#googledeepmind — Public Fediverse posts

https://www.europesays.com/people/221821/ Jensen Huang Says “AGI Has Arrived” After OpenAI’s $6.5 Million Weekend That Broke a 200-Year-Old Math Problem — BigGo Finance #AlexanderWissnerGross #Anthropic #ClayMathematicsInstitute #DaveBlundin #EmadMostaque #GoogleDeepMind #Gpt6Astra #JakubPachocki #JensenHuang #NavierStokesMillenniumPrize #Nvidia #OpenAI #PeterDiamandis #SalimIsmail #TeslaCybercab

https://www.europesays.com/people/221809/ Exclusive-Inside the Google executive moves that led to its big AI reshuffle #DemisHassabis #Google #GoogleDeepMind #KorayKavukcuoglu #SergeyBrin

https://www.europesays.com/ie/681120/ Inside Sergey Brin’s Growing Influence Over Google Gemini #AI #ArtificialIntelligence #ArtificialIntelligence #brin #Bureaucracy #chip #Company #Éire #FormerEmployee #Gemini #Google #GoogleDeepmind #IE #Ireland #JeffDean #KorayKavukcuoglu #microkitchen #People #project #Technology #time #year

https://www.europesays.com/it/672847/ L’IA ha letto 9 miliardi di mutazioni. La medicina non sarà più la stessa #alphafold #AlphaGenome #AlphaGenomeAtlas #deepmind #GoogleDeepmind #IT #Italia #Italy #nature #RegnoUnito #Science #ScienceAndTechnology #ScienceAndTechnology #Scienza #ScienzaETecnologia #ScienzaEtecnologia #Technology #Tecnologia #UkBiobank #UniversitàDiExeter

https://www.europesays.com/people/220954/ Inside Sergey Brin’s Growing Influence Over Google Gemini #brin #bureaucracy #chip #company #FormerEmployee #gemini #Google #GoogleDeepMind #JeffDean #KorayKavukcuoglu #microkitchen #people #Project #SergeyBrin #time #year

Mentre tutti parlano di LLM, Google DeepMind e Yann LeCun puntano miliardi sui world model — AI che simula il mondo fisico invece di predire la prossima parola. Ecco cosa sono e perché potrebbero essere il futuro #WorldModel #AI #GoogleDeepMind #Genie3

https://www.melamorsicata.it/2026/07/30/oltre-gli-llm-cosa-sono-i-world-model-e-perch-google-ci-scommette/

Google DeepMind hat ein zuvor undokumentiertes Tor von Pelé aus dem Jahr 1959 digital rekonstruiert.

Das Projekt kombinierte 3600 Archivbilder mit 3D-Tracking von Stunt-Spielern. Die Funktion Performance Control in Veo 3 erzwang dabei ein physikalisch korrektes Muster. Modelle wie Gemini Omni ergänzten Umgebungsdetails.

#GoogleDeepMind #Pele #GenerativeAI #VideoAI #AIGeneratedImage

https://www.all-ai.de/news/news26top/google-pele-tor

Google Workspaceとの連携も！Google AI Studioがアップデート、モバイルアプリも提供開始｜@DIME アットダイム https://www.yayafa.com/2813756/ #AgenticAi #AI #ArtificialGeneralIntelligence #ArtificialIntelligence #DeepMind #DIME #Gemini #Google #GoogleAI #GoogleDeepMind #GoogleGemini #アットダイム #エージェント型AI #クルマ #クレジットカード #スマホ #タイム #トレンド #ライフハック #レビュー #人工知能 #仕事術 #家電 #汎用人工知能 #評価

Boston Dynamicsの「頭脳」と「身体」の責任者が相次ぎGoogle DeepMindへ移籍、フィジカルAI人材の争奪戦が激化 — BigGo ファイナンス https://www.yayafa.com/2812139/ #AgenticAi #AI #ArtificialGeneralIntelligence #ArtificialIntelligence #Atlas #BostonDynamics #DeepMind #Gemini #GeminiRobotics #Google #GoogleAI #GoogleDeepMind #GoogleGemini #SPOT #アーロン・ソーンダース #エージェント型AI #スコット・クインダースマ #ソフトバンク #フィジカルAI #人工知能 #汎用人工知能 #現代自動車グループ

Google DeepMindがGemini APIのFile Searchを拡充、マルチモーダルおよびメタデータ検索能力を大幅強化 — BigGo ファイナンス https://www.yayafa.com/2809537/ #AgenticAi #AI #ArtificialGeneralIntelligence #ArtificialIntelligence #DeepMind #FileSearch #Gemini #Gemini3FlashPreview #Gemini31Pro #GeminiAPI #GeminiEmbedding2 #Gemma4 #GiviBeridze #Google #GoogleAI #GoogleDeepMind #GoogleGemini #Klipy #ParkerPrompts #エージェント型AI #人工知能 #汎用人工知能

Google I/O 2026: Gemini 3.5 Flash wkracza do akcji. Przełomowy model zrewolucjonizuje pracę agentów AI

Podczas tegorocznej konferencji Google udowodniło, że era statycznych chatbotów dobiega końca. Inżynierowie z Google DeepMind zaprezentowali światu nową rodzinę modeli – Gemini 3.5.

Serię otwiera wariant 3.5 Flash, zaprojektowany specjalnie z myślą o realizacji skomplikowanych, wieloetapowych i długoterminowych zadań agentowych przy jednoczesnym zachowaniu ekstremalnej wydajności.

Inteligencja flagowca, szybkość błyskawicy

W świecie sztucznej inteligencji zazwyczaj musieliśmy wybierać: głębokie rozumowanie (kosztem czasu oczekiwania) lub błyskawiczna odpowiedź (o niższej jakości merytorycznej). Gemini 3.5 Flash łamie ten schemat. Według zapewnień twórców model ten przewyższa swojego potężnego poprzednika, Gemini 3.1 Pro, w najbardziej wymagających testach kompetencyjnych, takich jak Terminal-Bench 2.1 czy MCP Atlas.

To, co najbardziej imponuje, to czysta prędkość. Nowy Flash generuje tokeny aż czterokrotnie szybciej niż konkurencyjne rozwiązania w tej samej klasie, zachowując najwyższe miejsce w rankingach mierzących stosunek inteligencji do opóźnień. Został już globalnie wdrożony jako domyślny silnik w konsumenckiej aplikacji Gemini oraz w przebudowanej wyszukiwarce. Zaawansowana wersja, Gemini 3.5 Pro, jest obecnie testowana wewnętrznie i trafi na rynek w przyszłym miesiącu.

Autonomiczne programowanie i analityka na sterydach

Prawdziwa siła modelu 3.5 Flash ujawnia się w pracy z platformą Antigravity. Pozwala ona na tworzenie tak zwanych „subagentów”, które aktywnie współpracują ze sobą, aby realizować narzucone cele.

Możliwości te zostały zobrazowane imponującymi przykładami. Wykorzystując współpracę zaledwie dwóch wirtualnych agentów, model 3.5 Flash był w stanie samodzielnie przeanalizować dokumentację techniczną AlphaZero, a następnie napisać od zera kod w pełni grywalnej gry w zaledwie sześć godzin. To zadanie, które człowiekowi zajęłoby wiele dni. W środowisku biznesowym technologię tę wykorzystuje już platforma Shopify, której instancje nieustannie analizują gigantyczne zbiory danych, generując precyzyjne prognozy rynkowe.

Osobisty asystent Spark i nowe standardy bezpieczeństwa

Model 3.5 Flash jest również „mózgiem” najnowszego, osobistego agenta AI – Gemini Spark. Działa on przez całą dobę w chmurze, zarządzając cyfrowym życiem użytkownika i proaktywnie wykonując powierzone mu zadania w tle.

Tak potężne możliwości wymagają równie skutecznych zabezpieczeń. Google DeepMind wdrożyło w serii 3.5 zaawansowane ramy bezpieczeństwa o nazwie Frontier Safety Framework. Znacząco wzmocniono ochronę przed zagrożeniami z zakresu cyberbezpieczeństwa oraz zablokowano możliwości wykorzystania AI do tworzenia zagrożeń biologicznych i chemicznych (CBRN). Co równie ważne dla codziennych użytkowników, dzięki nowym metodom treningu, system znacznie rzadziej będzie błędnie odmawiał odpowiedzi na całkowicie bezpieczne zapytania, co do tej pory bywało niezwykle frustrującą cechą wielu modeli AI.

Google I/O 2026: Gemini 3.5 Flash wkracza do akcji. Przełomowy model zrewolucjonizuje pracę agentów AI

Podczas tegorocznej konferencji Google udowodniło, że era statycznych chatbotów dobiega końca. Inżynierowie z Google DeepMind zaprezentowali światu nową rodzinę modeli – Gemini 3.5.

Serię otwiera wariant 3.5 Flash, zaprojektowany specjalnie z myślą o realizacji skomplikowanych, wieloetapowych i długoterminowych zadań agentowych przy jednoczesnym zachowaniu ekstremalnej wydajności.

Inteligencja flagowca, szybkość błyskawicy

W świecie sztucznej inteligencji zazwyczaj musieliśmy wybierać: głębokie rozumowanie (kosztem czasu oczekiwania) lub błyskawiczna odpowiedź (o niższej jakości merytorycznej). Gemini 3.5 Flash łamie ten schemat. Według zapewnień twórców model ten przewyższa swojego potężnego poprzednika, Gemini 3.1 Pro, w najbardziej wymagających testach kompetencyjnych, takich jak Terminal-Bench 2.1 czy MCP Atlas.

To, co najbardziej imponuje, to czysta prędkość. Nowy Flash generuje tokeny aż czterokrotnie szybciej niż konkurencyjne rozwiązania w tej samej klasie, zachowując najwyższe miejsce w rankingach mierzących stosunek inteligencji do opóźnień. Został już globalnie wdrożony jako domyślny silnik w konsumenckiej aplikacji Gemini oraz w przebudowanej wyszukiwarce. Zaawansowana wersja, Gemini 3.5 Pro, jest obecnie testowana wewnętrznie i trafi na rynek w przyszłym miesiącu.

Autonomiczne programowanie i analityka na sterydach

Prawdziwa siła modelu 3.5 Flash ujawnia się w pracy z platformą Antigravity. Pozwala ona na tworzenie tak zwanych „subagentów”, które aktywnie współpracują ze sobą, aby realizować narzucone cele.

Możliwości te zostały zobrazowane imponującymi przykładami. Wykorzystując współpracę zaledwie dwóch wirtualnych agentów, model 3.5 Flash był w stanie samodzielnie przeanalizować dokumentację techniczną AlphaZero, a następnie napisać od zera kod w pełni grywalnej gry w zaledwie sześć godzin. To zadanie, które człowiekowi zajęłoby wiele dni. W środowisku biznesowym technologię tę wykorzystuje już platforma Shopify, której instancje nieustannie analizują gigantyczne zbiory danych, generując precyzyjne prognozy rynkowe.

Osobisty asystent Spark i nowe standardy bezpieczeństwa

Model 3.5 Flash jest również „mózgiem” najnowszego, osobistego agenta AI – Gemini Spark. Działa on przez całą dobę w chmurze, zarządzając cyfrowym życiem użytkownika i proaktywnie wykonując powierzone mu zadania w tle.

Tak potężne możliwości wymagają równie skutecznych zabezpieczeń. Google DeepMind wdrożyło w serii 3.5 zaawansowane ramy bezpieczeństwa o nazwie Frontier Safety Framework. Znacząco wzmocniono ochronę przed zagrożeniami z zakresu cyberbezpieczeństwa oraz zablokowano możliwości wykorzystania AI do tworzenia zagrożeń biologicznych i chemicznych (CBRN). Co równie ważne dla codziennych użytkowników, dzięki nowym metodom treningu, system znacznie rzadziej będzie błędnie odmawiał odpowiedzi na całkowicie bezpieczne zapytania, co do tej pory bywało niezwykle frustrującą cechą wielu modeli AI.

Google I/O 2026: Gemini 3.5 Flash wkracza do akcji. Przełomowy model zrewolucjonizuje pracę agentów AI

Podczas tegorocznej konferencji Google udowodniło, że era statycznych chatbotów dobiega końca. Inżynierowie z Google DeepMind zaprezentowali światu nową rodzinę modeli – Gemini 3.5.

Serię otwiera wariant 3.5 Flash, zaprojektowany specjalnie z myślą o realizacji skomplikowanych, wieloetapowych i długoterminowych zadań agentowych przy jednoczesnym zachowaniu ekstremalnej wydajności.

Inteligencja flagowca, szybkość błyskawicy

W świecie sztucznej inteligencji zazwyczaj musieliśmy wybierać: głębokie rozumowanie (kosztem czasu oczekiwania) lub błyskawiczna odpowiedź (o niższej jakości merytorycznej). Gemini 3.5 Flash łamie ten schemat. Według zapewnień twórców model ten przewyższa swojego potężnego poprzednika, Gemini 3.1 Pro, w najbardziej wymagających testach kompetencyjnych, takich jak Terminal-Bench 2.1 czy MCP Atlas.

To, co najbardziej imponuje, to czysta prędkość. Nowy Flash generuje tokeny aż czterokrotnie szybciej niż konkurencyjne rozwiązania w tej samej klasie, zachowując najwyższe miejsce w rankingach mierzących stosunek inteligencji do opóźnień. Został już globalnie wdrożony jako domyślny silnik w konsumenckiej aplikacji Gemini oraz w przebudowanej wyszukiwarce. Zaawansowana wersja, Gemini 3.5 Pro, jest obecnie testowana wewnętrznie i trafi na rynek w przyszłym miesiącu.

Autonomiczne programowanie i analityka na sterydach

Prawdziwa siła modelu 3.5 Flash ujawnia się w pracy z platformą Antigravity. Pozwala ona na tworzenie tak zwanych „subagentów”, które aktywnie współpracują ze sobą, aby realizować narzucone cele.

Możliwości te zostały zobrazowane imponującymi przykładami. Wykorzystując współpracę zaledwie dwóch wirtualnych agentów, model 3.5 Flash był w stanie samodzielnie przeanalizować dokumentację techniczną AlphaZero, a następnie napisać od zera kod w pełni grywalnej gry w zaledwie sześć godzin. To zadanie, które człowiekowi zajęłoby wiele dni. W środowisku biznesowym technologię tę wykorzystuje już platforma Shopify, której instancje nieustannie analizują gigantyczne zbiory danych, generując precyzyjne prognozy rynkowe.

Osobisty asystent Spark i nowe standardy bezpieczeństwa

Model 3.5 Flash jest również „mózgiem” najnowszego, osobistego agenta AI – Gemini Spark. Działa on przez całą dobę w chmurze, zarządzając cyfrowym życiem użytkownika i proaktywnie wykonując powierzone mu zadania w tle.

Tak potężne możliwości wymagają równie skutecznych zabezpieczeń. Google DeepMind wdrożyło w serii 3.5 zaawansowane ramy bezpieczeństwa o nazwie Frontier Safety Framework. Znacząco wzmocniono ochronę przed zagrożeniami z zakresu cyberbezpieczeństwa oraz zablokowano możliwości wykorzystania AI do tworzenia zagrożeń biologicznych i chemicznych (CBRN). Co równie ważne dla codziennych użytkowników, dzięki nowym metodom treningu, system znacznie rzadziej będzie błędnie odmawiał odpowiedzi na całkowicie bezpieczne zapytania, co do tej pory bywało niezwykle frustrującą cechą wielu modeli AI.

Google I/O 2026: Gemini 3.5 Flash wkracza do akcji. Przełomowy model zrewolucjonizuje pracę agentów AI

Podczas tegorocznej konferencji Google udowodniło, że era statycznych chatbotów dobiega końca. Inżynierowie z Google DeepMind zaprezentowali światu nową rodzinę modeli – Gemini 3.5.

Serię otwiera wariant 3.5 Flash, zaprojektowany specjalnie z myślą o realizacji skomplikowanych, wieloetapowych i długoterminowych zadań agentowych przy jednoczesnym zachowaniu ekstremalnej wydajności.

Inteligencja flagowca, szybkość błyskawicy

W świecie sztucznej inteligencji zazwyczaj musieliśmy wybierać: głębokie rozumowanie (kosztem czasu oczekiwania) lub błyskawiczna odpowiedź (o niższej jakości merytorycznej). Gemini 3.5 Flash łamie ten schemat. Według zapewnień twórców model ten przewyższa swojego potężnego poprzednika, Gemini 3.1 Pro, w najbardziej wymagających testach kompetencyjnych, takich jak Terminal-Bench 2.1 czy MCP Atlas.

To, co najbardziej imponuje, to czysta prędkość. Nowy Flash generuje tokeny aż czterokrotnie szybciej niż konkurencyjne rozwiązania w tej samej klasie, zachowując najwyższe miejsce w rankingach mierzących stosunek inteligencji do opóźnień. Został już globalnie wdrożony jako domyślny silnik w konsumenckiej aplikacji Gemini oraz w przebudowanej wyszukiwarce. Zaawansowana wersja, Gemini 3.5 Pro, jest obecnie testowana wewnętrznie i trafi na rynek w przyszłym miesiącu.

Autonomiczne programowanie i analityka na sterydach

Prawdziwa siła modelu 3.5 Flash ujawnia się w pracy z platformą Antigravity. Pozwala ona na tworzenie tak zwanych „subagentów”, które aktywnie współpracują ze sobą, aby realizować narzucone cele.

Możliwości te zostały zobrazowane imponującymi przykładami. Wykorzystując współpracę zaledwie dwóch wirtualnych agentów, model 3.5 Flash był w stanie samodzielnie przeanalizować dokumentację techniczną AlphaZero, a następnie napisać od zera kod w pełni grywalnej gry w zaledwie sześć godzin. To zadanie, które człowiekowi zajęłoby wiele dni. W środowisku biznesowym technologię tę wykorzystuje już platforma Shopify, której instancje nieustannie analizują gigantyczne zbiory danych, generując precyzyjne prognozy rynkowe.

Osobisty asystent Spark i nowe standardy bezpieczeństwa

Model 3.5 Flash jest również „mózgiem” najnowszego, osobistego agenta AI – Gemini Spark. Działa on przez całą dobę w chmurze, zarządzając cyfrowym życiem użytkownika i proaktywnie wykonując powierzone mu zadania w tle.

Tak potężne możliwości wymagają równie skutecznych zabezpieczeń. Google DeepMind wdrożyło w serii 3.5 zaawansowane ramy bezpieczeństwa o nazwie Frontier Safety Framework. Znacząco wzmocniono ochronę przed zagrożeniami z zakresu cyberbezpieczeństwa oraz zablokowano możliwości wykorzystania AI do tworzenia zagrożeń biologicznych i chemicznych (CBRN). Co równie ważne dla codziennych użytkowników, dzięki nowym metodom treningu, system znacznie rzadziej będzie błędnie odmawiał odpowiedzi na całkowicie bezpieczne zapytania, co do tej pory bywało niezwykle frustrującą cechą wielu modeli AI.

Google I/O 2026: Gemini 3.5 Flash wkracza do akcji. Przełomowy model zrewolucjonizuje pracę agentów AI

Podczas tegorocznej konferencji Google udowodniło, że era statycznych chatbotów dobiega końca. Inżynierowie z Google DeepMind zaprezentowali światu nową rodzinę modeli – Gemini 3.5.

Serię otwiera wariant 3.5 Flash, zaprojektowany specjalnie z myślą o realizacji skomplikowanych, wieloetapowych i długoterminowych zadań agentowych przy jednoczesnym zachowaniu ekstremalnej wydajności.

Inteligencja flagowca, szybkość błyskawicy

W świecie sztucznej inteligencji zazwyczaj musieliśmy wybierać: głębokie rozumowanie (kosztem czasu oczekiwania) lub błyskawiczna odpowiedź (o niższej jakości merytorycznej). Gemini 3.5 Flash łamie ten schemat. Według zapewnień twórców model ten przewyższa swojego potężnego poprzednika, Gemini 3.1 Pro, w najbardziej wymagających testach kompetencyjnych, takich jak Terminal-Bench 2.1 czy MCP Atlas.

To, co najbardziej imponuje, to czysta prędkość. Nowy Flash generuje tokeny aż czterokrotnie szybciej niż konkurencyjne rozwiązania w tej samej klasie, zachowując najwyższe miejsce w rankingach mierzących stosunek inteligencji do opóźnień. Został już globalnie wdrożony jako domyślny silnik w konsumenckiej aplikacji Gemini oraz w przebudowanej wyszukiwarce. Zaawansowana wersja, Gemini 3.5 Pro, jest obecnie testowana wewnętrznie i trafi na rynek w przyszłym miesiącu.

Autonomiczne programowanie i analityka na sterydach

Prawdziwa siła modelu 3.5 Flash ujawnia się w pracy z platformą Antigravity. Pozwala ona na tworzenie tak zwanych „subagentów”, które aktywnie współpracują ze sobą, aby realizować narzucone cele.

Możliwości te zostały zobrazowane imponującymi przykładami. Wykorzystując współpracę zaledwie dwóch wirtualnych agentów, model 3.5 Flash był w stanie samodzielnie przeanalizować dokumentację techniczną AlphaZero, a następnie napisać od zera kod w pełni grywalnej gry w zaledwie sześć godzin. To zadanie, które człowiekowi zajęłoby wiele dni. W środowisku biznesowym technologię tę wykorzystuje już platforma Shopify, której instancje nieustannie analizują gigantyczne zbiory danych, generując precyzyjne prognozy rynkowe.

Osobisty asystent Spark i nowe standardy bezpieczeństwa

Model 3.5 Flash jest również „mózgiem” najnowszego, osobistego agenta AI – Gemini Spark. Działa on przez całą dobę w chmurze, zarządzając cyfrowym życiem użytkownika i proaktywnie wykonując powierzone mu zadania w tle.

Tak potężne możliwości wymagają równie skutecznych zabezpieczeń. Google DeepMind wdrożyło w serii 3.5 zaawansowane ramy bezpieczeństwa o nazwie Frontier Safety Framework. Znacząco wzmocniono ochronę przed zagrożeniami z zakresu cyberbezpieczeństwa oraz zablokowano możliwości wykorzystania AI do tworzenia zagrożeń biologicznych i chemicznych (CBRN). Co równie ważne dla codziennych użytkowników, dzięki nowym metodom treningu, system znacznie rzadziej będzie błędnie odmawiał odpowiedzi na całkowicie bezpieczne zapytania, co do tej pory bywało niezwykle frustrującą cechą wielu modeli AI.

https://winbuzzer.com/2026/04/16/google-deepmind-gemini-robotics-er-1-6-autonomous-industrial-inspections-xcxwbn/

DeepMind's Gemini Robotics-ER 1.6 Lets Spot Read Gauges

#AI #GeminiRobotics #AIModels #Google #GoogleDeepMind #Gemini #DeepMind #BigTech #BostonDynamics #ComputerVision #Automation #Robotics

【朗報】オンデバイスAI「Gemini Nano 4」、スマホでわりと高速に動作 – すまほん!! https://www.yayafa.com/2781788/ #AgenticAi #AI #ArtificialGeneralIntelligence #ArtificialIntelligence #DeepMind #Gemini #GeminiNano4 #Google #GoogleAI #GoogleDeepMind #GoogleGemini #MediaTek #Pixel10ProXL #Qualcomm #TensorG5 #エージェント型AI #スマートフォン #スマホ #スマポン #人工知能 #汎用人工知能

https://winbuzzer.com/2026/03/25/google-launches-lyria-3-pro-ai-music-generation-model-xcxwbn/

Google's New Lyria 3 Pro AI Music Model Generates 3 Minute Tracks

#AI #Lyria3Pro #Lyria #Google #GenerativeAI #GoogleDeepMind #AIMusic #AIAudio #AudioGeneration #Music #GoogleVertexAI #GoogleAIStudio #BigTech #SynthID #Suno #Udio

https://winbuzzer.com/2026/03/12/gemini-embedding-2-unifies-text-images-video-in-one-model-xcxwbn/

Gemini Embedding 2 Unifies Text, Images, Video in One Model

#AI #Google #BigTech #GoogleGemini #EnterpriseAI #MultimodalAI #AISearch #AIAudio #AIVideo #AIImages #GoogleAI #GoogleDeepMind #GeminiEmbedding2

https://winbuzzer.com/2026/02/07/waymo-google-deepmind-genie-3-autonomous-driving-simulation-xcxwbn/

Waymo Taps Google's Genie 3 World Model for Self-Driving Simulation

#AI #Waymo #GoogleDeepMind #Google #Genie3 #AutonomousVehicles #SelfDrivingCars #WorldModels #GeneAI #AIModels #DeepMind #Alphabet #Automotive

#LinkedIn #Endrit_Restelica #GoogleDeepMind #Genie3 #simulation

https://www.linkedin.com/posts/endritrestelica_google-just-launched-genie-3and-i-don-ugcPost-7422806597535592448-FMus?utm_source=social_share_send&utm_medium=android_app&rcm=ACoAAEzXRJUBynsJc71aW-dWqfGb1qB6qdakzSg&utm_campaign=share_via

Google DeepMind and Fields Medalist Terence Tao Detail AI-Powered Mathematical Discoveries with AlphaEvolve

#AI #GoogleDeepMind #Mathematics #AlphaEvolve #TerenceTao #Science #Research #MachineLearning #Google #AIinScience #DeepLearning #ComputerScience

https://winbuzzer.com/2025/11/07/google-deepmind-and-fields-medalist-terence-tao-detail-ai-powered-mathematical-discoveries-with-alphaevolve-xcxwbn

CodeMender od Google DeepMind: AI, która sama znajduje i naprawia błędy bezpieczeństwa

Google DeepMind zaprezentowało wyniki badań nad CodeMender – nowym agentem AI zaprojektowanym do automatycznego poprawiania bezpieczeństwa kodu.

Rozwiązanie to ma odpowiadać na rosnący problem: choć tradycyjne metody i nowe narzędzia AI, takie jak Big Sleep czy OSS-Fuzz, są coraz skuteczniejsze w odkrywaniu luk, ich ręczne naprawianie jest czasochłonne. W miarę postępów w wykrywaniu podatności, programiści (ludzie) mogą przestać nadążać z ich usuwaniem.

Agent działa na dwa sposoby: reaktywnie, natychmiast łatając nowe luki, oraz proaktywnie, przepisując istniejący kod w celu wyeliminowania całych klas podatności. CodeMender wykorzystuje zdolności rozumowania modeli Gemini Deep Think, aby działać jako autonomiczny agent. Kluczowym elementem jest proces automatycznej walidacji, który gwarantuje, że proponowane poprawki są właściwe, nie powodują regresji (czyli nie psują innych funkcji w kodzie programu) i są zgodne z wytycznymi projektu, zanim zostaną przedstawione człowiekowi do weryfikacji.

Aby skutecznie znaleźć źródło problemu, CodeMender wykorzystuje zaawansowane techniki analizy programu, w tym analizę statyczną, dynamiczną i tzw. fuzzing (testowanie odporności kodu losowymi, celowo zniekształconymi danymi). Pozwala mu to zidentyfikować rzeczywistą przyczynę błędu, a nie tylko jego objawy – jak informuje Google DeepMind w swoim wpisie na oficjalnym blogu, w jednym z przykładów agent odkrył, że zgłaszany błąd przepełnienia bufora był w rzeczywistości spowodowany nieprawidłowym zarządzaniem stosu podczas parsowania XML. System korzysta również z wyspecjalizowanych agentów (systemy wieloagentowe), np. narzędzia opartego na LLM, które weryfikuje zmiany i pomaga w autokorekcie.

Google DeepMind poinformowało, że w ciągu ostatnich sześciu miesięcy, odkąd rozwijany jest CodeMender, zespół przesłał już 72 poprawki bezpieczeństwa do różnych projektów open source, z których wiele zostało już zaakceptowanych. Niektóre z tych projektów liczą nawet 4,5 miliona linii kodu. W ramach działań proaktywnych, CodeMender został użyty m.in. do biblioteki libwebp, aby dodać adnotacje -fbounds-safety. Mechanizm ten pomógłby zapobiec wykorzystaniu słynnej luki (CVE-2023-4863), która w przeszłości była używana do ataków na urządzenia z systemem iOS.

Badacze podkreślają, że choć wczesne wyniki są obiecujące, podchodzą do projektu ostrożnie, stawiając na niezawodność. Obecnie wszystkie poprawki generowane przez CodeMender są sprawdzane przez ekspertów DeepMind przed ich wysłaniem. Zespół planuje stopniowo zwiększać ten proces i kontaktować się z opiekunami krytycznych projektów open source, aby rozwijać własne dzieło na podstawie ich opinii. Celem jest udostępnienie CodeMender jako narzędzia, z którego będą mogli korzystać wszyscy programiści.

Vibe coding, czyli programowanie na czuja. AI miało zastąpić programistów, a stworzyło dla nich nowy rynek pracy

#AI #Bezpieczeństwo #CodeMender #cyberbezpieczeństwo #Gemini #GeminiDeepThink #Google #GoogleDeepMind #kod #lukiWOprogramowaniu #news #openSource #programowanie #sztucznaInteligencja

Google ulepsza Gemini i tworzy światy na zawołanie. Nadchodzi rewolucyjny Genie 3

Google intensyfikuje wyścig na polu sztucznej inteligencji, ogłaszając szereg nowości, które mają rzucić wyzwanie konkurencji.

Wśród nich znalazła się praktyczna funkcja „Projects” dla Gemini, mająca usprawnić pracę z AI, oraz zapowiedź modelu Genie 3 – przełomowej technologii od Google DeepMind, która potrafi generować w pełni interaktywne światy na podstawie komend tekstowych.

Najbliższą wdrożenia nowością jest funkcja „Projects” (Projekty), która jest obecnie w fazie testów wewnątrz Gemini. Umożliwi ona użytkownikom tworzenie dedykowanych przestrzeni roboczych, do których będzie można dodawać własne pliki, dokumenty czy fragmenty kodu. Gemini będzie mogło odnosić się do tych materiałów w trakcie rozmowy, co znacząco usprawni pracę nad złożonymi zadaniami, takimi jak research czy programowanie. Analitycy zauważają, że jest to odpowiedź Google na podobne funkcje dostępne już u konkurencji, m.in. w ChatGPT. Nie jest jeszcze znana data premiery, ale początkowo funkcja może być dostępna dla klientów biznesowych.

Prawdziwą rewolucję zapowiada jednak drugi z projektów – Genie 3. Jest to najnowszy tzw. model świata (world model), stworzony przez laboratorium Google DeepMind. Jego zadaniem jest generowanie na podstawie prostego polecenia tekstowego w pełni grywalnych, interaktywnych środowisk 3D w czasie rzeczywistym. Użytkownik może poruszać się po stworzonym świecie, a system dba o zachowanie spójności fizycznej otoczenia przez kilka minut.

Jak podaje Google, Genie 3 renderuje wirtualne światy w rozdzielczości 720p przy 24 klatkach na sekundę. To ogromny postęp w porównaniu do poprzednich wersji, co otwiera drzwi do błyskawicznego tworzenia prototypów gier, symulacji na potrzeby robotyki czy zupełnie nowych form wirtualnej rozrywki. Krótką wzmiankę poświęcono również przyszłości samego Gemini – w przygotowaniu jest już trzecia generacja tego flagowego modelu, która ma być najpotężniejszą do tej pory i stanowić mocną konkurencję dla modeli OpenAI.

Gemini z nowymi mocami. Oto co wprowadzają ostatnie aktualizacje Gemini Drop

#AI #Gemini #generatywnaAI #Genie3 #Google #GoogleDeepMind #news #OpenAI #sztucznaInteligencja #technologia #wirtualneświaty

Google’s on-device version of Gemini Robotics brings offline intelligence to robots, enabling them to follow commands and perform fine motor tasks locally. #Google #Robotics #GeminiRobotics #GoogleDeepMind

https://gadgetbond.com/google-deepmind-on-device-gemini-robotics-ai-model-offline/

Google DeepMind has released TxGemma, a set of open-source AI models designed to accelerate drug discovery using Gemini-powered workflows

#AI #Google #TxGemma #GoogleDeepMind #AIDrugDiscovery #BiomedicalAI #Gemini #AgenticAI #AIResearch #BioScience

https://winbuzzer.com/2025/03/31/google-deepminds-txgemma-pushes-ai-into-drug-discovery-one-molecule-at-a-time-xcxwbn/