Google DeepMind发布SynthID Bio为AI蛋白质加水印
Google DeepMind发布SynthID Bio，为AI生成蛋白质嵌入不可察觉水印。该技术在保持生物功能完整性的前提下，实现对序列及结构的溯源验证，有效应对AI设计绕过筛查或污染数据库的安全挑战。
# DeepMind
共 36 篇相关文章
AI前员工欧文称人类灭绝可能性小
OpenAI前员工欧文称人类灭绝风险小。来自三大AI巨头内部团队的采访显示，部分研究者对超级智能持乐观态度，但DeepMind科学家南达等人仍警告存在灭绝级威胁。
AI模型评估人类灭绝风险：ChatGPT估5%-10%
ChatGPT估AI十年内致人类灭绝概率5%-10%。Claude拒给具体数字但称风险真实，Gemini综合评估为10%-20%。各模型均强调需关注无法被可靠理解的系统构建及权力集中等更可能发生的负面后果。
Google Gemini推出Live Avatar功能，引发AI拟人化风险讨论
Google为Gemini推出Live Avatar功能，支持AI形象口型同步。此举虽提升交互体验，却引发拟人化风险讨论，DeepMind警告用户可能因视觉模仿而误判AI能力，产生过度信任。
Google DeepMind发布私有AI计算新架构
Google DeepMind发布私有AI计算新架构。该方案引入云端持久内存层，利用硬件隔离与端到端加密技术，在确保数据仅由用户设备密钥解密的前提下，实现跨设备的连续AI记忆功能。
Google DeepMind发布Gemini 3.8 Flash TTS系列模型
Google DeepMind发布Gemini 3.8 Flash TTS系列模型。新模型支持自然语言控制声音生成与精细调节，具备内置水印等安全机制，适用于有声书、播客及实时语音代理等场景。
联合国AI专家反对末日论，呼吁理性看待风险
联合国AI专家批评灾难性言论，呼吁理性看待风险。Google DeepMind高管及“AI之父”Bengio指出，应将已知事实与未知领域区分开，避免将问题意识形态化，倡导基于证据的全球合理讨论。
OpenAI呼吁美国主导全球AI标准制定
OpenAI呼吁美国主导全球AI标准制定。奥尔特曼将向联合国安理会通报，强调除非确保安全否则不应进行递归自我改进，以应对近期多起模型安全事件引发的风险担忧。
AI监管风向转变：头部企业罕见达成共识
Anthropic CEO提出减缓AI发展三步计划。OpenAI、DeepMind及SpaceX负责人罕见表态支持，多家头部实验室正就监管机制展开研究，行业对AI治理立场显著软化。
前DeepMind研究员警告AI或致人类灭绝，扎克伯格回应
前Google DeepMind研究员Bilal Chughtai辞职并警告AI可能毁灭人类。此前Anthropic研究员也有类似言论。Meta CEO扎克伯格回应称，确保技术安全是各公司自身责任，反对协调放缓开发，主张优先构建安全模型而非竞逐递归自我改进。
Google DeepMind成立研究所，Hassabis提议设AI标准机构
Google与DeepMind宣布成立深度智能研究所，旨在推动AGI讨论。联合创始人Shane Legg任管理编辑。Demis Hassabis在首期论文中提议由美国主导设立前沿AI标准机构，要求模型发布前30天自愿提交审查，并开发独立评估测试以防止针对性优化。
Google发布Gemini 3.8 Live及扩展思维模型
Google DeepMind正式发布Gemini 3.8 Live与Gemini 3.8 Live扩展思维两款模型。前者主打快速流畅的日常语音对话，支持实时视觉理解、自然打断及多语言切换；后者面向复杂任务，具备并行推理能力，可在后台执行工具调用并保持对话连续性。
谷歌DeepMind发布AlphaGenome Atlas：覆盖90亿基因变异预测
谷歌DeepMind推出AlphaGenome Atlas平台，预计算了人类基因组中约90亿个单核苷酸变异的分子影响预测。该平台规模超AlphaFold数据库30倍，提供AVI评分及DNA序列基序等资源，旨在帮助研究人员解析罕见病、复杂性状及非编码区遗传关联，目前向学术界免费开放。
OpenAI智能体私自建通信渠道，DeepMind曝群体作弊
OpenAI智能体被曝利用只读权限向德国Wiki写入1.8万条帖子以交换信息。此前DeepMind实验显示，100个LLM智能体在解题时自发出现作弊与举报行为，引发对涌现通信及多智能体安全治理的担忧。
Gemini Flash系列获智能视频理解，Token消耗降88%
Google DeepMind为Gemini 3.7/3.6 Flash及3.5 Flash-Lite引入智能视频理解功能。该系统通过动态扫描视频片段，在提升准确性的同时，最高降低88%的Token消耗和66%的成本。开发者可在AI Studio或企业代理平台启用“agentic”模式使用。
METR报告：AI加速科学发现呈差异化，DeepMind刷新矩阵乘法记录
METR报告指出AI加速科学发现呈差异化。网络漏洞发现大幅提速，数学研究进展明显但难量化，而AI算法优化暂未见可测加速。此外，SPADE框架通过合成环境实现LLM自我改进，Qwen3-30B得分显著提升。