Google DeepMind 发布 EmbeddingGemma 2 开源轻量多模态嵌入模型
Google DeepMind 推出 EmbeddingGemma 2,基于 Gemma 4 架构、Apache 2.0 许可,740M 参数,原生将文本、代码、图像、视频和音频映射到统一嵌入空间。
推荐理由:原文给出参数规模、模块化配置、量化内存和上下文窗口等具体指标,读者可据此判断其端侧多模态检索的适用性。
Google DeepMind 推出 EmbeddingGemma 2,基于 Gemma 4 架构、Apache 2.0 许可,740M 参数,原生将文本、代码、图像、视频和音频映射到统一嵌入空间。
推荐理由:原文给出参数规模、模块化配置、量化内存和上下文窗口等具体指标,读者可据此判断其端侧多模态检索的适用性。
Google Earth AI 推出人口动态基础模型(PDFM),将搜索趋势、建成环境、环境因素等隐私保护信号压缩为月度更新的地点嵌入,无需任务微调即可作为即插即用输入增强现有 ML 模型。
推荐理由:官方给出跨五种疾病的独立验证结果,读者可据此判断地理空间嵌入如何增强现有流行病学建模。
Google 发布智能体隐私与安全前沿问题报告《Open and Emergent Problems in Agentic Privacy and Security。
Google 发布新一代联邦学习(FL)系统,借助可信执行环境(TEE)提供完全可验证、可审计的数据匿名化保证。新系统通过公开透明日志 Rekor、可复现构建的 KMS 与数据处理二进制、以及支持动态侧载的 TEE 执行,使只有差隐私模型权重对操作员可见。Gboard 已部署该系统,推出英文和日语的下一个词预测模型,隐私保证更强、准确率更高,训练时间较此前大幅缩短。
Google DeepMind 推出 SynthID Bio,用于给 AI 生成的蛋白质加水印,同时保留其生物学功能。这是一项概念验证(proof of concept),旨在为 AI 生成的蛋白质内容提供水印标识。
Google 向 Private AI Compute 平台引入持久、跨设备的服务端记忆,将云端内存变为安全数字保险库。用户数据存入专用加密存储,解密密钥仅保存在个人设备上,即使 Google 也无法访问。AI 模型访问信息时,通过端到端加密通道连接至云端安全飞地,临时解密处理请求后立即重新加密。
Google Research 推出 MilleMiglia,一个用 C++ 编写的实例生成器,用于为中段物流(middle-mile)配送问题生成真实、保护隐私的基准数据。
Google Research 提出以生成式 UI(generative UI)赋能教育,帮助教师无需编程即可创建学习交互内容。该方向属于"教育创新"范畴,旨在降低教师制作教学交互工具的门槛,让教师成为学习内容的创造者。
Google DeepMind 推出 AlphaGenome Atlas,一个包含人类基因组中90亿个可能的单碱基变异(single-nucleotide variants)效应的预测平台,是迄今最全面的基因突变对分子生物学影响的目录。
推荐理由:官方发布覆盖全基因组90亿单碱基变变的预测平台,含AVI评分与免费入口,可据此了解基因组研究的工具进展。