Google DeepMind

날씨 바꾸기·카메라 이동·사람과 물체 추가를 말로 지시할 수 있고 공기 흐름과 충돌을 모사한다고 밝혔다. 해상도·프레임·지연 수치는 내지 않고 짧은 세션에서 일관성이 유지된다고만 적었으며, 시각적 흐트러짐·물체 지속성 약함·글자 판독 불가·공간 부정확을 한계로 인정했다. 신뢰 테스터용 연구 프리뷰이고 Google AI Ultra 가입자의 Project Genie와 Gemini API·AI S

실험 결과는 하나도 없다 — 활성도·최소억제농도·독성 수치가 없고 후보는 아직 습식 검증 중이며, 저자들도 실험 결과가 진짜 시험대라고 적었다. 그래서 이 글의 내용은 발견이 아니라 '에이전트가 문헌·구조·유전체 데이터베이스를 엮어 가설과 실험 계획까지 만드는 작업 흐름'의 공개다. Antigravity 안에 3차원 생체분자 구조 보기 도구를 함께 넣었다. 동료심사 논문이나 사전공개본은 걸지

사기가 싱가포르 신고 범죄의 절반을 넘고 2019년 이후 피해액이 40억 싱가포르달러를 넘었으며 대화형 사기가 전체 피해의 최대 80%를 차지한다는 배경 수치를 함께 냈다. 온디바이스 추론이 성능 자랑이 아니라 '대화를 서버로 보내지 않는다'는 전제를 지키는 수단으로 쓰인 사례이고, 모델을 정부와 함께 현지 데이터로 미세조정했다는 점에서 소버린 AI 쪽으로도 읽힌다

자사 측정 MTEB Code 68.76에서 78.68로 상승, 컨텍스트 8K(전작의 4배), MRL로 768차원을 128차원까지 줄여 저장 공간을 최대 6배 아낌. 양자화하면 Pixel 11 Pro에서 텍스트 전용 약 191MB, 전체 멀티모달 약 567MB RAM으로 돌아 온디바이스 멀티모달 검색을 오픈 가중치로 내림

자사 측정 DeepSWE v1.1 77.9%, AutomationBench 51.3%(1위), LVBench 91.7%, CWE-bench v1 68%(공동 1위). 도입가는 100만 토큰당 $2/$10(이후 $4/$20)이고, 미국 정부의 자발적 출시 전 접근 절차에 참여하며 접근을 넓힌다고 밝힘. 사내에서는 Argon 에이전트가 데이터센터 메모리 최적화로 300TiB 이상을 확보했다고 자

AI로 만든 예측 구조를 공용 DB에 통째로 얹어 다음 유행에 대비하는 공공재를 만든 사례다. 팬데믹 대응의 출발점이 '실험으로 구조를 푸는 것'에서 '이미 예측된 구조를 검색하는 것'으로 바뀐다. 예측 구조이며 실험 검증은 별개다

음성을 '전사 후 텍스트 처리'가 아니라 사고 예산을 조절하는 두 등급의 모델로 쪼개 판다 — 같은 인터페이스 안에서 지연과 추론 깊이를 상품으로 분리한 형태.

모델 접근이 아니라 모델 산출물 전수를 미리 계산해 공개하는 AlphaFold DB 패턴의 확장. 자사 주장으로 초기 협력자들이 집단연구에서 비코딩 유전 연관을 22% 더 찾아냈다.

AI 기상 모델이 연구 시연을 넘어 소비자 제품과 상용 API의 기본 예보로 들어감

보안 전용 파생 모델을 프런티어 라인업의 정식 변종으로 분리 — 취약점 탐지·패치가 모델 제품군의 독립 축이 됨

벤치마크 오염 방지와 IP 보호를 동시에 노리는 평가 인프라 시도 — 비공개 벤치마크로 프런티어 모델을 검증하는 경로

원본 토큰 예산의 10% 미만으로 확산 모델을 얻는 경로를 제시, H100 1장에서 약 1,500 tok/s

VLA 본체는 early-access 한정, ER 2는 AI Studio로 공개

기존의 신중한 AGI 타임라인 화법에서 적극적 프레임으로 이동했음을 보여주는 2026년 대표 발언

자동 검증 가능한 도메인에서의 실질적 진전 (Google 자체 측정)

ARC-AGI-2 사실상 포화. 발표문은 AGI를 논하지 않고 과학·연구·공학 가속으로 프레이밍

ER만 API로 개방하고 VLA 본체는 폐쇄하는 이원 공개 전략 확립

유해한 조작을 CCL로 신설하고 종료 저항 등 오정렬을 정면으로 다룸

단일 벡터 검색의 한계가 데이터·모델 크기로 해결되지 않는 차원상 원리적 한계임을 보인 반박. 다중벡터·희소·하이브리드 회귀의 이론적 근거

720p·24fps로 수 분간 일관성을 유지하며 조작 가능한 환경을 프롬프트로 생성

형식화 없이 자연어 end-to-end 범용 모델의 성취라는 점이 일반성 논쟁의 핵심 증거

주요 연구소가 공동 서명한 CoT 모니터링 합의 문서

CoT를 설명으로 쓰는 관행 자체를 대상화한 포지션 논문

알고리즘 자동 발견 계보의 출발

웹 스케일 시맨틱 지식을 로봇 제어라는 출력 모달리티로 연결

임베딩 모델이 전용 소형 인코더에서 프런티어 LLM 파생물로 이동하는 흐름을 대표

VLM의 비전 인코더 사실상 기본값. 멀티모달 임베딩과 VLM 백본이 같은 계보로 수렴

2.0 Flash가 주요 벤치마크에서 1.5 Pro를 두 배 속도로 앞선다고 자사 주장했고, Multimodal Live API와 Deep Research를 함께 내놓으며 Project Astra·Mariner·Jules 등 에이전트 시제품을 소개

생성물 출처표시가 연구 단계를 넘어 대규모 배포된 첫 사례

형식언어 기반 자기학습이 올림피아드 수준에 도달. DeepMind는 Lean·Mathlib 없이는 불가능했다고 명시

롱컨텍스트 vs RAG 논쟁을 비용·성능 트레이드오프로 정리

RSP·PF와 함께 3대 위험 평가 프레임워크 체제 성립

단백질을 넘어 핵산·저분자·이온 복합체로 확장

월드 모델 계보의 기점. 저자들은 이 규모에서 foundation world model로 볼 수 있다고 주장

컨텍스트 길이가 자릿수 단위로 도약하며 RAG는 죽었다 논쟁을 촉발

CoT가 프롬프트가 아닌 디코딩 문제일 수 있음을 제시

프롬프트 기법 선택 자체를 모델에 위임

형식 검증 가능한 보상이 추론 학습을 이끈 초기 사례. 인간이 읽을 수 있는 증명 생성

AI 재료 발견의 상징이자 이후 최대의 재현성 논쟁 대상

크로스 임바디먼트 공용 데이터셋의 출발점

추상화 단계를 프롬프트로 삽입하는 갈래

Self-Refine/Reflexion 계열에 대한 직접 반박

예시 라벨링 없이 few-shot 효과를 얻는 갈래

GEPA로 이어지는 진화형 프롬프트 최적화 계보

프롬프트 자동 최적화를 일반 최적화 문제로 정식화

웹스케일 VLM 지식을 로봇 제어에 직접 전이, VLA라는 범주 자체를 정립

선형 CoT를 탐색 문제로 재정의

CLIP 이후 멀티모달 임베딩의 사실상 후계. 대규모 배치 요구를 없애 학습 접근성을 크게 낮춤

동일 기법의 독립 정식화, 2~2.5배 가속

단일 CoT 생성이 아닌 모듈 분해형 추론 계보

냉동 비전·언어 모델을 cross-attention으로 잇는 few-shot VLM의 원형

당시 대형 모델들이 undertrained였음을 폭로, 70B가 280B Gopher를 상회

순환 없이 확장 합성곱으로 시퀀스를 처리한 대안. 탈-순환 경쟁의 한 갈래

자기회귀 생성이 오디오까지 확장됨을 보임. 이후 TTS·오디오 생성의 기반

AI 능력에 대한 대중 인식을 바꾼 사건. 이후 투자·정책 논의의 배경이 됨

정책·가치망과 몬테카를로 트리 탐색의 결합을 공개. 탐색과 학습의 결합 계보

심층강화학습이 동료심사를 거쳐 공식 성과로 인정된 지점

어텐션 기반 주소지정으로 메모리를 다루는 발상. 메모리 증강 계보의 출발

심층강화학습이 화면 입력만으로 동작함을 보인 초기 사례