Isomorphic Labs 完成 5 亿美元 C 轮融资,推进药物候选进入临床试验
从 Google DeepMind 分拆的 AI 药物发现平台 Isomorphic Labs 完成 5 亿美元 C 轮融资,由 Greenoaks 和 Sequoia Capital 联合领投,Andreessen Horowitz 等新投资方参与。
推荐理由:从 DeepMind 分拆的 AI 制药公司完成 5 亿美元 C 轮融资,读者可了解其临床前进展与制药合作背景。
从 Google DeepMind 分拆的 AI 药物发现平台 Isomorphic Labs 完成 5 亿美元 C 轮融资,由 Greenoaks 和 Sequoia Capital 联合领投,Andreessen Horowitz 等新投资方参与。
推荐理由:从 DeepMind 分拆的 AI 制药公司完成 5 亿美元 C 轮融资,读者可了解其临床前进展与制药合作背景。
Google 威胁情报团队(GTIG)称首次观测到攻击者完全自动化地发现并利用漏洞,全程无需人工介入。GTIG 发现一台暴露在外的服务器运行名为 exploit_agent 的 AI 框架,可连接多个大语言模型,对比补丁前后的代码、识别漏洞、开发并自动运行利用程序;配置文件中的俄语注释显示运营者可能讲俄语。
推荐理由:Google 威胁情报团队披露首个全自动漏洞利用框架,并给出攻击自动化分级与当前所处阶段,可作为判断 AI 攻击风险的参照。
Google 将 Antigravity 中的 /teamwork 多智能体工作流开放给外部研究者和开发者,配合 Gemini 4 Argon、Carbon、Hydrogen 使用。
推荐理由:Google 公开 /teamwork 多智能体工作流在数学证明、化学结构与内核优化上的具体成果,并说明外部研究者可用的入口。
NVIDIA 于 11 月 12 日宣布,黄仁勋辞去 CEO、总裁及董事会成员职务,结束其 33 年任期;SEC 文件显示董事会于 11 月 11 日接受辞呈。
Google 发布 Gemini 4 Hydrogen,并已在自家产品中取代 Gemini 3.8 Flash,访问限制较此前 Argon、Carbon 明显放宽。
推荐理由:读者可了解 Gemini 4 Hydrogen 取代 3.8 Flash 后的速度、幻觉与编码基准变化,以及它与 Argon 的定位差异。
Google 发布 Gemini Decision 1 校准多模态决策模型及 Decisions API,支持 yes/no、多选与评分,单次请求最多 1000 题、256K 上下文,端到端延迟 150–250ms,输入定价 $0.10/1M tokens、输出不计费。
推荐理由:Google 抢在 Anthropic 前发布决策模型,独立评测却显示其成本与准确率各有取舍。
Google DeepMind 发布 AlphaGenome 2,这是一个条件式 DNA 序列模型,可针对特定细胞类型或状态预测 DNA 变异对基因表达的影响。
推荐理由:原文给出条件式建模思路与单细胞层面的对比数据,读者可据此判断它在变异解读上的变化。
Google DeepMind 向开发者、企业和科研人员开放 Gemini 4 Carbon,称其在网络安全能力和长周期智能体工作流上达到前沿水平。
推荐理由:原文列出 Carbon 在多项基准上的排名与每任务成本,并给出网络安全与科研场景的实测案例,便于判断其与 Argon 的分工。
Google DeepMind 发布 AlphaProof Code,一个多 LLM 智能体框架,用 AI 智能体对 Signal 协议实际代码的关键安全属性做形式化验证。
推荐理由:读者可了解多 LLM 智能体如何把形式化验证从设计层推进到实际编译代码,以及四周完成原本需数年的验证任务。
Google DeepMind 发布 Gemini Robotics 2.5,称其为目前能力最强的视觉-语言-动作(VLA)模型,在 200 项任务上相比此前基线成功率提升 30% 至 100%,完成任务速度快 20% 至 30%。
推荐理由:原文给出 200 项任务评测与奔驰产线 96% 成功率的实测数据,可据此判断 VLA 模型在真实工业场景的进展。
Google DeepMind 发布 Gemini Omni 1.2 Flash,并在 Gemini API 和 Gemini for business 全面开放。
推荐理由:原文给出时长、价格与一致性等具体变化,读者可据此判断视频生成成本与工作流会怎样变化。
Google Research 在 Nature 发表 AI-PPG-ACC-HTN 系统,仅用智能手表的 PPG 与加速度传感器数据、无需袖带校准即可被动识别高血压状态。
推荐理由:研究以 24 小时动态血压监测为金标准,对比智能手表无袖带筛查与诊室测量的灵敏度、特异度,可了解被动筛查路径的可行性边界。
Google DeepMind 为 Google Antigravity 推出化学信息学 Skills,基于 RDKit 并接入 ChEMBL 与 PubChem,让智能体完成分子抽取、匹配分子对分析和成药性建模。
推荐理由:原文完整演示了化学智能体从文献抽取分子到设计合成路线的流程,可据此判断科研工作流的自动化边界。