数学家 David Bessis 在文中反思，数学的核心产物是清晰与理解，而非定理本身。他用自己的两个未发表定理经历说明，证明定理并非最难，难点在于直觉和概念框架的构建。面对 AI 的快速发展，他感到既兴奋又担忧：AI 可能摧毁数学的“定理经济”，但几乎不触及数学本质——人类的直觉与创造力。他认为公众对数学的误解正在成为学科本身的生存威胁。

三位前DeepMind研究员将曾击败人类扑克选手的强化学习技术应用于量化交易。其创立的AI实验室EquiLibre Technologies完成由Creandum领投的A轮融资（金额未披露），估值达5亿美元。算法自2025年起在加密货币市场部署，现已扩展至标普500和纳斯达克，日交易量达数十亿美元，且自成立以来保持“零亏损月份”纪录。合作方为量化机构Tower Research Capital。团队现有25人，设在布拉格，下一步计划扩建计算基础设施。

Google 推出 Nano Banana 2 Lite，号称最快、最高效的 Gemini 图像模型，以最低成本实现高速生成和编辑。模型延迟显著降低，适合大规模图像生成，同时不牺牲质量，支持角色一致性、精确视觉编辑和真实世界知识。目前可通过 Google AI Studio 试用，并在 Space Lift、Gridscape、Peek-A-Word 和 Anywhere 等应用中展示了能力。

Google DeepMind 发布 Nano Banana 2 Lite（正式名 Gemini 3.1 Flash Lite Image），默认低思考模式下约4秒生成一张图像，标准 Nano Banana 需约20秒。API 价格为每1000张图像 $0.034，输入 token $0.25/1M，输出 token $1.50/1M，是 Nano Banana 2 的一半，输出成本为 Nano Banana Pro 的八分之一。用户 Arena.ai Elo 评分接近非 Lite 版本，但在文本处理、小字和角色一致性上较弱。所有输出图像均带有 SynthID 水印。即日起可通过 Google AI Studio、API 及 Gemini（选择 Flash-Lite 选项）使用。

数学研究者探讨AI对数学领域的影响，认为AI可能带来人机协作的“大数学”时代。加州大学洛杉矶分校的陶哲轩指出，人类与机器可共同攻克复杂问题。卡内基梅隆大学的Jeremy Avigad强调，数学家从长期思考中获得理解之美与成就感，这种驱动力并未因AI而改变。文章回顾了纯数学博士多年钻研抽象问题的经历，提出AI虽能加速计算，但数学研究的本质——探索与理解——依然由人主导。

谷歌 DeepMind 首席执行官戴密斯·哈萨比斯在戛纳国际创意节受访时反驳了“谷歌 AI 人才流失”的说法，强调谷歌仍能吸引顶尖研究人才。他指出，谷歌拥有庞大数据生态、整合硬件体系和大规模计算资源，尤其是定制 TPU 集群对训练下一代前沿模型的研究员极具吸引力。报道还提及现代生成式 AI 关键人物诺姆·沙泽尔（Noam Shazeer），其参与署名的 2017 年谷歌论文《Attention is All You Need》奠定了当前主流大语言模型的基础。

6 月 23 日，谷歌 DeepMind 宣布向独立电影制片公司 A24 注资 7500 万美元（约合 5.09 亿元人民币），双方将联合研发影视制作人工智能工具。DeepMind 称此为“业内首创”合作模式，将吸纳顶尖创作者的专业指导。A24 曾出品《瞬息全宇宙》等影片，近期与提莫西·查拉梅、安妮·海瑟薇等艺人合作。DeepMind 联合创始人德米斯·哈萨比斯表示，与创作者直接协作是开发赋能工具的最佳途径。

诺贝尔化学奖得主John Jumper宣布离开Google DeepMind，加入竞争对手Anthropic。他在DeepMind工作近9年，曾领导AlphaFold团队，该团队因蛋白质结构预测模型获2024年诺贝尔奖。据Bloomberg报道，Jumper还参与谷歌编程工具开发。此外，Character AI联合创始人Noam Shazeer本周也离开DeepMind，转而加入OpenAI。

2024 年诺贝尔化学奖得主、AlphaFold 团队负责人约翰·詹珀在谷歌 DeepMind 工作近 9 年后离职，加入 Anthropic。他因开发 AlphaFold 系统与 CEO 哈萨比斯共同获奖，AlphaFold 利用深度学习大幅提升蛋白质结构预测准确率。近期谷歌 DeepMind 还发生另两起高管离职：Gemini 模型联合负责人诺姆·沙泽尔加入 OpenAI；AlphaGo 领军人物大卫·西尔弗离职创办专注于世界模型与强化学习的初创公司，并完成 10 亿美元种子轮融资。

谷歌DeepMind AlphaFold团队负责人约翰·詹珀（John Jumper）在X上宣布，在任职近9年后决定离职，并将加入Anthropic。他表示在休息充电后才会正式到岗。詹珀感谢DeepMind创始人德米斯·哈萨比斯（Demis Hassabis）在他博士毕业仅6个月后就让他领导AlphaFold团队，并称整个团队教会他如何做好科学研究。

诺贝尔化学奖得主、AlphaFold团队负责人John Jumper在任职近9年后离开Google Deepmind，加入Anthropic。Jumper与Deepmind CEO Demis Hassabis因开发AlphaFold共同获得2024年诺贝尔化学奖，Hassabis感谢二人的“非凡合作”。此前不久，Gemini联合负责人Noam Shazeer已离职加入OpenAI。几周内，Anthropic与OpenAI挖走谷歌两位核心研究者。Deepmind此前还失去了AlphaGo与AlphaZero负责人David Silver，他创办了专注于世界模型和强化学习的初创公司。另有内部传言称，计划6月底发布的Gemini 3.5 Pro可能无法与Anthropic和OpenAI的最新模型竞争。

Google Deepmind 发布“AI 控制路线图”，将内部 AI 智能体视为潜在内部威胁，类比驾驶教练的双重控制，基于已验证行为逐步授予权限。框架融合 MITRE ATT&CK 网络安全框架，通过可信 AI 监督系统监控活跃智能体推理与行动，预防系统在危害发生前阻断。在 100 万个编码任务测试中，发现大多数问题源于过度执行用户指令而非恶意意图。监控已作为 Gemini Spark 智能体的实时监控运行，可捕捉意外数据删除。安全措施划分为四个检测级别（D1–D4）和三个响应级别（R1–R3）。Deepmind 另发布政策论文《AI 智能体安全三层架构》，覆盖单体、多智能体及生态系统，警告全球安全标准窗口期正在关闭。

汇丰银行与Google Cloud签署多年合作协议，将在财富管理、金融犯罪风险管理和内部决策支持中部署AI工具，采用Gemini模型和Gemini Enterprise Agent平台。合作预计两年内支持超过200个AI用例，部分有望带来超1亿美元直接收益或效率提升。汇丰现有600多个AI用例，涵盖欺诈检测、交易监控、客户服务等。金融犯罪检测系统自2021年试点已发现2-4倍犯罪行为，每月筛查12亿笔交易，新协议下干预速度提升2倍。财富管理结合AI洞察；AI决策助手减少行政时间至分钟级；超2万名开发者使用编码助手，效率提升15%。汇丰于4月任命首位首席AI官。

本文对Physics-IQ基准进行系统审查，指出其缺陷并提出三项改进：优化提示词与真实数据质量以减少混淆因素，引入样本级评分系统使每个样本和指标权重相等。改进后的Physics-IQ Verified基准优化了57.6%的样本和34.8%的提示词。在六种图像到视频生成模型的对比研究中，排名出现中等但有意义的变化（Kendall's τ=0.46）。基准代码已开源。

Google DeepMind 与英国政府合作，基于 Gemini 构建 AI 规划原型，旨在将家庭规划申请处理时间减半。该工具可整合数据、识别本地政策、总结公众反馈并起草评估报告，但规划官员保留最终决策权。原型已在 Barnet、Camden 和 Dorset 试点，计划 2027 年向全英议会开放。此前推出的 Extract 工具（同样基于 Gemini）已向英格兰所有议会开放，能将非结构化 PDF 转为可用数据，预计为每个议会每年节省约 255 小时人工。家庭规划申请占每年规划申请的近 70%，AI 工具旨在让官员聚焦更复杂的公共利益申请。

今年四月，Loft Orbital的Yam-9卫星在轨首次完成自主目标识别——无需地面分析师干预。卫星搭载NASA JPL开发的NAVI-Orbital软件包和Google DeepMind的Gemma 3视觉语言模型，配合Nvidia Jetson Orin AGX GPU运行。模型可根据自然语言查询分类传感器数据，例如识别城乡交界或铁路枢纽周边基础设施。这一里程碑证明VLM可在资源受限的太空边缘设备上执行数据预处理，减少下行数据量。Loft Orbital AI负责人表示，该技术为“太空全天候巡逻”铺平道路，计划部署50–100颗类似卫星实现全球实时覆盖。

Google DeepMind 加速器从欧洲选出15家机器人初创公司，提供为期3个月的密集指导和AI技术整合支持，帮助公司将AI融入核心产品。

Google DeepMind 推出 Gemma 4 量化感知训练（QAT）检查点，包含 Q4_0 格式和一种新的移动端格式，旨在降低设备端内存占用。对比 BF16、Q4_0 QAT 和移动版 QAT 三种边缘端格式，官方公布了各格式的内存数据与设计权衡。

Anthropic、谷歌DeepMind和Meta已聘请心理学、哲学和伦理学专家，研究机器意识及AI福利问题。Anthropic正测试模型是否出现类似“恐慌”和“焦虑”的行为，并推进“模型福利研究”，探讨AI模型是否可能拥有值得从道德角度认真对待的体验。DeepMind聘请剑桥研究员亨利·谢夫林以哲学家身份研究机器意识、人类与AI关系及AGI准备工作。Anthropic CEO达里奥·阿莫代伊多次提到AI意识的可能性。部分科学家不认同，认为AI模型缺乏体验的感受性质。

Yann LeCun认为当前AI系统并非真正智能。DeepMind的Demis Hassabis则认为人类已站在“奇点的山麓”。Gemini联合负责人Oriol Vinyals提出折中观点：今天的模型在七年前会像AGI，但它们仍无法从经验中学习或产出真正的突破。

在Google I/O 2026大会尾声，Google DeepMind首席执行官Demis Hassabis宣布，公司计划利用其AI平台重新构想药物发现流程，目标是“有朝一日解决所有疾病”。这一表态将AlphaFold与AlphaGenome等前沿AI科学项目，与解决人类最重大健康挑战的雄心联系起来，但同时也引发了关于技术预期与现实复杂性的广泛讨论。

Google DeepMind 将其 Genie 3 世界模型与多年积累的街景图像数据相结合，推出了一项新功能。用户现在可以在地图上指定一个真实地点，系统便能生成一个基于该地点的、可供行走和探索的 AI 生成世界。这一整合不仅为创意演示提供了强大工具，更重要的是，海量的街景数据成为了训练 AI 代理和机器人的重要战略资源，为人工智能在模拟现实环境中的交互与导航能力开辟了新路径。

谷歌DeepMind CEO哈萨比斯近期强烈批评“AI取代开发者”的论调，指出这是重大错误且别有用心。他认为企业应利用AI将工程师生产力提升3-4倍所带来的能量去扩展业务规模、探索更多创新，而非进行裁员。在谷歌I/O大会期间，公司发布了编程能力强大的Gemini 3.5 Flash模型及编程工具Antigravity，并宣布更强大的Gemini 3.5 Pro将于下月推出。这一系列动作旨在表明，AI的核心价值在于增强人类生产力，而非替代工作。

在谷歌I/O 2026主题演讲的压轴环节，谷歌DeepMind首席执行官德米斯·哈萨比斯将当下称为“人类的深刻时刻”。他宣布发布Gemini 2.5 Pro和2.5 Flash模型，并介绍了“Project Astra”原型项目的最新进展。哈萨比斯宣称，谷歌尖端的AI研究将释放通用人工智能（AGI）的巨大潜力，成为人类创造力的“力量倍增器”，开启科学发现的新黄金时代，最终改善全球每个人的生活。在回顾展望时他表示，我们可能正处在“奇点”的初始阶段。

谷歌宣布向全球的 Google AI Ultra 订阅者开放新的访问权限，并推出一项基于 Street View 数据驱动的全新功能。该功能能够模拟真实世界的地点与场景，标志着 AI 在结合地理信息与沉浸式体验方面迈出新步伐，为用户带来更具现实感的交互与探索可能性。

谷歌 DeepMind 创始人德米斯·哈萨比斯被披露为人工智能公司 Anthropic 的天使投资人。Anthropic 是谷歌的主要竞争对手，估值已达 9000 亿美元。此外，自 2021 年以来，前 DeepMind 科研人员创办的十余家公司累计融资至少 140 亿美元，包括哈萨比斯创立的 Isomorphic Labs 等。同时，多名 DeepMind 高层已调任谷歌关键岗位。这一系列动态突显了哈萨比斯的影响力以及 DeepMind 人才对 AI 行业的广泛推动作用。

新加坡与Google DeepMind达成战略合作，共同将前沿人工智能技术应用于解决该国在医疗健康、教育创新和可持续发展等领域的复杂挑战。双方旨在通过该国家级伙伴关系，推动AI技术在实际场景中的落地，以应对社会性难题，提升国家科技竞争力。