FirstFT: Qatar’s sovereign fund plans to deploy cash ‘aggressively’
同样在今天的新闻通讯中，微软挖走了谷歌 DeepMind 的员工，法院阻止了 The Onion 收购 Infowars
AlphaQubit: Solving Quantum Computing’s Most Pressing Challenge
量子计算有可能改变许多行业，从密码学到药物研发。但扩展这些系统是一项艰巨的任务。随着量子计算机的发展，它们面临着更多的错误和噪音，这些错误和噪音可能会扰乱计算。为了解决这个问题，DeepMind 和 Quantum AI 推出了 AlphaQubit，这是一种神经网络，可以在计算之前预测和修复错误 […] AlphaQubit：解决量子计算最紧迫的挑战首先出现在 Unite.AI 上。
Google DeepMind at NeurIPS 2024
推进自适应 AI 代理，赋能 3D 场景创建，创新 LLM 培训，打造更智能、更安全的未来
Google DeepMind at NeurIPS 2024
推进自适应AI代理，赋予3D场景创建能力，并创新LLM培训以进行更智能，更安全的未来
Google’s DeepMind claims they have the best weather prediction model
继国际象棋、围棋和蛋白质之后，DeepMind 是否也接管了天气预报？
DeepMind AI predicts weather more accurately than existing forecasts
Google DeepMind 的最新天气预报 AI 模型可以在 97% 以上的时间内击败领先的提供商，并且运行速度更快、成本更低
Google Introduces A.I. Agent That Aces 15-Day Weather Forecasts
该公司 DeepMind 部门的 GenCast 的表现优于世界上对致命风暴以及日常天气的最佳预测。
Google DeepMind’s new AI model is the best yet at weather forecasting
Google DeepMind 推出了一种比目前最好的系统更擅长预测天气的 AI 模型。这个名为 GenCast 的新模型今天发表在《自然》杂志上。这是谷歌在过去几个月内推出的第二个 AI 天气模型。 7 月份，该公司发布了 NeuralGCM 的详细信息，该模型…
Peering Inside AI: How DeepMind’s Gemma Scope Unlocks the Mysteries of AI
人工智能 (AI) 正在进入医疗保健、法律和就业等关键行业，其决策对这些行业具有重大影响。然而，高级 AI 模型（尤其是大型语言模型 (LLM)）的复杂性使得很难理解它们是如何做出这些决策的。AI 的这种“黑匣子”性质引发了人们对公平性、可靠性和 […]AI 内部窥视：DeepMind 的 Gemma Scope 如何揭开 AI 的奥秘文章首次出现在 Unite.AI 上。
Google DeepMind AI can expertly fix errors in quantum computers
得益于 Google DeepMind 创建的清除量子误差的模型，量子计算机可以从人工智能中得到推动
Making it easier to verify an AI model’s responses
Wes Cockx 和 Google DeepMind / Better Images of AI / AI 大型语言模型 / 由 Adam Zewe 授权 CC-BY 4.0 尽管大型语言模型功能强大，但它们远非完美。这些人工智能模型有时会“产生幻觉”，在响应查询时生成不正确或不受支持的信息。由于这种幻觉 […]
Google DeepMind has a new way to look inside an AI’s “mind”
AI 已在药物研发和机器人技术方面取得突破，并正在彻底改变我们与机器和网络的互动方式。唯一的问题是我们不知道它究竟是如何工作的，或者为什么它如此有效。我们有一个不错的想法，但细节太复杂了……
DeepMind 在受到批评后发布了 AlphaFold3 的完整代码，而新的 CRAB 菌株引发担忧，特朗普的政策威胁到环境进步。文章《每日剂量：谷歌 DeepMind 延迟发布 AlphaFold3 代码；研究警告传播耐卡巴培南 CRAB 菌株。》首次出现在《科学询问者》上。
Прорыв в аудиогенерации: как Google DeepMind улучшает общение с ИИ
人工语音能够熟练地理解人类语音的细微差别和停顿。
VQAScore: Evaluating and improving vision-language generative models
简介 文本到图像/视频模型（如 Midjourney、Imagen3、Stable Diffusion 和 Sora）可以根据自然语言提示生成美观、逼真的视觉效果，例如，给定“几只巨大的猛犸象走近，穿过一片雪地草地……”，Sora 会生成：但我们如何知道这些模型是否生成了我们想要的东西？例如，如果提示是“棕色的狗在树周围追逐黑色的狗”，我们如何判断模型显示的是狗“在树周围追逐”而不是“在后院玩耍”？更一般地说，我们应该如何评估这些生成模型？虽然人类可以轻松判断生成的图像是否与提示一致，但大规模的人工评估成本高昂。为了解决这个问题，我们引入了一个新的评估指标 (VQAScore) 和基准数据集
