DeepMind 推出支持4K视频生成的大模型 Veo 2
周一，Google 旗下的 DeepMind 宣布推出 Veo 2，这是新一代视频生成 AI，也是 Veo 的继任者。Veo 2 现在通过 Google 实验室的 VideoFX 独家提供，用户可以申请加入等待名单，谷歌表示本周将扩大可访问该服务的用户数量。
Veo 2 可以创建两分钟以上的视频片段，分辨率高达 4k。这是 OpenAI 的 Sora 可以实现的分辨率的 4 倍，持续时间是其 6 倍多。DeepMind 表示，该模型可以生成多种风格的片段，对物理和摄像机控制的“理解”有了提高，并能制作出“更清晰”的图像， Veo 2 可以更真实地模拟运动、流体动力学（如将咖啡倒入杯子）和光的特性（如阴影和反射）。DeepMind 表示，这包括不同的镜头和电影效果，以及“细致入微”的人类表达。
—— Google Deepmind，TechCrunch
谷歌 DeepMind 公布能生成可互动环境的世界模型 Genie 2
谷歌 DeepMind 推出第二代 Genie 模型，其可以根据单个图像和文本描述生成交互式实时 3D 世界场景。以 Genie 世界模型作为基础模型，可以为自动驾驶或具身人工智能生成无限多的训练数据，进一步推动 AI 发展。
Genie 2 可以生成“丰富多样的 3D 世界”，其中包括用户可以使用鼠标或键盘进行跳跃和游泳等动作的世界。该模型经过视频训练，能够模拟物体交互、动画、灯光、物理、反射和“NPC”的行为，并拥有记忆能力。在谷歌公布大量示例中，许多看起来都像 3A 游戏，原因很可能是该模型的训练数据包含热门游戏的通关视频。
—— TechCrunch，Google 博客
Google DeepMind 推出可以设计蛋白质结合剂的 AlphaProteo 模型
Google DeepMind 今天推出了 AlphaProteo，第一个用于设计新型高强度蛋白质结合剂的 AI 系统，可作为生物和健康研究的基础。这项技术有潜力加速对生物过程的理解，并有助于发现新药、开发生物传感器等。该模型在分析蛋白质相互作用的基础之上，可以创造出能够成功结合目标分子的新型蛋白质，以直接控制这些生物过程。DeepMind 当前已开始接受学术研究加入该模型的受信任测试者计划。
AlphaProteo 可以为多种靶蛋白生成新的蛋白结合剂，包括与癌症和糖尿病并发症相关的 VEGF-A。这是 AI 工具首次能够成功设计 VEGF-A 蛋白结合剂。 AlphaProteo 还实现了更高的实验成功率，并且在测试的七种靶蛋白上比现有最佳方法的结合亲和力高出 3 到 300 倍。
—— 谷歌博客
DeepMind 开发出“业余水平”乒乓球机器人
乒乓球在十年前就开始在机器人手臂的基准测试中发挥关键作用。这项运动需要速度和反应能力以及策略等多方面的能力。在最近发表的题为《实现人类水平的机器人乒乓球竞技》论文中，谷歌 DeepMind 机器人团队展示了其在这项运动上的研究成果。研究人员已经成功地开发出一种在与人类对抗时具有“扎实的业余水平的选手”。在测试期间，乒乓球机器人能够击败所有初学者选手。面对中级选手，机器人赢得了55%的比赛。但它还没有准备好迎战职业选手。机器人每次面对高级选手都会输。总的来说，在29场比赛中，该系统赢了45%。该系统最大的缺点是其对快速球的反应能力。DeepMind 认为造成这种情况的主要原因是系统延迟、两次击球之间的强制重置以及缺乏有用数据。
—— Techcrunch
谷歌 DeepMind 称其人工智能可以解决数学奥林匹克问题
字母表公司的人工智能研究部门 DeepMind 表示，该部门在解决复杂数学问题方面取得了进展，而这一领域对于当今的人工智能程序来说仍然具有挑战性。当地时间7月25日，谷歌推出了专注于数学推理的 AlphaProof 和 AlphaGeometry 2，后者是该公司今年早些时候推出的专注于几何模型的升级版。谷歌在一篇博客文章中表示，这些模型在国际数学奥林匹克竞赛的六道题中四道都取得了优异成绩。在产品之间难以进行比较的人工智能行业中，解决数学问题已成为一个关键的证据点。
—— 彭博社
Google DeepMind 推出可预测所有生命分子的结构和相互作用的 AlphaFold 3
Google DeepMind 今天在博客中介绍了和 Isomorphic Labs 共同开发的 AlphaFold 3，一种新型生命科学 AI 模型。该模型在准确预测蛋白质、DNA、RNA、配体等的结构基础之上，新增了对其相互作用的预测，相比当前最先进的方法至少有 50% 以上的提升， Google 希望它能够改变对生物世界和药物发现的理解。
该模型的论文已经发表在最新一期自然杂志上。现在，科学家可以通过新推出的易于使用的研究工具 AlphaFold Server 免费使用该模型大部分功能，包括免费的 2 亿个蛋白质结构的数据库。
—— Google DeepMind ，自然杂志
DeepMind 推出“足球运动员”智能体机器人
Google DeepMind 研发的具身智能体(agent)微型人形机器人，不仅可以快速“奔跑”“过人”“进攻”，还可以阅读比赛，正确预测足球移动方向，以及阻挡对手射门等，并且可以在现实环境中进行对抗。使用深度强化学习训练低成本的现成机器人踢多机器人足球，机器人在训练后展现出的敏捷性和流畅性远超期望。智能体也涌现出了一些意想不到的策略，这些策略比脚本策略更充分地利用了系统的全部功能，而这些策略可能是人类根本没有想到的。该研究以4月封面文章的形式已发表在 Science Robotics 上，题为“利用深度强化学习让双足机器人掌握敏捷足球技能”。
视频中左侧为具有学习能力的机器人，右侧是作为参照以脚本编程的机器人。
—— Science Robotics ,arxiv
谷歌 DeepMind 联合创始人加入微软，担任新人工智能部门首席执行官
微软聘请了谷歌 DeepMind 联合创始人穆斯塔法·苏莱曼 (Mustafa Suleyman)。在社交平台 X 上的一篇帖子中，穆斯塔法·苏莱曼宣布他将加入微软，担任新团队的首席执行官，该团队负责处理该公司面向消费者的人工智能产品，包括 Copilot、Bing 和 Edge。穆斯塔法·苏莱曼还将担任 Microsoft AI 执行副总裁，并加入该公司的高级领导团队，直接向微软首席执行官萨提亚·纳德拉汇报。穆斯塔法·苏莱曼于2010年与他人共同创立了人工智能实验室 DeepMind，该实验室后来于2014年被谷歌收购。除了聘请穆斯塔法·苏莱曼之外，微软还聘请了他后来创立的 Inflection AI 公司部分员工。
—— TheVerge、苏莱曼、微软博客
谷歌 Deepmind 推出人工智能足球战术教练
谷歌 DeepMind 与英超俱乐部利物浦合作，开发了一款被称为 TacticAI 的人工智能足球战术教练原型，这是利用该技术掌控高价值体育运动中不确定性的最新尝试。根据周二发表在《自然通讯》上的一篇论文，该模型当前专注于角球，而角球是进球的一个巨大潜在来源。AI 教练对角球中球员跑位的改进建议大部分获得了人类专家的认可，并在 90% 的场景中比当前战术更受青睐。DeepMind 项目与利物浦的合作还包括在点球和预测球员动作等领域。由于当前赛季正在进行中，利物浦没有回应是否在比赛中采用 AI 建议的询问。
—— 金融时报， 自然通讯
谷歌 DeepMind 利用大型语言模型解决了一个长期困扰人类的数学难题
谷歌 DeepMind 利用一大型语言模型成功破解了一项著名的未解数学难题。研究人员发表在《自然》杂志上的一篇 论文 中表示，这是首次使用大型语言模型发现长期科学难题的解决方案，产生了可验证且有价值的新信息，这些信息之前并不存在。“这不在训练数据中，甚至以前都不知道，”谷歌 DeepMind 研究副总裁 Pushmeet Kohli 说道。
它结合了一个名为Codey的大型语言模型，这是Google的PaLM 2的一个版本，经过对计算机代码进行了精细调整，还与其他系统结合使用，拒绝不正确或荒谬的答案，并将正确的答案重新插入其中。
经过数百万次建议和几十次总体过程的重复——这花了几天的时间——FunSearch能够提出代码，产生了一个正确且以前未知的解决方案，解决了cap set 问题，涉及找到某一类型集合的最大大小。
—— 麻省理工科技评论