博客精选。
Towards a quantum computer that learns from its errors
这是 Google Quantum AI 研究科学家 Volodymyr Sivak 和 Paul Klimov 于 2026 年 7 月 22 日发布的博客，介绍将强化学习与量子纠错结合的工作。文中指出量子计算机对漂移敏感，目前需中断计算重新校准控制参数，而该工作在《Nature》发表的论文《Reinforcement learning control of quantum error correction》中展示了量子计算机可在长时间计算中持续适应漂移。
Towards demystifying the creativity of diffusion models
这是 Google 研究科学家 Zhengdao Chen 于 2026 年 7 月 15 日发布的博客，讨论扩散模型的"创造力"（生成新数据而非仅记忆训练集）如何成为数学结果。文中称这与神经网络学到"平滑化"的分数函数有关，并介绍在 ICLR 2026 发表的论文《On the Interpolation Effect of Score Smoothing in Diffusion Models》。文中提供论文与代码链接。
SensorFM: Towards a general intelligence and interface for wearable health data
这是 Google 高级研究科学家 Xin Liu 和 Daniel McDuff 于 2026 年 7 月 9 日发布的博客，介绍可穿戴健康基础模型 SensorFM。该模型用来自 500 万人的超过一万亿分钟传感器数据预训练，可迁移到 35 项健康预测任务，支持标签高效适配与数据补全，并可作为个人健康智能体的基础工具。文中还提到个体生理差异大、标注数据获取昂贵等难点。
Expanding our Heat Resilience data to 50+ global cities
Google Research 发布覆盖 50 多个全球城市的建筑级屋顶反射率扩展数据集，帮助城市规划者推行冷屋顶方案以缓解极端高温，并通过新的高分辨率 Heat Resilience Earth Engine 应用提供访问。文中给出背景数据：每年约 50 万人死亡与极端高温有关，城市热岛效应使都市升温速度为全球平均的两倍，近期西欧热浪超过 40°C，深色路面屋顶等吸热材料与植被缺乏是局部升温主因，提高屋顶反照率可降低建筑吸收的太阳能。作者为 David Fork 与 Jules Kuperminc，日期标注 2026 年 6 月 30 日。
Co-Scientist: A multi-agent AI partner to accelerate research
Google DeepMind 介绍 Co-Scientist，这是一个基于 Gemini 构建的多智能体 AI 系统，用于针对复杂科学问题迭代生成、辩论和演化新假设，面向生命科学等领域的研究者。文章提到相关研究已在 Nature 发表，并通过名为 Hypothesis Generation 的实验性工具向个体研究者开放。
AlphaEvolve: How our Gemini-powered coding agent is scaling impact across fields
这篇文章由 AlphaEvolve 团队在 Google DeepMind 博客发布，日期为 2026 年 5 月 7 日。文章回顾了一年前推出的、基于 Gemini 的算法设计编程智能体 AlphaEvolve，并汇总其在数学、计算机科学、Google 基础设施、自然世界物理解释、电网和计算基础设施等领域已产生的影响，其中提到它在基因组学中用于改进 DeepConsensus 模型。文章面向关注 AI for Science 与算法应用的读者。
Uncovering repurposed medicines to fight liver fibrosis
Google DeepMind 博客文章（2026 年 5 月 19 日），介绍斯坦福大学医学院遗传学家 Gary Peltz 使用 Co-Scientist 寻找肝纤维化治疗药物的研究。研究发表于 Advanced Science：Peltz 让 Co-Scientist 提出三个候选药物并说明理由，同时自己选出两个，再用活体人类肝细胞测试；他自己选的两个无效，Co-Scientist 所选药物中有两个阻断了纤维化并促进肝细胞再生。
How WeatherNext helped the National Hurricane Center better predict Hurricane Melissa’s historic landfall in Jamaica
Google DeepMind 博客文章（2026 年 5 月 19 日），讲述 2025 年 10 月飓风 Melissa 登陆牙买加一事的预测过程。文中说明 WeatherNext AI 模型帮助美国国家飓风中心提前五天高置信度预测出风暴的快速增强和在牙买加的登陆，该中心据此首次从一级风速起预测风暴达到五级强度，并为当地社区发布预警、争取准备和疏散时间。
Making it easier to understand how content was created and edited
这是 Google 的信任与安全副总裁 Laurie Richardson 与 Google Cloud 首席科学家、Google DeepMind 副总裁 Pushmeet Kohli 合写的博客，日期为 2026 年 5 月 19 日。文章介绍 Google 在搜索、Gemini、Chrome、Pixel 和 Cloud 中扩展内容透明与验证工具。文中提到公司三年前推出的数字水印技术 SynthID，已用于为超过 1000 亿张图片和视频、6 万年时长的音频添加水印，并在生成式媒体工具中使用 C2PA Content Credentials 标准。
Introducing Gemini Omni
Google DeepMind 介绍 Gemini Omni 模型，称其可从任意输入生成内容，首先支持视频。Omni 可组合图像、音频、视频和文本作为输入，生成基于 Gemini 世界知识的高质量视频，并支持通过对话式自然语言编辑视频、保持角色与场景一致性。首个模型 Gemini Omni Flash 已在 Gemini 应用、Google Flow 和 YouTube Shorts 上线，后续将支持图像和音频输出。
Introducing Gemma 4 12B: a unified, encoder-free multimodal model
Google DeepMind 发布 Gemma 4 12B，定位为可直接在笔记本电脑上运行智能体式多模态能力的模型，介于轻量 E4B 与 26B MoE 之间，内存占用更小，是其中等规模模型中首个支持原生音频输入的。文章称其采用无多模态编码器的统一架构，视觉和音频输入直接进入 LLM 主干，并提到 Gemma 4 系列累计下载量已超过 1.5 亿次。
Measuring the impact of learning with AI in Sierra Leone and beyond
这篇文章由 Zoubin Ghahramani 发布，日期为 2026 年 6 月 9 日，属责任与安全类别。文章公布了一项与 Fab AI 合作、并获塞拉利昂教育部支持的随机对照试验结果与技术报告。试验历时八周，评估 Gemini 的 Guided Learning 功能对塞拉利昂洛科港区 12 所学校、1763 名初中学生数学学习进展的影响。文中引述该国教育部长的话，并说明该预先注册试验的结果表明 AI 可作为教学伙伴，补充而非取代教师。