谷歌DeepMind宣布收购Fenris Creations少数股权，并将在大型多人在线游戏《星战前夜》中训练AI，以攻克AI长期规划难题。这款运营了23年的游戏拥有复杂的科幻宇宙和高度社会模拟，要求玩家进行长期策略规划与政治博弈，正切中当前AI研究的薄弱环节。为确保不影响玩家体验，DeepMind初期将在隔离服务器上进行研究，游戏方也将利用其成果优化游戏。Fenris Creations近期刚以1.2亿美元现金及加密货币完成自我回购。

TestingCatalog News 🗞@testingcatalog

71

Demis Hassabis: I've always been passionate about games and they've played a big part in @GoogleDeepMind's history, as the perfect provi...

Rohan Paul@rohanpaul_ai

52

Google DeepMind的研究通过“师生对话”框架训练大型语言模型（LLM），使其能在对话中有效利用用户反馈进行学习。传统LLM将对话视为独立轮次，难以整合修正信息。该研究让“学生”模型尝试回答，由掌握额外信息的“教师”提供指导，并训练学生利用指导得出正确答案。在线强化学习训练效果优于离线过滤，且在简短对话中习得的技能能迁移至更长对话。该方法从数学任务泛化至编程任务，并能处理信息逐步到达的模糊任务。通过“Q-priming”步骤，模型在模糊任务中主动寻求澄清的可能性提高五倍以上，使对话更像与一个能在交流中实时学习的伙伴协作。

Berryxia.AI@berryxia

47

DeepMind CEO Demis Hassabis在AI Ascent 2026上明确将AGI实现时间定于2030年，并指出AI将极大加速药物发现、材料科学等“慢科学”领域，把研发周期从数年压缩至数天。他强调，未来1-2年是关键拐点，真正改变世界的将是AI推动科学迭代速度的指数级加速，而非AGI降临的瞬间。

苹果机器人团队高级工程经理伯努瓦・兰德里离职，跳槽至谷歌DeepMind。苹果正研发智能家居机器人，包括一款桌面机器人，外观类似加装机械臂的iPad，可执行基础任务并搭载全新Siri系统。苹果员工流失严重，机器人团队负责人去年已跳槽Meta，团队多名高级工程师相继离职，人才被Meta和谷歌以高薪挖走。

Berryxia.AI@berryxia

63

本周，DeepMind、Anthropic、Alibaba等实验室的论文共同显示，AI智能体正从聊天机器人转向可工程化、可审计的生产力系统。Agentic Harness Engineering将智能体支架转化为可观测的工程闭环，提升性能且优化可跨模型迁移。Alibaba的AgenticQwen-30B-A3B通过并行强化学习飞轮，在低激活参数下实现接近大模型的工具使用能力，重塑成本。RecursiveMAS革新多智能体通信，大幅降低消耗并提升效率。这些进展标志智能体系统正从实验阶段走向生产级工程，其工程化可能成为AI落地关键。

DAIR.AI: http://x.com/i/article/2050689602051084288

Berryxia.AI@berryxia

50

DeepMind CEO Demis Hassabis指出，最前沿的大模型（如Gemini）表现出“锯齿状智能”。他以与Gemini下棋为例，说明模型能通过思维链发现问题并搜索更好方案，但最终仍会执行明显的错误决策。这揭示了AI智能并非平滑提升，而是在某些方面敏锐，另一些方面存在严重缺陷。Hassabis认为，真正的突破或许不在于让模型更聪明，而在于如何打磨这种不均衡的智能，使其成为可靠工具。这一观点挑战了AI将线性逼近完美智能的常见叙事。

Rohan Paul@rohanpaul_ai

56

Demis Hassabis 在回应“为何不开发与人类协同而非替代人类的 AI”时指出，追求 AGI 并非旨在替代人类，其核心是一个科学问题：探索何为真正的通用计算，同时也是一个经济现实。大脑是目前已知唯一近似图灵机的系统，因此“通用智能”意味着达到类似水平的灵活性。企业追逐 AGI 是因为通用工具能够低成本地迁移至各个领域，“通用性”因其卓越的可扩展性而胜出。

Google Deepmind正在开发一款“AI协诊医生”系统以辅助医生诊疗。在模拟研究中，该系统表现优于GPT-5.4，但仍未达到经验丰富医师的水平。研究同时指出，类似ChatGPT语音模式的技术目前尚无法胜任严肃任务，更难以应用于医疗咨询场景。这项进展揭示了AI在专业医疗辅助领域的当前能力边界与发展潜力。

宝玉@dotey

63

Demis Hassabis认为当前AI范式（预训练+RLHF+思维链）可能是AGI架构的一部分，但仍有50%概率需要一两个关键突破，未解决持续学习、长程推理和记忆等问题。他指出，百万token上下文窗口处理实时视频仅够20分钟，现有方法如同“用胶带糊住”。AlphaGo时代的技术正被重新引入基础模型以推动进步。智能体尚处实验阶段，投入产出比不匹配。完整虚拟细胞等科学突破还需约10年，关键瓶颈是活细胞成像技术。

Rohan Paul@rohanpaul_ai

61

Google DeepMind 近日发布 AI co-clinician 协诊系统，这是一个多模态代理系统，旨在辅助医护人员，并在医生监督下运行。系统采用双代理架构：一个模块与患者对话，另一模块实时监控交互边界，能检索并验证临床级证据。在开放式药物问答中，其表现超越前沿模型，更贴合真实医疗场景的复杂性。评估聚焦临床实际关切，如避免错误陈述或遗漏关键信息。在98项初级保健模拟查询中，医生对其偏好超过主流证据合成工具；在97例NOHARM风格评估中未出现严重错误。

Google DeepMind: AI co-clinician is our new research initiative to help explore how multimodal agents could better support healthcare wor...

Rohan Paul@rohanpaul_ai

56

《时代》杂志指出，谷歌在人工智能领域的领先地位，源于CEO桑达尔·皮查伊早期对DeepMind、TPU芯片、云基础设施及AI产品的一系列长期投资，而非对ChatGPT的仓促反应。其核心优势在于对研究、芯片、云服务、产品和覆盖数十亿用户的分发渠道实现全栈控制。通过将定制芯片制造与统一的研究实验室深度融合，谷歌获得了对AI架构的绝对控制权，能利用自研TPU高效执行复杂计算，同时让工程师得以低成本大规模扩展模型预训练，而无需像竞争对手那样承受高昂的外部芯片采购成本。

研究团队正致力于开发一款AI联合临床医生，以探索AI增强医疗护理的路径。该研究旨在创建一种新型医疗模式，让AI作为临床医生的协同伙伴深度参与诊疗过程，共同提升医疗服务的质量和效率。这项工作标志着医疗保健领域正从辅助工具阶段，迈向AI作为核心协作者的新范式。

DeepMind联合创始人德米斯·哈萨比斯在视频中探讨了构建人工智能未来的愿景。他指出，通用人工智能（AGI）是核心目标，其发展将遵循从游戏AI（如AlphaGo、AlphaFold）到解决复杂科学问题的路径。哈萨比斯强调，AI的关键在于提升科学发现速度，应对气候变化、疾病治疗等全球性挑战。视频内容在Hacker News社区获得关注，获得了100点讨论热度。

ginobefun@hongming731

47

Demis Hassabis预测AGI将在2030年左右到来，科技创业者必须提前将其纳入长远战略规划。当前底层架构需攻克持续学习与长期推理两大难题，智能体被视为通向AGI的必经之路，但受限于持续学习能力难以适应复杂环境。模型生态上，大小模型协同运作成为趋势，蒸馏技术使轻量级模型以低成本达到高性能，端侧模型降低成本并保障隐私，未来与云端超大模型协同构建理解物理世界的基础设施。

ginobefun@hongming731

42

DeepMind联合创始人Demis Hassabis指出，实现AGI不能仅依赖预训练和RLHF，必须补足持续学习与长程推理能力，并将时间节点锁定在2030年前后。同时，AI代理的自动化交付链条正在快速构建：OpenAI Codex已升级为高活跃度的并行工程平台，能自动分解任务；Cloudflare与Stripe合作推出新协议，使AI代理能自主完成开户、支付、部署等全流程，实现无人值守的软件交付。

Demis Hassabis@demishassabis

60

배경훈: <구글 딥마인드와 함께, 대한민국 AI 혁신의 새로운 길을 열어갑니다> 오늘 구글 딥마인드의 데미스 하사비스(@demishassabis) CEO와 만나 AI 협력에 관한 MoU를 체결했습니다. AI 발전 방향에 대해...

韩国政府与谷歌旗下AI公司DeepMind签署谅解备忘录，将围绕AI联合研究、人才培养及负责任使用AI展开合作。双方将以5月启动的国家科学AI研究中心为核心，保障韩国创新项目“K-Moonshot”顺利实施。该项目旨在2035年前攻克生物、未来能源、物理AI等八大领域国家级难题，以提升韩国在AI领域的技术竞争力，应对中美主导地位。双方还将在生物科技、气象气候等领域深化合作，并通过成立工作组定期会议保持沟通。

Google DeepMind 正与全球咨询公司建立战略合作，将前沿 AI 技术能力引入企业组织，加速全球范围内的 AI 转型进程。该合作旨在弥合尖端 AI 技术与企业应用之间的鸿沟，使各行业组织能够直接获取和应用最新的 AI 能力，推动业务创新与数字化变革。

Deedy@deedydas

Deedy: Every single book that influenced Demis Hassabis and DeepMind (and how it inspired them), from "Infinity Machine". Class...

swyx 🏝️@AIEmiami@swyx

AI Engineer: 🆕Building Generative Image & Video models at Scale https://www.youtube.com/watch?v=xOP1PM8fwnk A lot of interest in ima...

成立仅四个月的AI初创公司Recursive Superintelligence完成超5亿美元融资，投后估值达40亿美元。该公司由前Google DeepMind与OpenAI研究人员创立，核心目标是开发具备递归自我改进能力的AI系统。此次巨额融资创下早期AI公司估值纪录，反映出资本市场对下一代自主进化人工智能技术的强烈信心与激进押注。

Google DeepMind 推出 Gemini Robotics-ER 1.6，显著提升机器人的规划与执行精度。新版本增强了环境感知与理解能力，新增识别并读取测量仪器的功能，使机器人能够在复杂任务场景中实现更精准的操作决策与行动控制。

Google Gemini@GeminiApp

Google Gemini: Ready to make the most of notebooks in Gemini? Join @GoogleDeepMind Product Manager, Rebecca Zapfel, for a live demo on ...