AlloyDB ScaNN 如何将向量搜索扩展至 100 亿向量
AlloyDB 的 ScaNN 索引通过新增四级树(preview)架构与内存优化,将向量搜索规模扩展至 100 亿向量。内部测试中,该索引在 100 亿向量下实现 ≤51 ms p95 延迟与 95% 召回率,搜索复杂度由三级树的 O(N^1/3) 降至 O(N^1/4)。四级树已开放 preview,可按快速入门指南部署。
AlloyDB 的 ScaNN 索引通过新增四级树(preview)架构与内存优化,将向量搜索规模扩展至 100 亿向量。内部测试中,该索引在 100 亿向量下实现 ≤51 ms p95 延迟与 95% 召回率,搜索复杂度由三级树的 O(N^1/3) 降至 O(N^1/4)。四级树已开放 preview,可按快速入门指南部署。
Gergely Orosz 采访在 Google 工作 14 余年的 Addy Osmani,回顾他 16 岁造浏览器、开发 Chrome DevTools 和 Core Web Vitals 的经历。
Google Research 推出研究性深度学习框架 PhotoScan,从标准 2D 手机照片估算体脂率(BF%)、A/G 比和 V/S 比三项三维体成分指标。
Gemini 3.7 Flash is here. It’s stronger for coding, knowledge work, and web development. 🧵
推荐理由:DeepMind 官方宣布 Gemini 3.7 Flash 发布,写明了能力方向和半价定价,读者可据此评估是否替换现有模型。
Google DeepMind 发布 Gemini 3.7 Flash,称其为迄今最智能的主力模型,面向编码与 Agent 场景,距 Gemini 3.6 Flash 发布仅三周。
推荐理由:官方博客给出具体评测分数与限时定价,读者可以据此评估 Flash 系列在编码、Web 开发和知识工作上的实际提升。
Google Cloud 为 BigQuery Graph 引入 measures(预览版),把受治理的指标与关系映射统一起来,让 AI 智能体在图上跨多跳依赖进行推理。
Google DeepMind 发布大规模多语言手语转文本模型 SL2T,为 Gboard 和 Pixel 11 的 Live Transcribe 带来手语转文字听写,首先支持 ASL 转英语,后续将扩展更多语言和设备。
推荐理由:原文解释了手语翻译的两类核心难题和 SL2T 的技术取舍,并给出基准分数与隐私设计,读者可了解可用手语 AI 的实现路径。
Google Research 发布知识画像框架及 WikiProfile 基准(2,150 条 Wikipedia 事实,每条配 10 个任务),评估 13 个 LLM 的编码、召回与识别。
推荐理由:原文用知识画像框架区分编码与召回失败,并给出思维可回收约40-65%事实的关键数据,帮助读者理解事实性瓶颈所在。
Google Research 推出基于 Gemini 和 Project Astra 的 AMIE (Video),可进行实时视频临床问诊,感知非语言视觉和听觉线索并引导虚拟体格检查。
推荐理由:原文给出三智能体架构和随机对照结果,读者可以据此了解实时视频问诊 AI 的设计思路与评估方法。
Google Cloud 的 Database Migration Service(DMS)现已内置由 Gemini 驱动的 AI 代码转换功能,可将 Oracle PL/SQL、SQL Server T-SQL 的存储过程、触发器和自定义函数转换为 PostgreSQL PL/pgSQL。
Legendary! Thanks for sharing the behind-the-scenes @JeffDean!
Google DeepMind 在 Nature 发表 WeatherNext AI 模型研究,对气旋路径、强度和风结构的预报平均多出超过 24 小时提前量,相当于约十年的气象学进步。
推荐理由:官方介绍论文与开源模型的关键结果,读者可以据此评估其对气象预报和研究的可用性。
Jeff Dean 宣布明天是在 Google 的最后一个工作日,任职 27 年,期间公司从 25 人成长到超过 19 万人。
推荐理由:作者本人宣布离职与创业去向,并交代新公司使命与支持方,读者可据此了解后续动态。
Google Cloud 在 Next '26 的 Agentic Data Cloud 发布中推出两款 AI 数据库智能体。
Google Cloud 的 Database Migration Service(DMS)可自动将 SQL Server 多结果集存储过程转换为 PostgreSQL 的 SETOF refcursor 结构。
Target 基于 Spanner Graph 构建企业本体,将图关系、向量嵌入、全文检索与事务数据统一到同一数据库引擎,替代原有 Elasticsearch 加 NoSQL 的碎片化架构。迁移采用零停机四阶段方案,完成后下线旧 Elasticsearch 集群,数据库维护成本降低 50%。该平台为 Gift Finder 等对话式购物助手提供结构化上下文,支撑 GraphRAG 式商品发现。
Google 宣布 Data Commons on Spanner Graph 正式可用,并预览新的 Data Commons Platform,用于把企业私有知识与公共数据集知识图谱打通。
Google Research 提出 Chain-of-Evidence(CoE)可验证性框架,并发布自主科研原型 Science One Framework 与自动审计工具 CoE Audit。
Google Cloud 为 AlloyDB 推出 IAM 群组认证预览版,将身份驱动的访问控制引入企业级工作负载,并与 Cloud SQL 统一安全策略。该功能支持定义最多 200 个 Google Groups,让 AI 智能体传递终端用户身份,使数据库按用户权限授权并记录精确审计日志。Bilt 已采用该方案消除共享凭证风险。
Google DeepMind 发布 Gemini Robotics ER 2,面向机器人的具身推理模型,支持视频理解、任务进度跟踪、工具编排与多机器人协作,并可将执行交给下层 VLA 模型。
推荐理由:官方发布给出进度分类、moment finding 等具体数字和公开 API 入口,读者可以据此评估其机器人编排与视频理解能力。
Google DeepMind 发布最新音乐生成模型 Lyria 3.5,即日起在 Google Flow Music 中上线。模型改进包括更自然丰富的旋律结构、更高歌词质量与提示词遵循度、更真实且情感细腻的人声与发音,并新增对输出节奏 tempo 和时长的控制。
Dwarkesh Patel 撰文分析 AI 算力未来几年可能变得贵 10 倍以上的原因。他指出 Anthropic 收入同比约 10 倍增长而算力仅约 3 倍增长。
推荐理由:作者用 Anthropic 收入与算力增速的缺口推算算力价格走向,给出一条理解未来算力成本的经济分析思路。
Google DeepMind 发布 Gemini Robotics 2 系列,包含全身控制的 VLA 模型、具身推理模型 ER 2 和可本地运行的 On-Device 2。
推荐理由:官方完整说明了三个模型的能力分工、适配速度与安全基准,读者可以据此了解具身智能模型的实际能力边界。
Google Cloud 在 Next 2026 上推出 Agentic Data Cloud,将数据、AI 模型与运营数据库统一为单一 System of Action。
Google Research 发表 SymptomAI 论文,在 13,917 名参与者中测试基于 Gemini Flash 2.0 的五版实验性症状问诊智能体,所有诊断仅供研究分析。
推荐理由:原文给出 n=13,917 的随机对照研究设计和临床专家盲评结果,并展示了诊断与 Fitbit 生理信号的关联分析。
Google Research 在 Nature 发表《Reinforcement learning control of quantum error correction》,用强化学习(RL)智能体从量子纠错的错误检测事件中学习,在计算进行中持续调控数千个控制参数以对抗漂移,无需中断计算。
Google 在 DOE Genesis Mission Summit 2026 上宣布投入 4000 万美元的 AI tokens 和云 credits,支持 Genesis Mission 的研究人员。
Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 和 3.5 Flash Cyber 三款模型,面向大规模 AI agent 构建。
推荐理由:官方发布三款 Gemini Flash 模型,给出具体价格、token 效率与多项基准对比,读者可据此评估 agent 工作流的成本与选型。
Import AI 465 期综述多项 AI 动态。英国 AI Security Institute 分析显示,GLM-5.2 和 DeepSeek V4-Pro 在 70 项网络能力评测上接近比其早 4 到 7 个月发布的闭源前沿模型,差距较 2025 年的 6 到 10 个月收窄,但在长程网络任务上差距更大。
Google DeepMind 发布基于 3.5 Flash 微调的轻量网络安全模型 Gemini 3.5 Flash Cyber,用于快速发现、验证并修复漏洞,将通过限access试点先面向政府和可信伙伴经 CodeMender 开放。
推荐理由:以轻量模型多次调用替代单次大模型调用做漏洞挖掘,并用 Chrome 真实流水线等无污染基准展示对比结果,方法与数据都可参考。
Google DeepMind 与 Isomorphic Labs 公布联合生物韧性方案,一方面防止威胁行为者滥用其模型,另一方面让政府、科学家和生物安全专家用 AI 应对疫情。
Google Research 在 ICLR 2026 论文《On the Interpolation Effect of Score Smoothing in Diffusion Models》中解释了扩散模型的创造力来源:神经网络训练中的正则化会让学到的 score function 被"平滑",使去噪过程在训练数据点之间插值,从而生成新样本。
Google DeepMind 在印度启动 ATL Saathi 试点,这是一款由 Gemini 驱动的 Web 应用,为 Tinkering Lab 教育者提供 24/7 备课与培训助手。该工具基于 NotebookLM 组织 12 个核心模块内容,支持 10 个模块的项目生成,并首发支持 8 种语言。底层由 Gemini 3.5 Flash 提供智能支持,首批覆盖全国 100 所试点学校。
Google DeepMind BlueShift 负责人 Adam Brown 在播客中深入浅出讲解广义相对论,从爱因斯坦“最快乐的思想”出发,解释引力为何是弯曲时空的产物而非一种力,并讲解黑洞为何无法被用来提取无限能量。节目最后还讨论了 AI 距离从零重新发现广义相对论还有多远。
Google Research 发布 SensorFM,一个大传感器基础模型,用来自 500 万名同意参与研究者的超过一万亿分钟无标签多模态可穿戴数据进行自监督预训练,覆盖 100 多个国家、20 多种 Fitbit 和 Pixel Watch 设备。
Google Research 在 Nature Cities 发表首个大规模真实世界研究,通过修改 Google Maps 算法将不到 2% 的行程引导至相近耗时的替代路线,在美国 10 座城市测试六个月。结果显示目标路段行驶速度中位数提升约 2%,油耗率中位数下降 0.5% 至 1.0%,每座城市每年可减少数千吨 CO2e 排放。
Google DeepMind 与 A24 宣布一项研究导向的合作,让 A24 及其电影创作者参与塑造新工具和工作流,Google DeepMind 则获得艺术家的反馈与指导,合作将跨多个项目长期进行。此外,Google 已对 A24 进行投资。