Google DeepMind

{{Infobox company
| name = Google DeepMind
| logo = DeepMind new logo.svg
| logo_size = 250px
| image =
| image_caption = 位于伦敦国王十字区的总部
| former_name = DeepMind科技（2010–2023）
| founded =
| location = 英国伦敦
| area_served = 全球（在美国、加拿大、法国、德国、瑞士设有研究中心）
| founders =
| key_people =
| industry = 人工智能
| parent =
| type = 子公司
| num_employees = 约6,000（2025）
| revenue = 13.3亿英镑（2024）
| net_income = 1.74亿英镑（2024）哈萨比斯和列格最初在伦敦大学学院的盖茨比计算神经科学小组相识。公司创立之初以1970至1980年代的老式电子游戏（如《Breakout》《Pong》《太空侵略者》）训练算法，系统在不预先知道规则的情况下自行摸索并逐渐精通，其学习过程被认为与从未见过该游戏的人类相似；创办人的长期目标是打造能够胜任几乎一切任务的通用人工智能。

之后維港投資和两家风险投资公司对DeepMind进行了投资，除此之外还有企业家、彼得·蒂尔和伊隆·马斯克的投资。是公司早期的投资者和顾问。在2014年，DeepMind荣获了剑桥大学计算机实验室的“年度公司”奖项。

DeepMind创造了一个以人类的方式学习如何玩电子游戏的人工神经网络，并且这个神经网络可以接入一个外部的存储器，就像一个传统的图灵机一样，使得一台电脑可以模拟人类的短期记忆。

被Google收购
2014年1月26日，Google宣布已经同意收购DeepMind科技。这次收购发生在2013年Facebook与DeepMind科技结束谈判之后。

这次收购的价格估计在4亿美元

其中DeepMind要求谷歌的一个条件是他们将成立一个人工智能伦理理事会。不过该伦理委员会的组成始终未被公开，Google与DeepMind均拒绝披露成员名单。

Alphabet时期
2015年Google重组为Alphabet后，DeepMind成为Alphabet的直属子公司。同年9月，DeepMind与英国签署首份信息共享协议，共同开发临床任务管理应用Streams，该项目后来引发重大的病患数据隐私争议（见争议一节）。

2017年10月，DeepMind成立名为「DeepMind伦理与社会」（DeepMind Ethics & Society）的研究部门，聚焦隐私、透明性与公平、经济影响、治理与问责、人工智能风险管理等议题，哲学家尼克·博斯特罗姆担任顾问。

2019年12月，共同创办人苏莱曼宣布离开DeepMind，转任Google的政策相关职务。

2022年5月12日，DeepMind發布通用人工智慧模型。

与Google大脑合并
2023年4月21日，Alphabet宣布将DeepMind与Google AI旗下的Google大脑部门合并，成立Google DeepMind，以应对OpenAI的ChatGPT带来的竞争压力。《華爾街日報》报道称，这次合并同时终结了DeepMind高层多年来争取脱离Google独立运作的努力。两个部门的研究文化差异显著：Google大脑以规模化为先，产出了Transformer、BERT与PaLM；DeepMind则偏重科学问题与强化学习。合并后的团队共同开发了Gemini。

2024年至今
2024年10月，哈萨比斯与江珀因AlphaFold在蛋白质结构预测上的成就，共同获得当年诺贝尔化学奖的一半奖金。

随着各大实验室对通用人工智能竞赛的投入加剧，顶尖研究人员的流动在2025至2026年间明显加速。2025年8月，微软被报道大规模从Google DeepMind招募研究人员。

游戏与强化学习
与IBM的深蓝或Watson等为特定目的设计的早期系统不同，DeepMind最初的算法追求通用性：以原始像素为唯一输入，通过强化学习从经验中学习，其早期方法结合了深度Q学习与卷积神经网络。2022年7月，DeepMind公布DeepNash，以无模型的多智能体强化学习达到《Stratego》的人类专家水平。

2024年3月，DeepMind发布SIMA（Scalable Instructable Multiworld Agent），这是一个能够理解并执行自然语言指令、在多种3D虚拟环境中完成任务的智能体。SIMA使用来自八家工作室的九款游戏及四个研究环境进行训练，无需访问游戏源码或API即可适应新任务与新场景。

AlphaGo
DeepMind於2014年开始开发人工智能圍棋軟體AlphaGo。

2015年10月，分布式版AlphaGo分先以5:0击败了欧洲围棋冠军華裔法籍职业棋士樊麾二段。这是电脑围棋程序第一次在十九路棋盘且分先的情況下击败职业围棋棋手。

2016年3月，AlphaGo挑战世界冠军韩国职业棋士李世乭（）九段，對弈結果为AlphaGo 4:1战胜了李世乭。这场对局后被拍成纪录片《AlphaGo》。

2016年12月29日，一个注册名为Magister的账号开始在弈城围棋网与职业棋手对弈，次日用户名改为Master。12月31日取得30连胜后，2017年1月1日Master转往腾讯野狐围棋网对弈，最终Master在野狐也取得30连胜，总成绩为60场不败，在60局结束后，DeepMind CEO杰米斯·哈萨比斯声明确认Master就是升级版AlphaGo。2017年5月的中国乌镇围棋峰会上，AlphaGo以3:0战胜当时世界排名第一的柯洁九段。

2017年10月19日，AlphaGo的团队在《自然》杂志上发表了一篇文章，介绍了AlphaGo Zero，这是一个没有用到人类数据的版本，比以前任何击败人类的版本都要强大。通过跟自己对战，AlphaGo Zero经过3天的学习，以100:0的成绩超越了AlphaGo Lee的实力，21天后达到了AlphaGo Master的水平，并在40天内超过了所有之前的版本。

技术上，AlphaGo使用两个深度神经网络：评估落子概率的「策略网络」与评估局面的「价值网络」；对弈时以蒙特卡洛树搜索结合两者进行前瞻。AlphaGo Zero则改用单一神经网络，并在训练循环内部嵌入前瞻搜索；它仅需四颗TPU（AlphaGo为48颗），三天即可击败前代。2022年，研究者将MuZero应用于YouTube等平台的视频压缩码率控制，平均降低码率6.28%。

AlphaStar
2019年1月，DeepMind 推出了 AlphaStar，这是一个玩即时战略游戏《星际争霸II》的程序。 AlphaStar 使用基于人类玩家回放的强化学习，然后与自己对战以增强其技能。 在演示时，AlphaStar 拥有相当于 200 年游戏时间的知识。 它与两名职业选手连续 10 场比赛获胜，尽管它具有能够看到整个场地的不公平优势，不像人类选手必须手动移动镜头。

2019年7月，AlphaStar 开始在公共 1v1 欧洲多人天梯上与随机人类对战。 与 AlphaStar 的第一次迭代只玩了 Protoss v. Protoss 不同，这个版本的 AlphaStar 扮演了游戏中的所有种族，并且更早地修复了不公平的优势。 到2019年10月，AlphaStar 在星际争霸 II 的所有三个种族上都达到了大师级别，成为第一个在没有任何游戏限制的情况下进入广受欢迎的电子竞技顶级联赛的人工智能。Gemini同时也是整合该模型的聊天机器人名称（前身为Google Bard）。

• 2024年12月，Gemini 2.0 Flash发布，具备生成图像与音频的能力，并被定位为Google「智能体时代」战略的一部分。
• 2025年3月25日，Gemini 2.5发布，在作答前会先进行「思考」；Google宣布此后所有模型都将具备推理能力。
• 2025年11月18日，全面多模态的推理模型Gemini 3 Pro发布，同日整合进Google搜索与AI Mode；Google同时推出基于Gemini 3的AI辅助编程平台Antigravity。
• 2026年2月至3月，Gemini 3 Deep Think、Gemini 3.1 Pro与3.1 Flash-Lite陆续发布。
• 2026年5月19日，Google在Google I/O大会上发布Gemini 3.5系列，主打「具备行动力的前沿智能」，针对智能体工作流与编程优化，首发型号为Gemini 3.5 Flash。
• 2026年7月21日，DeepMind发布Gemini 3.6 Flash、3.5 Flash-Lite与3.5 Flash Cyber。3.6 Flash被定位为「主力模型」，在编程与多模态能力提升的同时将token用量降低最多17%；3.5 Flash Cyber是针对发现、验证与修补安全漏洞微调的网络安全模型，鉴于其两用性质，仅通过限量试点计划向政府与受信任伙伴开放。截至该次发布，Gemini 3.5 Pro尚未推出。

Gemma开放模型
Gemma是一系列开放权重的语言模型，首批于2024年2月21日发布，包含面向GPU/TPU的70亿参数版本与面向CPU及端侧应用的20亿参数版本，其架构、数据集与训练方法与Gemini相近。此后陆续发布Gemma 2（2024年6月）、Gemma 3（2025年3月，号称可在单张GPU上运行的最强模型）以及面向特定领域的TxGemma（药物研发）与DolphinGemma（海豚发声研究）。2026年6月，DeepMind发布实验性开放模型DiffusionGemma：它基于26亿激活参数的混合专家模型Gemma 4，采用扩散式解码并行生成整块文本，而非逐词预测，以降低延迟。

图像、视频与音乐
2024年5月的Google I/O大会上，DeepMind发布视频生成模型Veo，宣称可生成时长超过一分钟的1080p视频。2024年12月的Veo 2支持4K输出并改进了物理理解；2025年5月的Veo 3可同步生成与画面匹配的对白、音效与环境音。Google同时推出由Veo与Imagen驱动的视频创作工具Flow。

音乐方面，DeepMind开发了文生音乐模型Lyria，2025年8月起可通过Vertex AI与Gemini API使用；2026年2月18日发布Lyria 3，同年3月25日发布可创作更长、结构感更强曲目的Lyria 3 Pro。

Google 在 2026年5月 的 Google I/O 大會上正式發布了新一代多模態生成模型，Gemini Omni。它主打強大的影片生成與對話式連續編輯功能，能將文字、圖片或參考影片直接轉化為高品質的動態短片。

世界模型与環境生成
2024年3月，DeepMind推出了「Genie」（Generative Interactive Environments，生成式互動環境），這是一個可以根據文本描述、圖像或草圖生成類遊戲、動作可控虛擬世界的AI模型。Genie作為一個自迴歸潛在擴散模型（latent diffusion model）構建，無需標記的動作數據進行訓練，即可實現逐影格（frame-by-frame）的互動性。其後繼者Genie 2於2024年12月發布，擴展了這些功能，以生成多樣化且具互動性的3D環境。Genie 3於2025年8月發布，具備更高解析度的世界生成能力，並能維持長達數分鐘的視覺一致性。 2026年1月29日，DeepMind向AI Ultra訂閱者正式發布了Project Genie。

语音合成
2016年，DeepMind发布WaveNet语音合成系统。该系统最初因计算量过大而难以用于消费产品，至2017年底才应用于Google助理，2018年Google推出基于WaveNet的商用产品Cloud Text-to-Speech。其后更高效的WaveRNN与用于丢包隐藏的WaveNetEQ被应用于Google Duo。

科学应用
AlphaFold
2016年，DeepMind開始利用人工智能研究蛋白质折叠，蛋白質結構是生物科学重要且棘手的課題。

2018年12月，DeepMind研發的AlphaFold通过成功预测43种蛋白质中的25种最准确的结构，赢得了第13届蛋白质结构预测技术关键评估（CASP）。「这是一个灯塔项目，我们第一次在人力和资源方面对一个基本的、非常重要的、现实世界的科学问题进行重大投资」，哈萨比斯对《卫报》说。2020年，在第14届CASP中，AlphaFold的预测达到了与实验室技术相当的准确度分数。科学评审小组成员安德烈·克里什塔福维奇将这一成就描述为「真正了不起的」，并表示预测蛋白质如何折叠的问题已「基本解决」。

2021年7月，AlphaFold2开源，DeepMind随后公布了几乎全部人类蛋白质及另外20种常用模式生物完整蛋白质组的预测结构。2022年7月，DeepMind宣布把超过2亿个蛋白质结构预测（几乎涵盖所有已知蛋白质）发布到AlphaFold蛋白质结构数据库。

2024年5月发布的AlphaFold 3可预测蛋白质与DNA、RNA及各类小分子的相互作用。在DNA相互作用的某项基准测试中，AlphaFold 3的准确率达到65%，显著高于此前28%的最好成绩。

2024年10月，哈萨比斯与江珀因蛋白质结构预测的贡献共同获得诺贝尔化学奖的一半奖金。

AlphaGenome
2025年6月25日，DeepMind发布，用于预测非编码DNA区段如何调控基因表达、以及单核苷酸变异如何破坏这种调控。该模型可接受长达100万个碱基对的序列输入，并输出基因表达水平、染色质可及性、三维基因组接触与RNA剪接位点等数千项定量预测，在26项变异效应预测基准中的24项优于既有模型。模型初期通过API向非商业研究免费开放。相关论文于2026年1月发表于《自然》。有研究者认为，AlphaGenome在剪接位点使用、变异对表达的影响与染色质可及性等方面预测精度突出，但捕捉细胞类型特异性调控仍是重要挑战。

材料科学
2023年11月，Google DeepMind公布材料探索图网络（GNoME），提出了数百万种化学上此前未知的材料，其中包含数十万种稳定晶体结构。不过材料学家与拉姆·塞沙德里在一篇评述中表示，他们未能从GNoME的结果中找出「特别新颖」的材料，多数只是已知材料的微小变体，认为其对实验材料科学家尚未构成实用贡献。

天气预报
Google DeepMind开发了名为Weather Lab的气象预测系统，用于热带气旋预报。该系统于2025年年中上线，使用基于45年全球气象与气旋数据训练的随机神经网络，可对气旋的生成、路径、强度与结构给出提前至多15天的多组概率预报。在2025年大西洋飓风季中，其路径与强度预报表现优于包括美国国家海洋和大气管理局全球预报系统在内的传统数值模式，并为国家飓风中心的业务预报提供参考。

数学与算法
2022年10月，DeepMind发布，用类似AlphaGo的强化学习方法寻找新的矩阵乘法算法。在4×4模2矩阵相乘的特例上，AlphaTensor找到只需47次乘法的算法，优于自1969年以来最优的施特拉森算法（49次）。计算机科学家弗吉尼亚·瓦西列夫斯卡·威廉姆斯认为该成果「有些被过度宣传」，但也承认其强化学习思路与既往方法「完全不同」。

2023年6月，DeepMind公布，用强化学习搜索更高效的算法实现，发现了更快的排序与哈希算法。新排序算法对短序列快70%、对超过25万元素的序列快1.7%，并被并入C++标准库——这是该库排序算法十余年来的首次改动，也是首个由AI发现的算法进入其中。

2024年1月，DeepMind公布AlphaGeometry，这一神经符号人工智能系统解出了国际数学奥林匹克（IMO）30道几何题中的25道，接近金牌选手水平。它把依赖人工规则的符号引擎与在合成证明数据上训练的语言模型结合：当符号引擎无法独立完成严格证明时，由语言模型提议辅助线等几何构造。2024年的IMO上，AlphaProof（将预训练语言模型与AlphaZero式强化学习结合，用Lean表达形式化命题）与改进版AlphaGeometry 2合计取得银牌水平（28分）。

2025年7月，Gemini的「Deep Think」增强推理模式在IMO 2025中取得35/42分，达到金牌标准，完整解出六题中的五题。与前一年不同，该系统直接以自然语言读题与作答，并在与人类选手相同的4.5小时限时内完成。IMO主席格雷戈尔·多利纳尔确认了这一成绩，并称评委认为其证明清晰、精确且大多易于理解。当年630名人类选手中仅67人获得金牌。

2025年5月，DeepMind公布，一个以Gemini等大型语言模型驱动的演化式编程智能体。它从初始算法与评估指标出发，反复由语言模型生成变体或组合已有方案，并择优迭代。据Google称，在50个数学公开问题上，AlphaEvolve在75%的情形下达到了当前最优方法的水平，并在20%的情形下发现了更优解（例如11维的接吻数问题）；它还为Google数据中心调度设计了新启发式，平均回收约0.7%的全球算力。

AlphaChip是用于芯片布局规划的强化学习系统。DeepMind称该技术把芯片布局所需时间从数周缩短到数小时，且自2020年以来每一代TPU都采用了它生成的设计。多位独立研究者对此持保留态度，指出缺乏公开的直接基准测试来证明其优于现有商用EDA工具；《ACM通讯》与《新科学人》均报道称，尽管宣传声势可观，DeepMind一直未提供专家长期要求的对比数据。

其他应用
2016年起，受AlphaGo启发，Google工程师与DeepMind合作，用强化学习优化数据中心冷却。系统读取传感器数据并给出操作建议，由人类工程师执行，使电能使用效率（PUE）改善约15%；后续部署的自主系统在安全约束校验通过后自动执行，改善幅度达30%，并产出了让资深运维人员意外的冷却策略（例如利用冬季条件制取低于常规温度的冷水）。

医疗方面，DeepMind先后与摩尔菲尔德眼科医院（2016年，分析匿名化眼底扫描以发现致盲疾病的早期征兆）、伦敦大学学院医院（2016年，区分头颈部健康与癌变组织）、英国癌症研究基金会帝国理工中心（2017年，乳腺X光筛查）以及美国退伍军人事务部（2018年，预测急性肾损伤）等机构合作。2018年11月，DeepMind宣布其健康部门与Streams应用并入Google健康。

在人文领域，DeepMind与学者合作开发了古文献修复模型Ithaca（2022年），可补全受损的古希腊铭文并推断其年代与地理来源，文本修复准确率62%、地点判断71%、断代误差约30年；据作者称，专家借助Ithaca后的工作准确率可由25%提升至72%。古典学者指出，该测试的参与者其实是学生，因此对「真正合格的校勘者」的帮助尚不明确。

2025年3月，DeepMind发布Gemini Robotics与Gemini Robotics-ER，用于提升机器人与物理世界的交互能力；2025年9月发布Gemini Robotics 1.5；2026年4月发布升级版Gemini Robotics ER-1.6。

人工智能安全与伦理
DeepMind在AI安全领域有长期研究。2017年，DeepMind发布开源测试平台GridWorld，用于评估算法是否会学习禁用自身的停止开关或表现出其他不良行为。2024年1月，DeepMind为其机器人项目AutoRT制定了受艾萨克·阿西莫夫机器人三定律启发的安全规则集「机器人宪法」，其中第一条即机器人「不得伤害人类」。

2024年5月，DeepMind公布《前沿安全框架》（Frontier Safety Framework, FSF），针对CBRN（化学、生物、放射性与核信息风险）、网络安全、机器学习研发与欺骗性对齐等风险领域定义「关键能力级别」（CCL），并对前沿模型进行定期评估以判断是否需要加强缓解措施。2025年9月发布的第三版新增了有害操纵等风险领域；2026年4月17日的更新引入「追踪能力级别」（TCL），以便更早识别相对不那么极端的风险，并披露了更完整的风险管理流程。2025年4月，DeepMind还发表了长篇技术报告《技术性AGI安全与保障的一种方法》。

2026年7月，在数百人于Google DeepMind旧金山办公室外集会、要求有条件暂停前沿模型研发的三天后，哈萨比斯发表长文《前沿人工智能框架与新时代的到来》，主张AGI可能在数年内出现、其变革速度将是工业革命的十倍，同时强调生物与网络安全风险以及独立评估的必要性。

争议
英国国民保健署数据共享
2016年4月，《新科学人》取得DeepMind与皇家自由伦敦国民保健信托之间的数据共享协议副本。该信托运营三家伦敦医院，每年约诊治160万名病患。协议显示，DeepMind Health可获取这些医院的入院、出院与转院、急诊、病理与放射及重症监护数据，其中包含病患是否被诊断出HIV、是否患有抑郁症、是否曾接受堕胎等敏感个人信息。

有人向英国信息专员办公室（ICO）投诉，认为数据应经假名化与加密处理。2017年7月，ICO在为期一年的调查后裁定，皇家自由医院向DeepMind移交160万名病患的个人数据时未遵守《数据保护法》，并指出数据处理存在多项缺失，包括未充分告知病患其数据会被用于测试。DeepMind于2017年7月就调查作出回应，表示「我们需要做得更好」，并列出在透明度、监督与公众参与方面的多项举措。同年5月，天空新聞台披露了英国国家数据监护人菲奥娜·考尔迪科特的一封信函，信中称她「审慎认为」该数据共享协议的法律依据「并不恰当」。

2018年11月DeepMind健康部门并入Google健康时，隐私倡导者批评此举背弃了病患信任，与DeepMind此前关于病患数据不会与Google账户或服务连接的声明相矛盾；DeepMind发言人则回应称病患数据仍会与Google的服务和项目分开保存。

其他批评
除前述对AlphaChip缺乏公开基准测试

学术合作
DeepMind资助了三个机器学习讲席：剑桥大学计算机科学与技术系（由担任）、牛津大学计算机科学系（由担任）以及伦敦大学学院计算机科学系（由马克·戴森罗特担任）。DeepMind亦与学界神经科学家合作开展基础研究：2018年发表于《自然》的一篇论文显示，训练用于路径积分的循环神经网络会自发涌现类似网格细胞的表征，具备此类表征的智能体能够规划出更高效的导航路径。

参考文献
外部链接
*

• [https://deepmind.google/research/publications/ Google DeepMind - publications]
• [https://www.youtube.com/channel/UCP7jMXSY2xbc3KCAE0MHQ-A DeepMind在YouTube上的官方频道]