6月25日，谷歌DeepMind在其官方博客上宣布推出AlphaGenome模型，该模型能够更全面、准确地预测DNA序列中单个变异或突变的影响。AlphaGenome可处理长达100万字母的DNA序列，预测数千个分子属性，并通过比较突变与未突变序列来评分遗传变异效果。该模型基于ENCODE、GTEx等大型公共联盟的数据，具有处理长序列、多模式预测和高效评分等特点，有望在疾病理解、合成生物学等领域发挥作用。

6月24日，谷歌DeepMind发布博客宣布推出Gemini Robotics On-Device本地化机器人AI模型。该模型基于视觉-语言-动作（VLA）架构，可在无网络环境下运行，支持低延迟响应，适用于医疗等特殊场景。其可完成高精度操作任务，如系鞋带、叠衣服等，并适配多种双机械臂机器人。开发者可通过少量任务演示快速定制功能，同时系统提供安全检测与控制机制。目前该模型仅向可信测试计划开发者开放，基于Gemini 2.0架构开发。

谷歌DeepMind团队在8月27日发表论文，展示了一种创新技术——GenRM生成式验证器，旨在通过微调大型语言模型（LLMs）作为奖励模型，显著提升生成式AI的推理能力。这一突破性方法不同于传统的Best-of-N模式，它利用了LLMs的文本生成能力，通过预测下一个token来训练验证器，实现验证...

在解答国际数学奥林匹克竞赛难题上，谷歌的DeepMind团队取得了突破性成就。通过结合AlphaProof和AlphaGeometry 2两个基于强化学习的AI模型，团队成功解答了今年IMO中的6道题目中的4道，达到了银牌得主的评价标准。参与评分的是著名数学家蒂莫西·高尔斯教授和两届IMO金牌得主约瑟夫-迈尔斯博士。AlphaProof解决了两个代数问题和一个数论问题，其中数论问题是最难的，仅有5名选手解答成功。AlphaGeometry 2则专注于几何问题解答。按照IMO规则，DeepMind系统最终获得28分，相当于银牌组的最高分。值得注意的是，2024年IMO的金奖门槛为29分，共有58名选手获奖。此次AI在数学领域的表现，展示了其在复杂逻辑推理任务上的潜力。

谷歌DeepMind近期发布新研究，开发出"video-to-audio" AI技术，可为无声视频自动生成背景音乐。目前模型需用户输入提示词引导，如指定场景和音效类型，能生成无限量协调音轨并判断音频情感倾向。团队目标是未来实现无提示词自动配音及提升角色对话口型同步，持续优化中。这一创新发生于6月18日，展示了AI在多媒体创作领域的最新进展。