Google 开源水文建模框架，支持机构自建 AI 洪水预报
Google Research 在 GitHub 上以 Apache 2.0 许可开源其水文建模框架，让各国气象与水文机构能用与 Google Flood Hub 相同的架构和相近训练数据训练 AI 洪水预报模型。
推荐理由：Google 把驱动 Flood Hub 的水文模型架构与训练流程开源，读者可据此判断本地洪水预报如何接入自有数据。
数据与训练
全部主题训练侧的门道：数据集构建、合成数据、预训练与后训练方法、算力与训练成本。
最新精选
第 21–31 条 · 共 31 条Google Research精选AI 评分6060
Google Research精选AI 评分7171 Google 发布 ERA 科研工具并开放 Computational Discovery 访问
Google 发布基于 Gemini 的科研工具 Empirical Research Assistance（ERA），可搜索文献、编写代码、组合方法并评估结果，相关成果已发表于 Nature。
推荐理由：Google 把 ERA 从 Nature 论文推进到可申请使用的工具，读者可据此判断科研编码自动化的落地路径。
Google DeepMind精选AI 评分6060 Google DeepMind 用 Co-Scientist 加速逆转细胞衰老的基因线索发现
Google DeepMind 的 Co-Scientist 被用于加速细胞衰老研究：它扫描数万篇论文后提出 20 多个新的候选基因因子，实验室验证其中几个成功让细胞进入更年轻状态并改善整体功能。
推荐理由：原文给出 Co-Scientist 在衰老研究中的具体产出与验证结果，读者可据此判断 AI 辅助科研的实际落地程度。
Google DeepMind精选AI 评分6262 斯坦福团队用 Co-Scientist 筛选抗肝纤维化药物
斯坦福大学医学院遗传学家 Gary Peltz 团队在《Advanced Science》发表研究，测试 Google DeepMind 的 Co-Scientist 能否从已有药物文献中筛选出可重定位治疗肝纤维化的候选药。
推荐理由：斯坦福团队用 Co-Scientist 筛选抗纤维化药物，实验显示其候选药优于人工挑选，可观察 AI 辅助药物重定位的实证效果。
Google Research精选AI 评分6060 Google Research 科学家使用 Empirical Research Assistance 的四种方式
Google Research 介绍其 Empirical Research Assistance（ERA）在四个真实科研场景中的应用：公共卫生方面，团队每周向 CDC 的流感。
推荐理由：Google 官方汇总 ERA 在流行病预测、宇宙学、碳监测和神经科学四类真实科研场景中的使用结果，可了解 LLM 辅助科研的落地边界。
Google DeepMind精选AI 评分6262 Google DeepMind 提出 Decoupled DiLoCo 分布式训练架构
Google DeepMind 发布论文提出 Decoupled DiLoCo 分布式训练架构，将大规模训练拆分为解耦的计算孤岛，孤岛间以异步数据流通信，从而隔离局部硬件故障并降低带宽需求。
推荐理由：原文给出跨数据中心异步训练的具体带宽与加速数据，读者可据此判断分布式预训练的工程可行性。
Google Research精选AI 评分7171 Google 与 NHS 合作研究：AI 用于乳腺癌筛查的独立表现与双读流程评估
Google Research 与多家 NHS 机构合作的 AIMS 研究在 Nature Cancer 发表两项姊妹研究，评估 AI 乳腺癌检测系统。
推荐理由：两项 Nature Cancer 研究给出 AI 在 NHS 乳腺筛查中的独立与双读表现，并暴露数据漂移与仲裁误判等落地问题。
Mistral AI精选AI 评分6262 Mistral AI 推出 Forge，让企业用自有知识训练前沿模型
Mistral AI 推出 Forge，一套让企业基于专有知识构建前沿级 AI 模型的系统，支持预训练、后训练和强化学习等阶段，并覆盖 dense 与 MoE 架构及多模态输入。
推荐理由：原文给出企业用自有数据训练前沿模型的分阶段训练路径与智能体落地方式，可据此判断企业自建模型的可行边界。
Google Research精选AI 评分6666 Google 在 Flood Hub 上线城市山洪预报，可提前 24 小时预警
Google 宣布在 Flood Hub 上线城市山洪预报，借助新的 AI 方法可提前最多 24 小时预测城市山洪风险。由于山洪常远离水文站、缺乏地面真值数据，团队用 Groundsource 方法结合 Gemini 分析公开洪水新闻报道，构建历史山洪事件数据集用于训练和评估模型。
推荐理由：Google 把城市山洪预警接入 Flood Hub，读者可了解其用 Gemini 从新闻提取训练数据、以全球气象产品替代本地传感器的思路。
Google Research精选AI 评分6262 Google 推出 Groundsource：用 Gemini 把新闻报道转为灾害数据
Google Research 推出 Groundsource，一套用 Gemini 从非结构化新闻中提取灾害事件的可扩展方法，并发布首个开放数据集，包含 2.6 百万条城市山洪记录，覆盖 150 多个国家、时间跨度从 2000 年至今。
推荐理由：Google 用 Gemini 把 80 种语言的新闻报道转成结构化灾害数据，其人工核验准确率与覆盖范围可供评估这类方法的上限。
Mistral AI精选AI 评分6262 Mistral AI 完成 1.7B€ C 轮融资，ASML 领投
Mistral AI 宣布完成 1.7B€ 的 C 轮融资，投后估值 11.7B€，由半导体设备制造商 ASML 领投，DST Global、Andreessen Horowitz、Bpifrance、General Catalyst、Index Ventures、Lightspeed 和 NVIDIA 等现有投资方参投。
推荐理由：Mistral AI 完成 1.7B€ C 轮融资，由 ASML 领投，读者可了解其资金用途与半导体产业链合作方向。