热搜话题榜单

保守了？谷歌DeepMind CEO：媲美人类的AI将在5至10年内实现

据CNBC报道称，谷歌旗下人工智能实验室DeepMind首席执行官戴密斯·哈萨比斯在周一的新闻发布会上预测，能够与人类竞争的人工智能即将出现，虽然各方面都能赶上人类的AI的落地还有很长的路要走，但成为现实也只是时间问题已。哈萨比斯表示：“目前，人工智能在某些领域表现非常出色，但尚未达到能够像人类一样执行所有复杂功能的阶段。哈萨比斯则认为“没人知道ASI何时会出现”、“一旦人工智能拥有了人类级别的思维能力，其影响将难以想象。

谷歌DeepMind CEO评价Deepseek为中国最好的作品：但外界炒作有点夸大

谷歌旗下DeepMind首席执行官戴米斯哈萨比斯在巴黎一场谷歌主办的活动上，对Deepseek的AI模型做出了评价。哈萨比斯称赞DeepSeek的模型是令人印象深刻的作品，并表示我认为这可能是我见过中国最好的作品”。哈萨比斯还谈到了通用人工智能的前景，他认为AI行业正在走向AGI，且可能在未来5年左右实现这一目标。

AI日报：谷歌Gemini引入类GPTs功能Gems；DeepMind推AI实时渲染引擎GameNGen；一男子用AI合成视频造谣被抓；OpenAI推神秘加速器Converge 2

欢迎来到【AI日报】栏目!这里是你每天探索人工智能世界的指南，每天我们为你呈现AI领域的热点内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用。新鲜AI产品点击了解:https://top.aibase.com/1、谷歌推定制化聊天机器人“Gem”，让你创建专属AI虚拟助手谷歌正式推出Gemini订阅用户可定制聊天机器人Gem，满足个性化需求。该工具简化了演示文稿的创建和编辑过程，适用于PowerPoint和GoogleSlides等主流平台。

三「模」联盟，谷歌DeepMind缔造终身学习智能体

打造终身学习智能体，是研究界以来一直追求的目标。帝国理工联手谷歌DeepMind打造了创新联合框架扩散增强智能体，利用LLMVLMDM三大模型，让AI完成迁移学习、高效探索。通过将不成功的回合，扩散为相关子目标的成功轨迹，DAAGG显著提高了探索效率。

谷歌DeepMind被曝抄袭开源成果，论文还中了顶流会议

大模型圈再曝抄袭大瓜，这回，“被告”还是大名鼎鼎的谷歌DeepMind。“原告”直接怒喷:他们就是把我们的技术报告洗了一遍!具体是这么个事儿:谷歌DeepMind一篇中了顶流新生代会议CoLM2024的论文被挂了，瓜主直指其抄袭了一年前就挂在arXiv上的一项研究。一位来自荷兰代尔夫特理工大学的博士后分享了自己的遭遇:还有一位美国东北大学的老哥更惨，这种情况他遭遇过两次，下�

谷歌Deepmind表示开放式AI是实现超级智能的关键

谷歌Deepmind的研究人员表示，AI系统具备开放式的能力是发展超级智能的关键。单纯依靠不断扩大的数据集并不足以实现超级人工智能现有的规模化策略往往集中在使用更多的计算资源和数据。OpenAI的Q*模型也可能旨在结合类似于谷歌Deepmind的AlphaZero与语言模型的想法，类似于微软研究人员最近展示的“EverythingofThought”。

多模态大模型不够灵活，谷歌DeepMind创新架构Zipper：分开训练再「压缩」

最近的一系列研究表明，纯解码器生成模型可以通过训练利用下一个token预测生成有用的表征，从成功地生成多种模态的新序列，从文本、蛋白质、音频到图像，甚至是状态序列。能够同时生成多种模态输出的多模态模型一般是通过某种形式的词汇扩展来实现的，即在预训练阶段或在后期微调阶段进行跨模态对齐。更多研究细节，可参考原论文。

谷歌DeepMind：GPT-4高阶心智理论彻底击败人类！第6阶推理讽刺暗示全懂了

【新智元导读】刚刚，谷歌DeepMind、JHU、牛津等发布研究，证实GPT-4的心智理论已经完全达到成年人类水平，在更复杂的第6阶推理上，更是大幅超越人类!此前已经证实，GPT-4比人类更能理解语言中的讽刺和暗示。在心智理论上，人类是彻底被LLM甩在后面了。她在牛津大学获得了考古学与人类学的学士学位。

谷歌DeepMind发布AlphaFold 3 有望加速特效药研发

谷歌DeepMind与IsomorphicLabs联合发布了最新版的AlphaFold3，这是一款能够预测蛋白质、DNA、RNA、配体等结构及其相互作用的大模型。AlphaFold3的发布，预示着在新药发现方法与效率上的重大进步。AlphaFold3的发布，不仅是AI技术在生物医药领域应用的一个重要里程碑，也可能为全球科研人员带来新的技术突破。

谷歌DeepMind新方法Gecko，为测试AI图像生成器引入严格新标准

谷歌DeepMind最近的研究示了当前我们对文本到图像AI模型性能评估的隐藏局限性。在其发布在预印本服务器ariv上的研究中，他们引入了一种全新的方法称为“Gecko”，承诺提供一个更全和可靠的基准，以评估这一蓬勃发展的技术。Gecko为我们展示了如何做到这一。

​谷歌整合 AI 重心，DeepMind 和研究团队合并

谷歌在周四宣布将整合旗下专注于构建人工智能模型的两个内部团队。Alphabet和谷歌CEO桑达尔・皮查伊在公司网站上发布了一篇博客文章，解释了将AI模型构建团队整合到谷歌DeepMind团队内的决定，其中包括来自公司研究部门的团队。公司还将其他责任团队划归到其中央信任与安全团队，公司正在加大对AI测试和评估的投资。

DeepMind CEO称谷歌将在 AI 领域投入超过 1000 亿美元

谷歌的AI业务负责人表示，该公司将在未来投入超过1000亿美元开发人工智能技术，这是硅谷正在进行的投资竞赛的又一迹象。在温哥华举行的TED大会上，谷歌DeepMind首席执行官DemisHassabis被问及有关微软公司和OpenAI正在规划的一台名为“星门”的潜在价值1000亿美元的超级计算机的问题。”OpenAI的ChatGPT引发的全球兴趣表明，公众已经准备接受人工智能系统，即使这些系统仍然存在缺陷和错误。

谷歌DeepMind CEO哈萨比斯因人工智能贡献获英国爵士爵位

英国政府最近宣布，谷歌旗下人工智能子公司DeepMind的首席执行官兼创始人之一德米斯·哈萨比斯因其在人工智能领域的杰出贡献被授予爵士爵位。此举反映了英国对人工智能发展的重视，并表彰了哈萨比斯在推动人工智能技术进步方面所做的努力。随着人工智能在全球范围内的迅速发展，英国政府希望将自己置于该领域的前沿，并表彰那些在推动人工智能技术发展方面做出卓越贡献的人士。

谷歌DeepMind推出“超人类”AI系统SAFE，擅长事实核查，节约成本并提高准确性

谷歌DeepMind的研究团队发布了一项新研究，介绍了一种名为“Search-AugmentedFactualityEvaluator”的人工智能系统。该系统利用大型语言模型将生成的文本分解成个别事实，并利用谷歌搜索结果来确定每个声明的准确性。我们才能评估自动事实检查对打击错误信息的实际影响。

DeepMind CEO专访：AI还没到拼算力的时候，谷歌优势在研发，智能体是下一个爆点

GoogleDeepMind首席执行官Hassabis最近在接受WIRED采访时表示，AI技术现在还有很大的改进空间远没有到只能拼算力的时候。谷歌的优势在于科研能力，未来智能体将改变AI的格局。我们会看到沿途的逐步改进，可能还会有一些重大的突破，但那将带来完全不同的体验。

Gemini官网体验入口 谷歌DeepMind多模态AI人工智能在线使用地址

Gemini是由谷歌DeepMind推出的新一代人工智能系统。作为全球热门的多模态AI系统，Gemini能够进行多模态推理，支持文本、图像、视频、音频和代码之间的无缝交互。点击上方链接，体验这个全球热门的多模态人工智能系统，探索无限可能性！

全世界机器人共用一个大脑，谷歌DeepMind已经完成了第一步

生成式人工智能发展的核心关键词，就是「大」。人们逐渐接受了强化学习先驱RichSutton充分利用算力「大力出奇迹」的思潮，庞大的数据量是AI模型展现出惊人智慧的核心原因。也许在未来，通用化的机器人大脑可以驱动任何机器人，全球所有机器人都可以从共享的数据中受益。

谷歌 DeepMind 推出 AlphaGeometry：奥林匹克级几何AI系统

谷歌旗下的DeepMind研究团队最近推出了名为AlphaGeometry的人工智能系统，该系统在解决几何奥林匹克问题方面表现出色，几乎可与人类金牌得主相媲美。这一成就代表着在大学预科数学困难领域中复杂自动推理能力的显著进步。AlphaGeometry的发布标志着在计算机程序领域中首次实现了比IMO平均候选程序更有效地证明欧几里得平面几何定理的突破，推动了数学竞赛顶峰推理的自动化�

谷歌DeepMind最新研究：对抗性攻击对人类也有效，人类和AI都会把花瓶认成猫！

【新智元导读】神经网络由于自身的特点容易受到对抗性攻击，然，谷歌DeepMind的最新研究表明，我们人类的判断也会受到这种对抗性扰动的影响人类的神经网络和人工神经网络的关系是什么?有位老师曾经这样比喻:就像是老鼠和米老鼠的关系。现实中的神经网络功能强大，但与人类的感知、学习和理解方式完全不同。延长观察时间，是对抗性扰动产生实际后果的关键。

谷歌DeepMind发布“机器人宪法”以确保其AI机器人不会伤害人类

谷歌DeepMind的机器人团队宣布了三项新进展，旨在帮助机器人在复杂环境中做出更快、更好、更安全的决策。其中之一是一个用于收集训练数据的系统，配备了“机器人宪法”，以确保您的机器人办公助手在为您取更多打印纸的同时不会撞到处于途中的人类同事。虽然我们离能够完全自主为人们服务、整理枕头的机器人似乎还有很长的路要走，但当它们面世时，它们可能已经从AutoRT这样的系统中学到了一些经验。