Google DeepMind 推出 Gemini Robotics 2 系列模型，支持全身控制、精细操作及多机器人协作。Gemini Robotics ER 2 负责规划持续数分钟、涉及数百次决策的任务；Gemini Robotics On-Device 2 支持本地运行，通常用少于 200 个示例、数小时适配新的双臂机器人形态。
推荐理由：从上半身桌面操作扩展到全身协调与多机器人协作，这次更新提供了观察机器人如何承接更长任务链的具体样例。
Google Research 在 13,917 名参与者中随机比较了基于 Gemini Flash 2.0 的五种 SymptomAI 智能体，发现主动追问策略的鉴别诊断准确性显著优于未加提示词、由用户主导的基线。
推荐理由：研究将主动追问与用户主导的问答进行对照，为症状评估智能体提供了通过补充患者信息改善鉴别诊断的设计思路。
Google Research 验证了强化学习量子控制框架，让 AI 智能体从量子错误检测中学习，在计算期间持续校准控制参数、抵消漂移。在 Willow 超导处理器上，人为注入漂移后，纠错码的逻辑稳定性提升至 3.5 倍；经专家充分校准后，强化学习微调仍将逻辑错误率进一步降低 20%。
Google 宣布为 Genesis Mission 提供价值 $40 million 的 AI token 和云额度，支持美国能源部（DOE）的科研工作。
Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 和 3.5 Flash Cyber，分别面向复杂智能体任务、高吞吐工作流和漏洞发现与修复。
推荐理由：同一系列按复杂任务、高吞吐和漏洞修复划分用途，并给出成本与访问边界，为生产智能体的模型选型提供了具体比较依据。
Google 推出 Gemini 3.5 Flash Cyber，这款基于 3.5 Flash 微调的轻量网络安全模型专用于快速发现、验证和修复漏洞。在固定调用次数的 V8 测试中，该模型发现 55 个已确认的独特问题，主线 3.5 Flash 和 Claude Opus 4.6 分别发现 47 个和 36 个，其中 10 个问题未被另外两个模型发现。
推荐理由：轻量模型的低成本让安全智能体能够反复探索更多代码路径，为比较漏洞发现方案提供了单次模型能力之外的架构视角。
Google DeepMind 与 Isomorphic Labs 公布生物韧性联合方案，既防范模型滥用，也向可信合作伙伴提供 AI 模型与智能体以支持预防、检测和响应。
Google Research 从数学机制解释扩散模型的创造力，指出训练中的正则化会平滑得分函数，使模型生成训练样本之间的新数据，而非仅复制样本。实验显示，权重衰减越强，学到的得分函数越平滑；即使没有显式正则化，基于梯度的训练也可能通过隐式正则化产生这一效果。
Google DeepMind 启动 ATL Saathi 网页应用试点，为印度首批 100 所试点学校的 ATL 教师提供由 Gemini 驱动的 24/7 规划与培训助手。应用提供 12 个核心模块的学习材料，支持 8 种语言，并利用 Gemini 3.5 Flash 生成符合年级与课程要求的项目创意、组装步骤及安全注意事项。
Google Research 介绍传感器基础模型 SensorFM，通过无标签可穿戴数据预训练，学习可迁移至心血管、代谢、睡眠和心理健康任务的通用生理表征。训练数据来自 500 万名已同意参与研究的用户，超过 1 万亿分钟；模型采用自监督重建与 AIM 框架，直接从存在缺失的记录中学习。
Google Research 的实地研究表明，Google Maps 协调少量行程分流即可改善城市交通速度并降低排放。实验覆盖美国10座主要城市、持续六个月，不足2%的观测行程收到调整后的路线建议。目标路段车速增幅中位数约为2%，对应燃料消耗率降幅中位数为0.5%至1.0%。
Google DeepMind 与 A24 今天宣布建立研究合作关系，将围绕多个项目持续开展研发，帮助艺术家探索新的工作流程与技术。A24 及其电影创作者将参与测试、迭代和开发，为技术融入创作过程提供反馈；具体目标、技术产出与创作里程碑将随合作推进而演变。Google 还对 A24 进行了投资。
Hugging Face 与 Cerebras 展示了接入 Gemma 4 的实时语音到语音演示，以开放、模块化架构和快速推理改善对话响应。流程由 NVIDIA 的 Parakeet 识别语音，在 Cerebras 上运行 Google DeepMind 的 Gemma 4 31B，再由阿里的 Qwen3TTS 生成语音，各组件均可替换。
Google Research 将建筑级屋顶反射率数据扩展至全球 9 个国家的 50+ 城市，支持城市规划者制定凉爽屋顶改造方案。数据通过新上线的 Heat Resilience Earth Engine App 公开提供，可交互查看并下载高分辨率数据，用于本地分析与政策制定。
Google DeepMind 发布 Nano Banana 2 Lite，并向开发者开放 Gemini Omni Flash，分别用于快速图像生成和视频生成、对话式编辑。
推荐理由：文中明确区分图像模型的速度、成本与质量定位，并列出视频模型的输入处理限制，为多媒体工作流选型提供具体依据。
Google Research 发布表格基础模型 TabFM，通过上下文学习对未见过的表格进行分类与回归，无需针对新任务训练模型或调参。模型完全使用数亿个合成数据集训练，结合行列交替注意力、行压缩与 Transformer 架构，标准配置通过单次前向传播生成预测，另提供加入交叉特征、SVD 特征的 32 路集成配置 TabFM-Ensemble。
推荐理由：把表格预测改为上下文学习，为减少逐数据集训练和调参提供了不同路径，文中还区分了直接预测与加入特征工程的集成配置。
Google Research 为冻结权重的 Gemini Nano v3 加装多 token 预测（MTP）头，相关加速方案已部署至 Pixel 9 和 10 系列。
Google Research 的线性弹性缓存在 Spanner 生产环境中将内存使用量降低15.5%，总拥有成本降低约5%。该方法将缓存页面淘汰建模为滑雪租赁问题，用轻量级决策树预测页面存活时间，动态调整缓存大小。缓存未命中增加5.5%，但集中于读取成本较低的数据，实际 I/O 成本仅增加0.5%。
Google Research 的研究发现，链式推理可帮助大语言模型召回关闭推理时难以获取的简单事实，作用机制包括计算缓冲与事实启动。
推荐理由：研究将事实召回收益拆解为额外计算与相关事实启动两种机制，为理解简单问答为何也能受益于链式推理提供了实验依据。
Google DeepMind 将计算机操作作为内置工具集成至 Gemini 3.5 Flash，支持开发者构建跨浏览器、移动端和桌面环境的智能体。
推荐理由：从独立模型转为主模型内置工具，计算机操作可与既有工具调用能力结合，为跨环境自动化提供更集中的开发入口。
Google DeepMind 正与英国政府等合作，开发基于 Gemini 的规划审批原型，目标将房主规划申请的决策时间缩短 50%。工具可整合资料、核对政策并提供引用、汇总咨询反馈及起草评估报告，由规划官员逐行审核并保留最终决定权，同时记录各步骤供审计。原型在 Barnet、Camden 和 Dorset 开展早期试验后，政府计划从 2027 年起向全国地方议会提供。
Google 发布基于 Earth AI 的矢量化数据集，将英格兰树篱、石墙和小树林的像素地图转化为可用于自然修复规划的生态清单。团队微调 RSF 视觉模型，并结合双层标注、跨网格几何合并与形状分类，识别标准卫星检测容易遗漏的细小生态特征，为土地管理者提供测量和扩展这些特征的数据支持。
Google DeepMind 介绍 AI Control Roadmap，为 Google 内部部署的 AI 智能体建立模型对齐之外的系统级纵深防护。框架基于 MITRE ATT&CK 进行威胁建模，以覆盖率、召回率和响应时间衡量监控效果，并按模型逃避检测与执行攻击的能力配置检测及预防响应级别。
推荐理由：将智能体视作潜在内部威胁，并按逃避检测与执行攻击的能力分级配置防护，为不完全依赖模型对齐的系统安全提供参考。
Google Research 分享的研究发现，AI 辅助能提高用户识别皮肤问题的准确率，但未显著改善标准 AI 组选择后续医疗步骤的准确率。本周发表于 JAMA Dermatology 的研究纳入 2,345 名参与者，AI 组病症名称猜测准确率为 23%，对照组为 8%；AI 组建议的处理紧迫程度低于皮肤科医生判断的比例为 30%，对照组为 27%。
推荐理由：研究区分了识别皮肤问题与选择就医步骤两种能力，为理解医疗信息工具的准确率提升为何不等于决策改善提供了具体对照。
Google Research 提出 Regularized f-Divergence Kernel Tests 框架，通过相对距离检验判断遗忘后的模型更接近安全重训模型还是原始受污染模型。该框架自动选择散度与超参数；理论证明其可在任意样本量下控制误报，漏报风险随样本增加趋于零。
Google DeepMind 发布实验性开放模型 DiffusionGemma，以 Apache 2.0 许可提供权重，在专用 GPU 上实现最高 4x 的文本生成速度。
推荐理由：本地低并发与高并发云端的收益差异交代清楚，能帮助开发者结合输出质量取舍判断文本扩散是否适合自己的工作负载。
Google DeepMind 联合多家机构，面向全球研究者发起最高 $10M 的多智能体 AI 安全研究资助征集。资助聚焦沙盒与测试平台、智能体网络科学、智能体基础设施强化、监督与控制，旨在理解并缓解大规模智能体交互产生的群体风险。申请截止日期为 8 月 8 日。
Google 发布音频模型 Gemini 3.5 Live Translate，支持自动识别 70+ 种语言并进行近实时语音到语音翻译。模型持续生成译音，保留说话者的语调、节奏和音高，官方称整个会话中仅落后说话者几秒，所有生成音频均带有 SynthID 水印。
推荐理由：相较于等待说话结束再翻译的系统，连续生成译音的方式把上下文质量与跟随延迟的取舍带入实时跨语言沟通。
Google DeepMind 发布 Gemma 4 12B，采用统一的无编码器架构，将视觉与音频输入直接接入 LLM 主干，面向笔记本本地多模态智能体应用。官方称其标准基准表现接近 26B MoE 模型，总内存占用不到后者一半，可在配备 16GB 显存或统一内存的设备上运行，并配备 Multi-Token Prediction（MTP）草稿模型以降低延迟。
推荐理由：无独立编码器的音视频处理路径与本地内存要求，为评估多模态智能体从大模型迁移到笔记本的资源取舍提供了具体参照。
Google DeepMind 机器人加速器选出欧洲 15 家初创企业，提供为期 3 个月的密集辅导与技术支持，帮助其将 AI 融入核心产品。入选企业可使用 Google 的 AI 技术栈、专业技术资源及 Gemini 机器人模型，应用领域涵盖物流、制造、医疗、气候及先进导航。
Google DeepMind 在塞拉利昂的预注册试验显示，使用 Gemini Guided Learning 的学生在八周内数学成绩较对照组提升了 +0.258 个标准差。
推荐理由：教师主导的课堂试验为引导式 AI 教学提供了量化依据，但数学基础更强的学生获益更多也提示了缩小学业差距的挑战。
Google 在 Gemini Enterprise Agent Platform 提供由 Agentic RAG 驱动的跨语料库检索功能，现已开放公开预览。该框架通过 Sufficient Context Agent 检查检索片段与回答草稿，识别信息缺口并反馈给查询改写环节，推动后续检索。
Google Research 在 Nature 发表 PHRM 研究，利用面部解锁后的 8 秒前置摄像头视频，通过深度学习估算心率并汇总每日静息心率。在真实生活验证中，经置信度筛选后的心率平均绝对百分比误差为 6.09%，每日静息心率相对 Fitbit Charge 6 的平均绝对误差为 4.39 bpm，但较深肤色组的心率测量成功率较低。
推荐理由：研究将真实生活场景中的误差与不同肤色的测量成功率分开呈现，为评估手机健康监测的准确性与覆盖差异提供了参考。
Google Research 在 GitHub 以 Apache 2.0 许可开源水文建模框架，让研究人员和预报机构使用驱动 Flood Hub 的模型架构训练洪水预报模型。
推荐理由：框架允许气象水文机构保留数据控制权并融入本地资料，已有业务平台的适配案例为接入现有洪水预警流程提供了参考。
Google Research 汇总 I/O 2026 展示的研究与应用进展，涵盖科学发现、健康、端侧 AI、灾害预测及智能体开发等领域。Gemini for Science 将 ERA、Co-Scientist 等研究用于计算实验、假设生成和文献整理，正逐步开放访问，可通过 labs.google/science 登记兴趣。
推荐理由：从科研假设生成到长时程软件工程，材料展示了多智能体研究进入具体工具的路径，有助于理解研究成果与产品工作流的连接。
Google 将新密码学聚合协议与可信执行环境结合，用于隐私分析，确保仅获取匿名化的群体聚合结果。设备只需发送一次消息，无须为多轮交互持续在线，个人原始数据不会在任何服务器内存中暴露或重建。该方案已集成至 Google 的机密联邦分析系统，并通过硬件证明验证协议按预期执行。
Google DeepMind 在亚太推出以“AI for the Planet”为主题的加速器计划，支持运用前沿 AI 应对环境挑战。计划为期3个月，面向初创企业、研究团队和非营利组织，提供专家指导、定制支持及模型集成帮助。项目将以新加坡线下训练营启动，即日起可登记参与意向。
Google 的科研工具 ERA 研究今天发表于 Nature，该工具利用 Gemini 编写和优化科学代码，在多个学科基准上达到专家水平。ERA 根据科学问题与成功指标检索文献、编写代码并评估结果，通过树搜索探索数千种方案；团队现有 8 篇稿件将其用于具体科学问题，包括提前最多 4 周预测美国各州呼吸道疾病住院人数。
推荐理由：以科学问题和成功指标驱动文献检索、代码生成与实验评估的闭环，为将科研代码优化方法迁移到不同学科提供了具体参考。
生物学家 Omar Abudayyeh 和 Jonathan Gootenberg 利用 Co-Scientist 寻找逆转细胞衰老的遗传因素，并加速分析大规模遗传筛选结果。
Google DeepMind 为 Project Genie 新增 Street View 功能，让用户以真实地点影像为起点创建可交互世界。该功能由 Maps Imagery Grounding 支持，目前可选择美国境内地点，并搭配场景风格与角色描述生成环境，未来计划扩展地点覆盖范围。
推荐理由：以街景影像约束生成世界的起始位置，为理解世界模型如何连接真实地点与可交互虚拟环境提供了具体案例。