谷歌DeepMind推出AlphaEarth Foundations（AEF）模型，实现高精度绘制地球，为科学家提供近乎实时的观测能力。该模型整合PB级多源数据，如光学卫星图像、气候模拟等，解决数据过载和标注不足问题，生成通用地理空间表示，支持按需创建地图。AEF通过时空精度编码器和多源信息融合技术，实现时间连续建模与高效存储，其嵌入向量仅64字节，存储需求为其他系统的1/16。目前，联合国粮农组织、哈佛森林等超50个组织已应用其卫星嵌入数据集，用于生态监测与资源管理。AEF在土地覆盖分类等任务中表现卓越，准确率达0.82，显著优于传统方法。巴西MapBiomas团队正利用其研究亚马逊雨林变化。网友称AI模型正成为公共基础设施。论文与参考链接已公开。

2025年7月22日，谷歌DeepMind在第66届国际数学奥林匹克竞赛（IMO）中取得35分，达到金牌级别成绩。本届IMO中，中国队荣获团体第一，上海中学邓乐言和巴蜀中学张恒烨均获满分42分。下届IMO将于2026年在上海中学举办，进一步彰显赛事影响力与科技结合的新趋势。

2025年7月，OpenAI宣布其未公开实验性大语言模型在国际数学奥林匹克竞赛（IMO）中获得金牌，得分35/42，引发争议。IMO组委会曾要求参赛AI公司闭幕式后一周再公布结果，以尊重人类选手并验证答案，但OpenAI在闭幕式当天（7月19日）即抢先发布。谷歌DeepMind同样获得金牌，但选择低调遵守规则。IMO评审团批评OpenAI的做法不尊重赛事规范。此外，OpenAI未参与官方评分流程，且拒绝了IMO提供的Lean格式题目支持。专家指出，若依据官方评分标准，OpenAI可能仅获银牌。OpenAI回应称未被告知‘一周后发布’的要求，且强调其发布时间符合闭幕式后建议。此事件引发广泛讨论。

正文：2025年7月19日，KAIST、谷歌DeepMind等机构联合发布了一种全新LLM架构——Mixture-of-Recursions（MoR），被业界称为潜在的“Transformer终结者”。MoR通过动态路由和递归机制，在推理速度上提升2倍，内存占用减半，并在135M到1.7B参数规模下划出新的帕累托前沿，全面超越传统Transformer。其核心创新包括小型路由器为token打分以减少冗余计算，以及KV缓存策略优化内存效率。实验表明，MoR在相同训练FLOPs下实现更低困惑度和更高小样本准确率，推理吞吐量提升超2倍。研究团队认为，MoR展现了高可扩展性和参数效率，或成为下一代LLM架构的标杆。

7月12日，Windsurf宣布OpenAI对其的收购计划已取消。取而代之的是，Windsurf CEO Varun Mohan、联合创始人Douglas Chen及部分员工将加入谷歌DeepMind团队，专注于Gemini项目和AI编码智能体开发。谷歌未获得Windsurf控制权或股权，但取得部分技术的非独家许可。此前报道称OpenAI曾计划以30亿美元收购Windsurf。即日起，Jeff Wang担任Windsurf临时CEO，Graham Moreno出任新总裁。谷歌发言人表示，此次引入Windsurf顶级AI人才将进一步提升其在AI编码领域的能力。

谷歌DeepMind团队推出突破性生物模型AlphaGenome，能在1秒内精准定位DNA序列中的变异。该模型能同时预测数千种功能基因组特征，并以单碱基分辨率评估变异效应，在基因表达、剪接、染色质可及性等任务中全面超越现有模型。AlphaGenome是首个统一基因组全任务的单一模型，架构受U-Net...

26日，《科创板日报》报道，谷歌DeepMind推出AI模型AlphaGenome，用于预测人类DNA中的基因变异如何影响调节基因的生物过程。该模型可分析多达100万个DNA碱基对，并预测数千种与调控活动相关的分子特性。通过比较突变与未突变序列，AlphaGenome能评估基因变异的影响，有助于研究人员更好地理解癌症等疾病。

《科创板日报》4日消息，谷歌DeepMind团队与布朗大学合作，开发出一种名为‘力提示’（force prompting）的技术，用于提升AI生成视频的真实感。该技术无需依赖3D模型或物理引擎，用户通过指定力的方向和强度即可控制AI生成的视频内容。‘力提示’支持全局力（例如风力作用于整个画面）和局部力（如特定点的敲击效果）两种形式，从而实现更逼真的运动模拟。这项技术为视频生成领域带来了新突破，未来有望在动画制作、虚拟现实等领域得到广泛应用。

5月27日，谷歌DeepMind团队发布最强手语翻译AI模型SignGemma，可将手语实时转换为口语文本，支持多语言但现阶段主要优化了美式手语(ASL)与英语。该开源模型计划今年晚些时候加入Gemma家族。SignGemma旨在消除手语使用者在工作、学习及社交中的沟通障碍。同期，DeepMind还推出了Gemma3n模型，支持跨模态输入生成智能文本；并与高校合作研发DolphinGemma，解析海豚声音；MedGemma则专注于医疗领域，推动临床推理与影像分析。

5月19日，谷歌DeepMind团队联合约翰·开普勒林茨大学LIT AI实验室发布新研究，通过强化学习微调（RLFT）技术提升AI语言模型的决策能力。传统语言模型虽能推理正确策略，却常因‘知道但做不到’的问题而受限。DeepMind团队创新性地用自生成的思维链作为训练信号，优化推理与行动一致性。在多臂老虎机测试中，2B参数模型动作覆盖率提升12个百分点，20臂环境下频次偏见率从70%降至35%。井字棋实验显示，微调后模型胜率提升5倍，与最优代理的对战回报归零。这项技术有效解决了推理-行动脱节问题，提升了AI的实际应用潜力。