Google 公开 SynthID Detector,称 180 billion 张图片和视频已带水印
Google 已向公众开放 SynthID Detector,任何人都可以检查图片、视频或音频文件是否由 Google 的 AI 或其合作伙伴创建。该工具可识别 Gemini、Veo、Lyria 等模型内容中的不可见水印,支持 JPG、PNG、MP4 和 MP3,但只能标记带有 SynthID 水印的内容。
公司与模型
Google 与 DeepMind 的 AI 动态:Gemini 系列、Veo 视频模型、研究成果与产品生态的持续追踪。
107 条精选近 30 天 102 条共收录 110 条
Google 已向公众开放 SynthID Detector,任何人都可以检查图片、视频或音频文件是否由 Google 的 AI 或其合作伙伴创建。该工具可识别 Gemini、Veo、Lyria 等模型内容中的不可见水印,支持 JPG、PNG、MP4 和 MP3,但只能标记带有 SynthID 水印的内容。
Google 推出 Playground,这是一个面向美国成年用户的浏览器 AI 平台,可仅用文本输入创建游戏且无需编码。用户能通过与 AI 往返对话调整规则、物理效果、角色和环境,完成后可通过链接分享或发布到公共图库;平台运行在 Google 的 Gemini、Nano Banana 和 Lyria 模型上。
Google DeepMind、Meta 和 Isomorphic Labs 将共同向 Biohub 的 Virtual Biology 计划投资 $300 million,用于创建可帮助研究人员数字化提出、预测并回答生物学问题的 AI 数据集。
Google 宣布 SynthID 检测器现在支持所有合作伙伴的水印,并在新的 SynthID.com 网站上面向任何人开放使用。SynthID 是编码在 AI 生成图像、视频像素和 AI 音频波形中的不可见信号,Google 称 Gemini 已在超过 180 billion 张图像和视频以及 240,000 年音频中集成 SynthID。
Google DeepMind 发布 EmbeddingGemma 2,将文本、代码、图像、视频和音频映射到统一嵌入空间。该模型基于 Gemma 4 架构,采用 Apache 2.0 许可,拥有 740 million 参数,支持 8K token 上下文窗口,并可通过 MRL 将输出向量从 768 维截断到 512、256 或 128 维。
推荐理由:原文给出参数规模、上下文窗口和端侧内存数据,可用于评估多模态嵌入在本地检索场景中的适配性。
Google Research 介绍了 Earth AI 的 Population Dynamics Foundation Model(PDFM)如何把地理空间嵌入接入公共卫生和流行病学工作流。
推荐理由:原文用五类公共卫生案例展示地理空间嵌入接入现有流行病学流程的效果。
Ars Technica 报道称,AI 智能体在数百万组织中的采用正为攻击者创造新机会,可诱导智能体执行泄露数据库内容和敏感信息等恶意操作。过去五个月里,Google 等五个组织承认存在相关漏洞,攻击会利用目标网络中的一个智能体向其他内部智能体传播恶意指令。
Google Research 分享 workshop report《Open and Emergent Problems in Agentic Privacy and Security: A Contextual Angle》,讨论自主智能体面临的隐私与安全基础挑战。
Import AI 475 聚焦 AI 智能体 swarm scaling、Google DeepMind SynthID Bio、生物安全与 AI 科学自动化等议题。
EmTech Future 2026 已开放完整点播节目,覆盖 AI、量子、新能源、机器人及多技术融合议题。Google Research 负责人 Yossi Matias 讨论 AI 如何重塑生物学、基础设施、制造业和科学;订阅者可享 20% 折扣,以 $596 访问完整节目。
Google Research 宣布新一代基于 Trusted Execution Environments 的联邦学习系统,用于提供可验证、可审计的数据匿名化保证。
Thore Graepel 认为,当今 LLM 主要依赖 next-token prediction 和 CoT 延长生成过程,并不具备 AlphaGo 式的独立推理机制。他以 AlphaGo 的政策网络与搜索机制解释第 37 手,指出真正推理需要显式、持久、可检查的认知状态,以及知识与操作知识方式的分离。他主张未来 AI 应维护可审计的证据、推理和信念修订序列,用于科学、医学、工程等高风险领域。
Google DeepMind 推出 Gemini 4 Argon,用于编码、企业知识工作和网络防御,当前仅通过 Fairwind Program 向政府用户和受信任的网络防御者开放。
推荐理由:原文汇总了 Argon 的开放范围、价格和多组评测结果,便于比较 Google DeepMind 与同级前沿模型。
Google DeepMind 宣布 Gemini 4 Argon,这一前沿模型将先通过 Fairwind Program 向一组受信任的网络防御者推出,并逐步扩大访问。
推荐理由:原文给出发布节奏、价格和多项基准结果,可用于了解 Google 对高能力模型分阶段开放的安排。
Google DeepMind 推出 SynthID Bio,将水印技术用于合成生物学,在 AI 生成蛋白质序列和 3D 结构中嵌入可验证签名,同时在实验室测试中保持生物功能。
推荐理由:原文展示了生物设计水印在湿实验和结构预测中的验证结果,可用于理解 AI 生物安全的新防线。
Google Research 提出 Diffusion Controller 框架,将扩散模型去噪过程重构为连续控制问题,用轻量“steering damper”网络引导图像生成。实验使用 Stable Diffusion v1.4,并在 SFT、RWL、PPO 三种微调设置下以 HPS-v2 评估;完全解锁版本相对基线模型达到 90% 胜率。
Google Research 介绍了一套用于连贯长视频生成的研究框架,以 AI video co-director 统一协调 Gemini 和 Veo 上的多智能体视频叙事流程。
推荐理由:文章将长视频一致性拆成规划、记忆与闭环优化问题,可为多镜头生成工作流提供结构化参考。
Google DeepMind 推出 Gemini 3.8 Live with Live Avatar,为 Gemini 的对话 AI 带来近实时视觉形象,并已在 Gemini Enterprise 提供。
推荐理由:原文给出实时视频形象、多语言同步和异步工具调用,便于评估企业对话智能体的交互变化。
Google DeepMind 介绍了 Private AI Compute 架构更新,将为平台带来私有的服务器端持久记忆,以支持跨设备 AI 记忆并保持设备端隐私标准。
推荐理由:原文解释了云端持久记忆与设备端密钥的组合,便于理解个人 AI 助手的隐私架构取舍。
Google DeepMind 发布 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两个文本转语音模型,用于生成更具表现力的音频。
推荐理由:原文列出语音定制、复刻、安全标识和开放渠道,便于判断新 TTS 模型的应用边界。