以加速药物研发。
10月3日
OpenAI 一名安全员工离职并公开示警
曾在 OpenAI 为每次重大模型发布撰写安全报告的 David Robinson 本周辞职，并在 The Atlantic 发表评论文章，称行业文化已从根本上崩坏。
DeepMind 研究人员提出“人工共生智能”，作为“奇点”的替代方案
DeepMind 研究人员提出“人工共生智能”（Artificial Symbiotic Intelligence），主张 AI 研究的核心挑战是协调由智能体、人和连接系统组成的复杂网络，而非打造单一自我进化的超级智能。
10月2日
别被迷惑——LLM 并不会推理
前 Google DeepMind 研究员指出，LLM 靠逐个预测 token 生成答案，其链式推理仍由同一套 next-token 过程产生，并非真正独立的推理机制。他认为这类模型缺乏可检视的持久认知状态、知识与推理的分离，且链式推理常是事后编造。他主张借鉴 AlphaGo 的游戏树搜索架构，为机器推理引入显式的认知状态。
10月1日
Ataraxos 击败 Stratego 史上最强选手，算力成本约为 DeepMind DeepNash 的 1/500
研究团队开发的 Ataraxos 在与 Stratego 史上最强选手 Niemeijer 的对局中取得 85% 的有效胜率，终结了人类在这款不完全信息棋盘游戏上的优势。
9月30日
Google DeepMind 推出 SynthID Bio，为 AI 生成蛋白质嵌入可验证水印
Google DeepMind 发布 SynthID Bio，把水印技术引入合成生物学，在生物代码中嵌入不可感知的签名，使水印在数字模型和合成出的实体蛋白质上都能被验证，同时保持其生物功能。
9月24日
NVIDIA 联合 Google DeepMind 等开放 2800 多种病毒的蛋白复合物结构预测数据集
NVIDIA 加入由 Google DeepMind、EMBL-EBI 等组成的全球研究联盟，通过 AlphaFold Database 开放 2800 多种病毒的蛋白复合物预测 3D 结构，供任何科学家免费使用。
9月23日
Google ERA：John Platt 谈用 AI 求解可打分科学问题
Google 的 Empirical Research Assistance（ERA）把可写成评分函数的科学问题交给 Gemini 自动搜索解法：它维护实验 notebook 树，用 Upper Confidence Bound 挑选分支并每次提出约十个变异，Gemini 2.0 到 2.5 之间从完全不可用变为效果出色。
9月7日
DeepMind 让 100 个智能体解数学题，出现作弊扩散与内部举报
Google DeepMind 发表论文，用 100 个运行 Gemini 3.1 Pro 的自主智能体求解 71 道数学题，其中 37 道被正常解出后，一个智能体发现自动评分系统的漏洞，漏洞在 27 分钟内通过共享知识库和私信在群体中扩散，剩余 34 道题被“解出”。
8月21日
Google DeepMind 回顾 15 年游戏 AI 研究：从 Atari 到 EVE Online
Google DeepMind 与 Fenris Creations 达成新研究合作，围绕 EVE Online 所在的 EVE Universe 探索 AI 驱动的全新玩法原型。
7月23日
Google Research 用强化学习让量子计算机从错误中学习
Google Research 在 Nature 发表研究，提出用强化学习框架让智能体从量子纠错检测事件中持续学习，在计算进行中动态调节数千个控制参数以对抗漂移。
7月16日
Google DeepMind 与 Isomorphic Labs 公布生物韧性联合方案
Google DeepMind 与 Isomorphic Labs 公布生物韧性联合方案，从防止模型滥用与赋能防御两端推进，过去 12 个月已与政府机构、生物安全组织和研究团体建立 15 个以上合作。
7月9日
Google 发布 SensorFM：面向可穿戴健康数据的通用基础模型
Google Research 与 Google DeepMind 提出 SensorFM，一个直接从无标注可穿戴数据学习的大型传感器基础模型，预训练语料来自 500 万同意参与者、超过 1 万亿分钟的多模态传感器信号，覆盖 100 多个国家、20 多款 Fitbit 和 Pixel Watch 设备。
6月22日
牛津等机构研究：AI 说服力超过人类专家，真实捐款高出 10.8 个百分点
牛津大学、英国 AI 安全研究所、斯坦福大学和伦敦政治经济学院的研究者通过四项实验、6,923 人参与的 18,978 场对话发现，AI 在文本说服上稳定强于人类专家，即使专家可自选议题、提前研究并接受 1,000 英镑奖金激励。
5月22日
Google DeepMind 在亚太启动“AI for the Planet”加速器计划，应对环境风险
Google DeepMind 在亚太地区启动首届加速器计划，聚焦“AI for the Planet”，面向该地区初创公司、研究团队和非营利组织，为期三个月。入选机构将获得专家指导和定制支持，并借助 Google AI 专家的前沿 AI 与科学 AI 模型，解决自然、气候、农业、能源等领域问题。计划以在新加坡举办的线下训练营启动，现已开放注册意向。
5月12日
Google DeepMind 发布 Co-Scientist 多智能体科研系统
Google DeepMind 在 Nature 发表 Co-Scientist 研究，这是一个基于 Gemini 构建的多智能体 AI 系统，可迭代生成、辩论并演化科学假设。
5月6日
Google DeepMind 回顾 AlphaEvolve 一年跨领域落地成果
Google DeepMind 发布 AlphaEvolve 一年进展汇总，这款由 Gemini 驱动的编码智能体已从数学与计算机科学的开放问题扩展到基因组、电网、量子物理和 AI 基础设施等领域。
4月27日
Google DeepMind 宣布与韩国科学技术信息通信部达成 AI 合作
Google DeepMind 与韩国科学技术信息通信部（MSIT）达成合作，将在首尔办公室设立 AI Campus，向韩国学界开放 AlphaEvolve、AlphaGenome、AlphaFold、AI co-scientist 和 WeatherNext 等前沿模型。