Google DeepMind是Alphabet旗下的人工智能研究机构，由DeepMind与Google Brain于2023年合并而成。该机构致力于推进基础人工智能研究与应用开发，研究领域涵盖深度学习、强化学习、蛋白质结构预测（AlphaFold）、自然语言处理及科学计算等。其研究成果广泛应用于医疗健康、科学发现及Google旗下产品，是全球重要的AI研究机构之一。
mobile-use登顶Google DeepMind的AndroidWorld基准测试，成为首个在该基准上实现100%成绩的项目
SynthID 是谷歌 DeepMind 开发的 AI 内容水印技术，最初用于图像，后扩展至文本和音频
谷歌DeepMind经历了多位安全研究员离职
Anthropic、Google DeepMind 等机构已在内部实践类似的'负责任扩展政策'（Responsible Scaling Policy）
OpenAI首席执行官Sam Altman、Anthropic首席执行官Dario Amodei、Google DeepMind联合创始人Demis Hassabis以及Elon Musk就放缓AI开发速度达成了一项松散的共识
实验中的举报行为并非研究人员预先设计，而是在任务执行过程中涌现出来的
单次实验中的涌现行为距离可靠的安全机制还有相当距离，是一个初步观察而非成熟解决方案
OpenAI、Google DeepMind、Figure AI等机构正在通过遥操作数据采集、视觉-语言-动作模型（VLA）等方式尝试突破具身智能瓶颈
2023年以来，MIT和Google DeepMind等研究机构发表了关于多模型辩论的论文，证明让多个模型就同一问题进行多轮辩论可以显著提升事实准确率
OpenAI、Google DeepMind、Anthropic等头部机构的模型训练过程、安全评估标准和内部治理机制对外界几乎完全不透明
40 more timeline events
OpenAI、Anthropic、Google DeepMind等头部AI实验室都已建立了专门的红队测试流程，并将其作为模型发布前的必要环节
90%VerifiedReAct框架由普林斯顿大学和Google Brain团队在2022年的论文中提出
90%VerifiedGoogle DeepMind由2014年收购的DeepMind与谷歌内部的Google Brain团队于2023年合并而成
90%VerifiedGemini是Google DeepMind于2023年底发布的多模态大语言模型，具备处理文本、图像、音频、视频和代码的能力
90%Verified当前AI行业竞争格局呈现OpenAI、Google DeepMind、Meta AI和Anthropic四强争霸态势
85%VerifiedGemini 1.5 Pro 由 Google DeepMind 开发，具备原生多模态能力和与 Google Workspace 的深度集成
80%VerifiedGemma是Google DeepMind基于Gemini模型技术开发的开源模型系列
80%Verified2024年Google DeepMind的AlphaProof和AlphaGeometry 2首次在IMO级别问题上达到银牌水平
80%VerifiedGoogle DeepMind的Chinchilla论文优化了模型参数量与训练数据量的最优比例
75%VerifiedGoogle DeepMind的SIMA项目训练了一个能够在多款3D游戏中执行自然语言指令的通用智能体
75%VerifiedOpenAI、Anthropic、DeepMind等机构均已将可解释性作为研究方向
75%VerifiedGoogle DeepMind开发了SynthID技术，能够在AI生成的图像和文本中嵌入统计水印
75%VerifiedDemis Hassabis是Google DeepMind的联合创始人
75%VerifiedGoogle DeepMind发布了「前沿安全框架」（Frontier Safety Framework）
75%VerifiedGemini 2.0 Flash是Google DeepMind推出的轻量级多模态模型，主打速度与性价比
70%VerifiedOpen X-Embodiment 由 Google DeepMind 联合33个学术机构于2023年发布，包含超过100万条真实机器人演示轨迹，覆盖22种不同机器人形态
65%Verified涌现能力（Emergent Ability）现象由谷歌DeepMind研究团队于2022年系统记录
65%Verified谷歌DeepMind的RT-2、特斯拉Optimus、Figure AI等项目是具身智能方向的代表性探索
65%VerifiedGoogle DeepMind提出了Nested Learning（嵌套学习）相关方法
65%Verified推测解码由 Google DeepMind 于 2023 年正式提出，整体吞吐量可提升 2–3 倍，且输出质量与原始大模型完全等价
65%