DeepMind / 谷歌:机器人技术、Gemini代理和AGI评论

DeepMind/谷歌推出了Gemini深度研究代理和统一的交互API供开发者使用。
Key insights
发布Gemini深度研究代理以支持严格的开发者研究
DeepMind宣布推出Gemini深度研究代理,该代理基于Gemini 3 Pro构建,并通过多步强化学习进行训练,以提高准确性并降低幻觉。该代理能够自主规划研究,进行迭代搜索,将私人文档与公共网络数据整合,并输出可验证的引用。DeepMind发布了新的内部基准——DeepSearchQA 66.1%、人类最后的考试46.4%、BrowseComp 59.2%——以展示该代理在复杂因果链研究任务中的表现。该代理可通过交互API进行开发者集成和结构化输出。
交互API统一模型和代理调用以供开发者使用
谷歌发布了交互API,这是一个统一的端点,用于与模型和代理进行交互,支持高控制、结构化输出(JSON)和开发者定义的提示约束。该API是Gemini深度研究代理的集成接口,可通过谷歌AI工作室和Gemini API密钥访问,支持金融尽职调查和生物技术文献聚合等应用。
谷歌全球扩展Google AI Plus和Nano Banana访问
谷歌宣布将Google AI Plus扩展至36个额外国家,使其总可用国家达到77个。该计划提供Nano Banana图像生成的更高限制,访问Veo 3 Fast、FlowbyGoogle、Whisk、NotebookLM扩展,Gemini在Gmail/Docs/Sheets中的集成,以及增强的存储;促销定价包括新订阅者六个月内享受50%的折扣。
DeepMind和谷歌机器人研究强调模拟、运动转移和世界模型
DeepMind的机器人技术领导者强调了大型语言模型(LLMs)与强化学习的整合:视觉-语言-动作(VLA)与世界模型,运动转移实现跨身体数据重用,以及对灵巧操作所需的触觉感知的重视。研究人员强调了模拟和合成数据作为可扩展来源,并指出模拟与现实世界机器人性能之间仍存在差距。声明包括机器人运动和步态已基本解决,而手部灵巧性仍处于幼儿水平。
DeepMind相关科学家提供AGI时间线和能力警示
DeepMind的专家阐述了AGI的估计和能力差距:Shane Legg估计在2028年前实现最小AGI的机会为50%,该定义要求完成典型的人类认知任务。评论指出,语言技能在多种语言中已超越人类,但持续学习、视觉推理的细微差别和长期持续学习仍然是瓶颈。