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。
密苏里大学科学家结合冷冻电镜与 AlphaFold，成功绘制出“坏胆固醇”关键蛋白 apoB100 的结构。apoB100 是低密度脂蛋白（LDL）的分子支架，新模型显示其形成一个包裹 LDL 颗粒的笼状外壳，并以一条带状结构维持颗粒在血流中的完整。这一成果为更精准地预防、诊断和治疗高胆固醇及动脉粥样硬化性心血管疾病打开了新的可能。
推荐理由：原文呈现 AlphaFold 与冷冻电镜结合破解 apoB100 结构的过程，可看作 AI 辅助科研的参照案例。
Google 在 Gemini 应用中上线 AI 图片验证功能，用户上传图片并提问后，系统会检查 SynthID 水印并结合推理返回该图片是否由 Google AI 生成或编辑。
推荐理由：官方说明给出 SynthID 水印验证在 Gemini 应用中的使用方式与后续扩展计划，可据此判断 AI 内容溯源工具的落地节奏。
Google DeepMind 发布 Nano Banana Pro（Gemini 3 Pro Image），一款基于 Gemini 3 Pro 构建的高保真图像生成与编辑模型，现已在 Google AI Studio 和 Vertex AI 以付费预览形式推出。
推荐理由：官方给出了新模型相对 Gemini 2.5 Flash Image 的画质与控制能力升级，以及付费预览的开放入口，开发者可据此判断是否迁移到更高画质的图像生成流程。
Google DeepMind 发布 Nano Banana Pro（即 Gemini 3 Pro Image），这是基于 Gemini 3 Pro 的图像生成与编辑模型，强调文字渲染、多图融合与高保真输出。
推荐理由：官方列出新模型在文字渲染、多图融合与分辨率上的提升，并给出各平台开放入口，便于读者判断如何接入使用。
Google DeepMind 发布 Gemini 3 Pro，称其在各大基准上超越前代，编码能力超越 2.5 Pro。模型预览版定价为 $2/百万输入 token 和 $12/百万输出 token（200k token 以内），可通过 Gemini API、Google AI Studio 和 Vertex AI 使用。
推荐理由：官方公布了 Gemini 3 Pro 的基准成绩、定价与开发者工具集成，读者可据此评估其在编码和多模态任务上的实际可用性。
Google 正式发布 Gemini 3，首先推出 Gemini 3 Pro 预览版，号称在多模态理解、推理和编码方面达到业界最先进水平，LMArena 得分 1501 Elo。同时推出增强推理模式 Gemini 3 Deep Think 以及全新的智能体开发平台 Google Antigravity。
推荐理由：官方公布 Gemini 3 Pro 在推理、多模态和编码基准上全面超越 2.5 Pro，并推出 Deep Think 模式与 Antigravity 开发平台。
Google DeepMind 与 Google Research 发布天气预报模型 WeatherNext 2，预报速度提升 8 倍、分辨率精细到 1 小时，在 99.9% 的变量和 0-15 天预报时效上超越上一代 WeatherNext 模型。
推荐理由：原文给出 WeatherNext 2 相比上一代在 99.9% 的变量与预报时效上提升，并开放 Earth Engine、BigQuery 与 Vertex AI 早期访问，可据此判断气象数据的获取与使用方式变化。
Google DeepMind 发布 SIMA 2，一个以 Gemini 模型为核心的通用 AI 智能体，从指令跟随者升级为可交互的游戏伙伴。SIMA 2 能理解用户的高层目标、对话说明自己的意图，并通过试错与 Gemini 反馈自我改进；在从未训练过的游戏（如 ASKA 和 MineDojo）以及 Genie 3 生成的全新 3D 世界中也能泛化行动。
推荐理由：SIMA 2 从指令跟随者进化为能推理、会交流并自我改进的交互式伙伴，为具身智能走向通用性提供了可参照的路径。
OpenAI 与 DeepMind 安全团队合作开发了一种算法，通过让人类在两种行为之间做出选择来推断人类意图。其目标是为安全 AI 系统移除人工编写目标函数的需求，避免用简单代理替代复杂目标带来的危险行为。
推荐理由：原文介绍了与 DeepMind 安全团队合作的偏好学习算法，读者可据此理解用人类偏好替代手写目标函数这一对齐思路的早期形态。