Google DeepMind 发布 EmbeddingGemma 2 开放轻量多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，这是一个 740M 参数的开放轻量多模态嵌入模型。它基于 Gemma 4 架构，采用 Apache 2.0 许可，支持文本、代码、图像、视频和音频统一嵌入，并提供 8K token 上下文窗口。
推荐理由：原文给出 740M 参数、8K 上下文窗口、MRL 截断维度和端侧内存占用，便于判断本地多模态检索可用性。
#开源学习
Google DeepMind精选AI 评分7878
Google DeepMind精选AI 评分6767 Google DeepMind 发布 SynthID Bio 合成生物学水印工具
Google DeepMind 发布 SynthID Bio，将 SynthID 水印技术用于合成生物学，把不可感知签名嵌入蛋白序列和 3D 结构。湿实验中水印蛋白保持结合功能，可帮助 DNA 合成筛查和公共数据库标注。官方将开源代码和体外数据，并向研究社区发布权重。https://deepmind.google/blog/introducing-synthid-bio/
推荐理由：原文展示水印蛋白在湿实验中保持结合功能，为人工智能生成生物设计的来源验证和 DNA 合成筛查提供可落地路径。
Microsoft Research精选AI 评分6363 Microsoft Research 为 Physical AI Toolchain 增加机器人推理卸载能力
Microsoft Research 在 Physical AI Toolchain 中新增机器人推理卸载能力，可用 Kubernetes 工具将推理部署到边缘或云端 GPU。
推荐理由：原文比较了机载 GPU 与边缘或云端推理在移动操作任务中的表现，并量化了任务成功率、延迟和电池寿命差异。