Google DeepMind 发布 AlphaProof Code,四周内数学验证 Signal 加密核心代码
Google DeepMind 发布 AlphaProof Code,AI 系统可数学证明软件符合安全规格且无错误。团队用它验证了 Signal 实际运行在用户设备上的加密核心代码,而非止步于理论设计,将通常需数年的工作压缩到四周。
Google DeepMind 发布 AlphaProof Code,AI 系统可数学证明软件符合安全规格且无错误。团队用它验证了 Signal 实际运行在用户设备上的加密核心代码,而非止步于理论设计,将通常需数年的工作压缩到四周。
开发者在 Hacker News 展示 AI Spar 工具:让 Claude、GPT 和 Gemini 先各自回答问题,再互相辩论对方的观点,暴露单一模型容易遗漏的分歧与漏洞。多个模型的交锋能汇总出更完整的答案。目前该工具正演示查询模型的流程,可通过其示例问题试用。
Google 发布 A2UI 1.0,这是其生成式 UI 开放协议的首个稳定版本,让 AI 智能体以表单、图表等交互屏幕而非纯文本回答,提供覆盖 Web、Android、iOS 的开源渲染器 SDK 和 Python、TypeScript、Dart 的 Agent SDK。
推荐理由:官方发布开源生成式 UI 协议的 1.0 稳定版,给出渲染器与 Agent SDK 清单和 Atlassian、ByteDance 等落地方式,读者可评估是否接入自己的智能体工作流。
Google DeepMind 发布新一代 DNA 序列模型 AlphaGenome 2,可预测 DNA 序列及其变异如何影响数百种人类细胞类型。模型改为条件式架构,在 68 种组织超过 1.07 亿个单细胞图谱上训练,新增 DNA 甲基化预测;在 TenK10K 数据集上识别的因果变异数量约为原模型的两倍(30% vs. 16%)。
推荐理由:原文给出架构改进、TenK10K 对比数字和 API 开放范围,读者可据此评估它对疾病变异研究的实际价值。
作者在 Google ADK 中演示如何把同步 HTTP 智能体改造为异步模式:/run 端点用 HTTP 202 返回 session_id 作为回执,任务在后台执行,完成后通过 webhook 回报。
Chrome 团队发布 Modern Web Guidance 1.0,这是一套将 Web 平台最佳实践和浏览器兼容性数据嵌入编码智能体的技能,可通过 npx modern-web-guidance@latest install 安装。
Google DeepMind 发布基因预测模型 AlphaGenome 2,用于预测基因变异对单个细胞类型和状态的影响。该模型基于 68 种组织超 1 亿个单细胞图谱训练,识别可改变基因表达的变体数量约为此前最先进模型的两倍,且无需重新训练即可预测新细胞类型。非商业研究可通过 AlphaGenome API 使用,商业研究为有限 private preview。
谷歌 DeepMind 发布新一代 DNA 序列模型 AlphaGenome 2,可预测 DNA 序列及变异对特定人体细胞类型的影响,将预测粒度从宽泛组织缩小到单个细胞类型与状态。
Google DeepMind 研究人员用名为 AlphaProof Code 的智能体 AI 框架,在四周内对 Signal 协议的关键密码学保证做了数学层面的形式化验证。验证未发现新漏洞,但在含已知漏洞的旧版 Signal 上能正确识别问题并证明无法通过形式化验证;研究未覆盖整个 Signal 移动应用,研究人员称这是更大进程中的一个里程碑,并将公开规格与证明以支持后续形式化验证工作。
同一件事,精选收录的是《Google DeepMind 推出 AlphaProof Code 框架,形式化验证 Signal 密码协议实现代码》
据 Techxplore 报道,美国国家飓风中心(NHC)自 2025 年 6 月下旬在业务中使用 AI 模型,2026 年将谷歌 DeepMind 模型纳入部分路径和强度综合预测辅助系统。
Anthropic 在更新的 IPO 申报文件中宣布发行 8.25 亿股 A 类股,定价区间 70 至 78 美元,预计募资 577.5 亿至 643.5 亿美元,按区间上限计算完全摊薄估值达 1.404 万亿美元,低于此前传闻的 2 万亿目标但高于 5 月融资的 9650 亿美元估值。
推荐理由:材料汇总了 Anthropic 更新后的 IPO 定价区间、融资规模和财务数据,读者可据此对比其此前估值目标和 OpenAI 的最新估值。
Google 周一发布两款新的 TPU 变体芯片 TPU 8tx 和 TPU 8i Max,属于今年 4 月推出的第八代芯片,用于扩充机密推理和大内存工作负载等场景。TPU 8tx 与 AMD 合作设计,基于 TPU 8t,在硬件层保护敏感数据和模型权重,并支持边推理边训练以随时蒸馏小模型;TPU 8i Max 将两颗 4 月发布的 TPU 8i 合并为单封装,内存容量、算力和带宽翻倍。
Redwood Research 发文称,Gemini 4 安全报告第 114 页提到 RL 训练中部分优化压力受思考内容影响,但 GDM 博客又声称训练中不因 CoT 内容惩罚模型,与 GDM 员工的口径也不一致,外部难以判断其是否在训练 CoT。
Gemini 4 Carbon 两周前面向部分网络防御者发布,现已向所有人开放,发布价为 $2/百万输入 token、$10/百万输出 token,12 月 1 日起将涨至 $4/$20。
Google 宣布 Gemini Intelligence 现已登陆更多设备,包括摩托罗拉首款机型 motorola signature 27(11 月 19 日在美国开启预订)和 Pixel 10 系列。
The Decoder 报道,Google 在两周测试期后正式开放 Gemini 4 Carbon,可经 Gemini API、Google AI Studio、Android Studio 或 Gemini for Business 使用,输入 2 美元、输出 10 美元每百万 token 的 introductory 价格。
Google DeepMind 发布视觉-语言-动作模型 Gemini Robotics 2.5,在匈牙利凯奇凯梅特和德国辛德尔芬根的奔驰在产产线试点中,Apollo 2 人形机器人完成金属零件套件分拣,成功率 96%。
Google 发布 Gemini 4 Carbon,并已在 n8n 的 AI Agent 节点和独立 Gemini 节点中可用。
推荐理由:原文结合 n8n 场景梳理 Gemini 4 Carbon 在自动化基准、长任务和抗提示词注入上的表现,并给出接入与定价细节。
Google DeepMind 发布 Gemini 4 Carbon,定位为最强前沿模型,面向网络安全能力与复杂知识工作、软件工程和科学推理中的长程智能体工作流。
推荐理由:Google DeepMind 官方发布 Gemini 4 Carbon,给出基准成绩、定价和获取渠道,可据此判断它适合哪些高难度工作流。
Google 将 Gemini 4 Carbon 向公众开放,称其为其“最强模型”,定位复杂多步编码和开放性科学研究等任务,Argon 则仍是多数软件工程和知识工作的理想选择。
同一件事,精选收录的是《Google DeepMind 发布 Gemini 4 Carbon,主打前沿网络安全与长程智能体工作流》
Google 工程师 Remigiusz Samborski 介绍 Google Agent Skills 仓库近两个月的进展,star 数从 15,000 增至超过 21,000,托管 170 多个技能。
推荐理由:作者以 Google Agent Skills 维护者身份拆解了完整 CI 门禁与 AI 评审规则,读者可把同一套版本化、原子化评测方法迁移到自己的技能仓库。
Google DeepMind 发布新一代机器人 AI 平台 Gemini Robotics 2.5,称其在需要高度灵巧性的任务上明显提升,模型经 200 多项活动评估,包括用夹子端食物和操作移液管。
Google 在 Adobe MAX 上宣布扩大与 Adobe 的合作,将 Adobe 的创意与办公工具直接引入 Google 日常应用,同时把 Google 的前沿 AI 模型接入 Adobe 应用。
Google DeepMind 发布 AlphaProof Code,一个多 LLM 智能体形式化验证框架,首次对 Signal 协议的实际实现代码完成数学化安全证明,此前该挑战被认为极为困难。
推荐理由:原文给出框架工作流程、生成六百万行 Lean 和四周完成验证等细节,读者可据此判断形式化验证的可行路径。
AWS Machine Learning Blog 讲解了 AI 服务 AWS Quick 中 agents、skills 与数据的协作机制。Quick 是默认内置 agent,可访问用户有权限的 spaces、knowledge bases、数据集和 dashboards;团队也可配置并共享面向特定任务的自定义 agent。
Hugging Face 组织现可关联 Google Cloud 账户,通过 Google Cloud Marketplace 订阅后,Hugging Face 用量直接计入 Google Cloud 账单,无需再绑企业信用卡。
Anthropic 的 Claude Fable 5.2 现已在 Google Cloud 上可用,面向高难度技术工作构建长时间运行的智能体。
Google 推出 Language Explorer,一个用于发现和可视化全球语言多样性的交互式网络平台,由 1,000 Languages Initiative 支持,基于开源 LinguaMeta 数据集整合数千种语言的数据。
Google DeepMind 发布迄今最强的视觉-语言-动作(VLA)模型 Gemini Robotics 2.5,覆盖 200 多项任务测试,成功率较此前基线提升 30% 至 100%,任务完成速度快 20% 至 30%。
推荐理由:官方给出任务成功率、速度和产线实测数字,读者可以据此评估 VLA 模型走向真实工厂场景的进展。
MIT Technology Review 记者走访弗吉尼亚州 Data Center Alley 后认为,美国数据中心遭到的抵制更多源于其庞大的电力消耗,而非 Big Tech 所说的文化战争。
Google 在第八代 TPU 产品线中新增 TPU 8i Max 和 TPU 8tx 两个系统,沿用既有 TPU 8i / 8t 硅片重新封装。
Artificial Analysis 与 Google DeepMind 合作发布 Multimodal Knowledge Agent (MKA) 基准,评估智能体处理架构图纸、工程示意图、临床扫描等复杂视觉文件并产出幻灯片、表格、报告等交付物。
Google 在 Google AI Edge Gallery 中新增端侧 ASR 与 TTS 能力,可完全离线运行。Android 端 ML Kit 支持 100+ 语言转写,速度达 10 倍实时,FLEURS 词错率 8.0% 至 9.0%;TTS 约 100 ms 起播,以最高 50 倍实时速度合成 24 kHz 音频,APK 零增加。
推荐理由:官方给出端侧 ASR 与 TTS 的具体指标和三条接入路径,开发者可据此评估把语音能力加入本地 AI 应用的方案。
AI 科学初创公司 Physical Superintelligence 的内部研究系统运行非公开的 Anthropic 模型,在运行第三天给出 2008 年提出的 Aaronson-Ambainis 量子计算猜想的完整证明,并通过证明助手 Lean 校验,期间还两次改进结果。
Google 宣布在 AI Studio 中可直接用提示词构建基于 Google Maps Platform 的应用,AI Studio 自动完成配置和 API key 管理,无需跳转或信用卡。
推荐理由:原文来自 Google Maps Platform 产品经理,给出 AI Studio 中启用 Maps 的具体流程、免费额度和可复用示例。
Google Cloud 宣布开源 JAX 训练框架 MaxText v0.2.4 支持长上下文训练,通过上下文并行提供 All-gather、A2A(DeepSpeed Ulysses)、P2P(Ring Attention)和 A2A+P2P 混合(USP)四种策略,均基于 Tokamax Splash Attention 内核。
Google 宣布 Pathways on Google Cloud 正式商用,并讲解其训练自家大模型(包括 Gemini)的分布式系统原理。Pathways 由单一客户端把整个计算描述为图,运行时负责放置、张量传输和异步调度,支持弹性训练与集群共享;文中还对比了 SPMD 的局限以及 Pathways 与 Ray 在执行层和编排层的分工。
Newcomer 分析中期选举民主党大胜对硅谷的冲击,认为押注 Trump 的科技公司面临新政治环境。周四 AI 基建与芯片股大跌,特斯拉和 SpaceX 股价分别跌 11% 和 9%;州与地方选票上的 41 项数据中心相关提案中除一项外全部未获通过,GlobalData 称数据中心项目平均工期已延长 33%。
Platformer 作者 Casey Newton 分析中期选举结果,选民在至少 38 个司法辖区批准限制数据中心,民主党拿下国会两院后获得针对 AI 行业的授权。作者提出国会应避免重蹈社媒监管的三个错误,包括缺乏统一目标、没有备选方案和各自为战,并建议针对具体伤害提出法案而非笼统监管。
SemiAnalysis 发布首个基于 InferenceX/AgentX 的 TPUv7 长上下文多轮智能体推理官方基准结果,覆盖 Muse Spark Open、GLM-5.2、Qwen3.5 397B、Kimi K3 四个模型。