
据科技博客Recode报道,谷歌公司斥资4亿美元收购了初创公司DeepMind,欲进一步将其在人工智能研发领的研发推向纵深。
DeepMind是一家位于英国伦敦的人工智能初创企业,公司网站信息显示,DeepMind公司是一家“前沿”企业,专业利用最好的构机器学习和神经系统科学构建强大的通用学习算法,网站信息还显示,DeepMind主要建立用于模拟、电子商务以及游戏的学习算法。
据知情人士透露,谷歌实施此次交易很大程度上是为了获得人工智能人才,谷歌首席执行官拉里·佩奇(Larry Page)亲自主导了这笔交易。
谷歌的这一最新收购,距离其宣布成立使用量子计算机、推动机器学习的新型实验室尚不足一年时间。
谷歌公司最近专注于人工智能的发展。科学家利用谷歌公司建立起的名为“X”的神秘实验室,创建了一个连接1.6万台的计算机神经网络,并将获取的信息反馈至互联网。该网络的性能超出了研究人员的预期,精确度达到了预期的两倍。
好文章,需要你的鼓励
这项由IIT马德拉斯与BITS Pilani联合发布的研究(arXiv:2604.21523,2026年4月)构建了FOCUS元评估基准,系统检验了评审型视觉语言大模型的可靠性。通过向超过4000个图文和图像样本中注入40种受控错误,研究发现顶尖评审AI的检测失败率在某些条件下超过50%,物理合理性和视觉细节类错误尤为难以被发现,两两比较是最可靠的评审范式。
这篇由Sylph.AI发布的技术报告提出了一套两层自动化框架,核心思想是让AI自动优化自身的运行脚手架,再进一步让AI学会如何更高效地做这种优化。内层的脚手架进化循环通过工人代理、评估代理和进化代理的协作,自动迭代改进单个任务的运行配置;外层的元进化循环则在多个任务上训练,学习一套能快速适应任何新场景的通用进化蓝图,从而彻底消除人工脚手架工程的需求。
这篇由英伟达等顶尖机构联合发表的论文提出了一种名为Voyager的新型智能体。研究团队以《我的世界》为实验平台,通过引入自动课程规划、技能库存储以及迭代反馈机制,成功让大语言模型主导的AI在完全无人类干预的情况下,实现了在复杂开放世界中的自主探索与终身学习。实验数据表明,Voyager在物品收集、探索范围及技能解锁速度上均呈现出远超传统方法的压倒性优势,为未来开发能够自主解决真实物理世界复杂任务的通用人工智能奠定了关键的理论与实践基础。
这项由伊利诺伊大学、斯坦福大学、英伟达和麻省理工学院联合发布的研究(arXiv:2604.25917,2026年4月)提出了RecursiveMAS框架,让多个异构AI模型通过轻量级模块RecursiveLink在内部信号层面直接传递"潜在思想",形成循环协作,彻底绕开了传统多AI系统依靠文字传话的低效方式。配合两阶段内外循环训练策略,整个系统只需优化极少量参数,就能在数学、科学、代码生成和搜索问答等9个基准测试上取得平均8.3%的精度提升,同时实现最高2.4倍推理加速和75.6%的token用量削减。