在不当使用健康数据引发争议和批评之后,谷歌的人工智能研究部门DeepMind Technologies Ltd.正在扩大其工作范围,并超出了技术的领域。
这家位于英国的公司今天上午宣布组建一个新的团队,负责探索伴随着人工智能的普及引发的伦理挑战。该部门由Verity Harding和技术顾问Sean Legassick领导,Verity Harding先前曾担任谷歌欧洲业务公共策略的领导。DeepMind希望在未来一年内将该部门现有的八个员工的数量增加两倍。
该小组将使用外部“DeepMind Fellows”的建议,“DeepMind Fellows”中包括经济学家、哲学家和其他专家的专家,他们专注的领域以某种方式涉及关于人工智能的讨论。还有计划与大学合作进行类似的研究。
除了为DeepMind的工作制定道德准则之外,该部门将尝试预测人工智能在未来可能重塑社会的方式。这一工作将强调一些重大问题,例如如何确保人工智能系统能够维护用户权利及其可能对经济造成的影响。DeepMind预计,该团队将在明年的某个时候开始发表其第一篇研究论文。
这样说来,组建这个部门的举措不仅仅是学术性质的。今年早些时候,DeepMind因与英国National Health Service合作的一个项目涉嫌违反有关病人记录处理规定而遭到抨击。内部的道德操守团队可以帮助该部门避免将来滥用其人工智能技术。
从长远来看,这个新组建的部门的研究工作也可以使其他谷歌部门受益。该搜索巨头的WAYMO自动驾驶子公司是首当其冲。自动驾驶汽车上路的前景引发了棘手的问题,例如车辆会如何处理在事故不可避免时必须做出的困难选择。
虽然谷歌和其他的科技公司正在人工智能领域进行激烈的竞争,可是许多伦理盲点仍然存在。就在几个月前,DeepMind分享了一个项目的结果,该项目旨在训练神经网络,让它们更能够像人类一样思考,具体的做法是让它们在模拟条件下学习行走的基本知识。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。