deepmind专题

AI技术颠覆游戏开发：谷歌DeepMind GameNGen实时生成《DOOM》探秘

引言近年来，生成式人工智能（AIGC）在图像和视频生成领域取得了巨大突破。然而，谁能想到，这项技术正逐渐渗透进游戏开发领域，且潜力巨大。2023年8月29日，谷歌DeepMind发布了名为《扩散模型是实时游戏引擎》（Diffusion Models Are Real-Time Game Engines）的论文，提出了全新的AI游戏生成引擎GameNGen。令人惊讶的是，GameNGen无需传统

【数据应用案例】DeepMind听声辨位

案例来源：@机器之心案例地址：https://mp.weixin.qq.com/s/ywU4L659iRcmIgmV6RtbXA；https://arxiv.org/pdf/1712.06651.pdf 1. 目标：利用同时具有音频和视频的数据进行训练，进而识别出某段音频是否可能由某段视频产生（如弹吉他、说话、酒杯摔碎），并识别出声音是由哪个部分产生的 2. 匹配音频与视频

DeepMind 机器人学习打乒乓球，朝着「专业运动员水平的速度和性能」发展

这几天全球各界最火热的话题非奥运会莫属，而其中乒乓球比赛更是引起了互联网的讨论热潮，无论是欢呼也好、争议也罢，在现实世界人类的乒乓球大赛风生水起的同时，AI已经偷偷在乒乓球上“出师”了—— ——DeepMind近日发布一项新工作，展示了第一个能够在乒乓球竞技比赛中达到业余人类选手的机器人，这一工作的成功标志着机器人任务朝着「实现人类水平的速度和性能」这一目标迈出了一步。乒乓球是一项对速度、精

以谨慎乐观的态度拥抱AI——Google DeepMind CEO Demis Hassabis访谈精华

随着人工智能（AI）技术的迅猛发展，越来越多的专家和公众开始关注其带来的潜在影响。Google DeepMind 的首席执行官 Demis Hassabis 在最近的一次访谈中分享了他的见解，强调了我们应该以“谨慎乐观”的态度来面对 AI 的未来发展。本文将概述 Hassabis 的主要观点，并探讨 AI 的现状、挑战及其在社会中的应用前景。 AI 的现状与挑战 Hassabis 指出，尽管当

Nature | 解锁大脑运动控制机理！哈佛大学与DeepMind实现「AI大脑」控制虚拟老鼠

近日，哈佛大学的研究人员与谷歌DeepMind AI 实验室合作，开发出了一种虚拟大鼠模型，以研究大脑如何控制真实老鼠的运动。这个创新的模型准确地模拟了在真实大鼠身上观察到的神经活动，可以用于探讨大脑是如何控制动物的运动行为。该重磅研究《A virtual rodent predicts the structure of neural activity across behaviors》已于

DeepMind改进的Google Play Store推荐系统要点解析

点击上方“AI公园”，关注公众号，选择加“星标“或“置顶” 作者：Michelle Gong, Anton Zhernov 编译：ronghuaiyang 导读 DeepMind和Google Play合作，推动了 Play Store 的发现系统的重大改进，为用户提供更加个性化和直观的 Play Store 体验。在过去的几年中，我们把 DeepMind 的技术应用到了谷歌产品和基础

【CVPR2018】DeepMind最新演讲：VAEs and GANs

导读：在CVPR2018会议上，DeepMInd科学家分享了结合GANs和VAEs各自优势的GAN hybrids模型，两者不仅可以提高VAE的采样质量和改善表示学习，另一方面也可提高GAN的稳定性和丰富度。参考：作者主页： http://elarosca.net

DeepMind的首席执行官Demis Hassabis表示，未来一到两年内，能够独立完成复杂任务的AI代理将成为现实

每周跟踪AI热点新闻动向和震撼发展想要探索生成式人工智能的前沿进展吗？订阅我们的简报，深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同，从行业内部的深度分析和实用指南中受益。不要错过这个机会，成为AI领域的领跑者。点击订阅，与未来同行！订阅：https://rengongzhineng.io/ 谷歌DeepMind的首席执行官Demis Hassabis预计，未来的

AlphaFold3: Google DeepMind的的新突破

AlphaFold 3的论文今天在Nature期刊发表啦!这可是AI在生物领域最厉害的突破的最新版本。AlphaFold-3的新招就是用扩散模型去"画出"分子的结构。它一开始先从一团模模糊糊的原子云下手,然后慢慢透过去噪把分子变得越来越清楚。 Alphafold3 我们活在一个从Llama和Sora那边学到的东西,可以启发和加速生命科学发展的年代里。同一个transformer

DeepMind关系推理网络

简介本文用一个普适的关系网络RNs（Relation Networks）来解决“关系推理”(relational reasoning)问题。其使用的模型结构简单，效果远胜已有算法，甚至超出人类表现。论文于2017年6月5日在arxiv发布。由于其原理简明，爱好者们很快给出了pytorch实现、keras实现以及tensorflow实现。关系推理问题关系推理问题由三部分组成。一

标题党太吓人？这篇文章会告诉你DeepMind关系推理网络的真实面貌

DeepMind开发了一种神经网络，能够感知其周围的物体。实际上这种报导不仅仅是误导性的，而且使得很多不明真相的吃瓜群众感到恐慌：AI真的已经强到如此地步了吗？在这篇文章中，将介绍DeepMind论文：A simple neural network module for relational reasoning，试着通过最简单的方式介绍这个最新的架构。什么是关系推理（Relational

Google DeepMind: Many-Shot vs. Few-Shot

本文介绍了如何通过增大上下文窗口，利用大型语言模型（LLMs）进行多实例上下文学习（Many-Shot In-Context Learning，ICL）的方法。主要描述了现有的几实例上下文学习方法虽然在推理时能够通过少量例子学习，但当例子数量增多时，其性能并没有得到明显提升。此外，文章还解释了现有工作由于依赖人工生成的例子数量有限，无法充分利用多实例上下文学习的潜力。核心挑战 1️⃣ 挑战1

“它将改变一切”，DeepMind AI解决生物学50年来重大挑战，破解蛋白质分子折叠问题...

来源：机器之心本文约3800字，建议阅读9分钟 AlphaFold 2，128块TPU大力出奇迹，让别人无路可走。 CASP14 组织者、年近七旬的 UC Davis 科学家 Andriy Kryshtafovych 在大会上感叹道，I wasn't sure that I would live long enough to see this（我活久见了）[1]。 11 月 30 日，一条重

DeepMind训练AI玩足球，风骚走位比中国男足都强(狗头)

来源：AI科技评论本文约4200字，建议阅读9分钟本文带你了解DeepMind训练的 AI 玩足球。 AI踢足球可以有多燃？不好，对方攻到底线了！看我一脚精准拦截、抢球！想抢回去？没门！差点被进了，赶紧回传！好队友，马上来接应了。嘿嘿，被骗了吧。队友无球跑骗过了防守，我当然是赶紧传一个，反杀！怎么样，是不是比你强？ DeepMind 在强化学习这块总是走在世界前列，上面的演

DeepMind成功使用深度强化学习技术完美控制核聚变反应堆！

本文经AI新媒体量子位（公众号ID：qbitai）授权转载，转载请联系出处。本文约1400字，建议阅读5分钟DeepMind开发出世界上第一个深度强化学习AI。 DeepMind在蛋白质折叠问题上实现巨大突破后，目标又转向核聚变了。最近，它开发出了世界上第一个深度强化学习AI——可以在模拟环境和真正的核聚变装置（托卡马克）中实现对等离子体的自主控制。陌生名词不要急，后面马上解释。这

DeepMind提出强化学习新算法，教智能体从零学控制

AI 科技评论按：不管你让小孩还是大人整理物品，他们很大可能都不会乖乖听你的话，如果想要让 AI 智能体进行整理收拾，那就更难了。如果想成功，需要掌握如下几个核心视觉运动技能：接近物体，抓住并举起它，打开盒子，把物体放进去。而更复杂的是，执行这些技能时，必须按照正确的顺序。对于一些控制类的任务，比如整理桌面或堆叠物体，智能体需要在协调它的模拟手臂和手指的九个关节时，做到三个 W，即如何（ho

DeepMind都拿不下的游戏，刚刚被OpenAI玩出历史最高分

新智元报道来源：OpenAI 编译：肖琴，金磊【导读】《蒙特祖玛的复仇》被公认为是Atari中最难的游戏之一，是AI的一大挑战。今天，OpenAI宣布他们的AI仅通过一次人类演示，就在蒙特祖玛的复仇游戏中获得了74500分的成绩，比以往公布的任何结果都要好。而且，这次的成果使用了PPO算法，这正是不久前OpenAI在Dota2 5v5中战胜人类的AI的算法。《蒙特祖

微软人工智能在伦敦设立新中心，由前 Inflection 和 Deepmind 科学家乔丹-霍夫曼（Jordan Hoffmann）担任负责人

微软宣布为其新近成立的消费人工智能部门设立一个新的伦敦中心。该中心将由乔丹-霍夫曼（Jordan Hoffmann）领导，他是微软最近从备受瞩目的人工智能初创公司Inflection AI（微软去年投资了该公司）挖来的一名人工智能科学家和工程师。这一消息是在微软首席执行官萨蒂亚-纳德拉（Satya Nadella）发布由Inflection AI创始人领导的新消费人工智能部门约三周后发布的，I

SIMA 可扩展可指导多世界代理 - Google DeepMind

2024-3-13 SIMA，Scalable Instructable Multiworld Agent，译为可扩展可指导多世界代理。 Blog：用于 3D 虚拟环境的 SIMA 通才 AI 代理 - Google DeepMind https://deepmind.google/discover/blog/sima-generalist-ai-agent-for-3d-virtual-e

探索可扩展指令式多世界代理（SIMA）：谷歌DeepMind在通用游戏AI领域的新里程碑

每周跟踪AI热点新闻动向和震撼发展想要探索生成式人工智能的前沿进展吗？订阅我们的简报，深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同，从行业内部的深度分析和实用指南中受益。不要错过这个机会，成为AI领域的领跑者。点击订阅，与未来同行！订阅：https://rengongzhineng.io/ 在最新的科技研究领域，谷歌DeepMind团队推出了一项名为“可扩展指令

AI新工具 MacOS 翻译提供翻译、润色和语法修改功能的插件；AI生成 Excel公式；Deepmind前华人员工创建视频生成工具

1: OpenAI Translator Bob Plugin macOS 平台的翻译提供翻译、润色和语法修改功能的插件 OpenAI Translator Bob Plugin是一款基于OpenAI的API，为用户提供翻译、润色和语法修改功能的插件。这款插件专门为macOS平台上的Bob软件设计，通过使用先进的ChatGPT模型，能够大幅提升文本处理的品质，实现不仅仅是普通的翻译，还

【NIPS2017】大会议程最全盘点，7位重磅嘉宾报告，DeepMind、Facebook论文汇总

12月4日，也就是下周一，一年一度的NIPS就要正式召开了。这届NIPS从售票（提前2个月售完）到赞助（赞助商太多关闭赞助通道），屡屡创下新高。待到正式开幕，数千名研究人员和参会者“挤挤一堂”，绝非夸张。那么，作为新智元NIPS系列报道的第一篇，我们将在本文中做一个初步的全景式介绍，包括会议信息，比如大会的Chair、Tutorial和Workshop情况，大会亮点，比如受邀报告，以及De

DeepMind基础世界模型Genie：一张草图即为一个世界，通用AI智能体要来了？

一张草图即为一个世界！Google DeepMind 推出了首个以无监督方式从未经标注的互联网视频中训练而来的生成交互环境模型——Genie。该模型可以通过文本、合成图像、照片甚至草图来生成无数种可玩（动作可控）的虚拟世界。据介绍，Genie 它由一个时空视频 tokenizer、一个自回归动力学模型和一个简单且可扩展的潜在行动模型组成，具有 11 B 参数，可

Sora不懂物理世界，翻车神图全网爆笑！LeCun马斯克DeepMind大佬激辩世界模型

大火的Sora，让许多动画、影视行业的人大为恐慌。不过，今天网上广为流传的这张图，让大家倒是放心了不少。可以看到，在这个视频中，玻璃杯碎裂的方式十分诡异—— 它被抬到半空中时，桌子上就忽然出现了一滩平整的红色玻璃，随后玻璃杯被摔到桌子上，和这滩玻璃融为一体。为什么Sora做出的视频是这样的呢？很显然，Sora混淆了玻璃破碎和液体溢出的顺序，也并不能推理时间和因果关

Gemini 1.5 Pro揭秘：Google DeepMind新一代AI模型如何突破千万级别词汇限制？

Gemini 1.5 Pro 发布！这款模型凭借其超长的上下文处理能力脱颖而出，支持10M tokens。它的多模态特性意味着，无论面对多么庞大复杂的内容，Gemini 1.5 Pro都能游刃有余地应对。在AI的世界里，上下文的理解如同记忆的线索，越长越能揭示深层的联系。我们一起探索下这个模型！更多内容关注微信公众号：李孟聊AI

深度学习之google deepmind的alphago AI人工智能算法技术演变历程

一、简介最近大家比较关心的围棋人机大战（alphago vs 李世石）中，deep mind基于Nature2016文章的alphago在5局制的比赛中已经取得了3-1的成绩提前锁定了胜局。2016年google与facebook两个大拿在围棋领域基于深度学习都发表了文章，其中facebook文章如下：《BETTER COMPUTER GO PLAYER WITH NEU