谷歌旗下AI研究机构，专注于人工智能基础研究与应用
AlphaGeometry是DeepMind于2024年初发布的几何定理证明系统
Anthropic和DeepMind的研究在受控实验中观测到模型在CoT中给出的解释与实际影响决策的特征不一致的初步迹象
Oriol Vinyals是DeepMind的研究副总裁，是AlphaStar、AlphaCode等项目的核心人物
DeepMind 此次强调的关键词是 real-world applications（真实世界应用）
DeepMind在AlphaFold上采取了相对开放的策略，将预测数据库免费开放给全球研究者
DeepMind的Atari AI系统在部分游戏中超越了人类顶尖玩家
DeepMind与游戏工作室的合作标志着游戏从AI能力的考场转向AI成为游戏设计一部分的转变
Dreamer 系列（DreamerV1/V2/V3）通过引入离散潜在变量和改进的世界模型损失函数，将世界模型框架推向更复杂的连续控制任务
DeepMind 的 AlphaStar、OpenAI Five 等里程碑项目建立在游戏之上
DeepMind的AlphaProof和AlphaGeometry系统采用了逐步验证的思路
还有 40 条时间轴事件
Google DeepMind由2014年收购的DeepMind与谷歌内部的Google Brain团队于2023年合并而成
90%已验证AlphaFold是DeepMind于2020年推出的蛋白质结构预测系统
90%已验证DQN是DeepMind在2013年提出的算法，首次将深度神经网络与Q-learning强化学习相结合，使AI能学会玩49款Atari游戏
80%已验证Google DeepMind的Chinchilla论文优化了模型参数量与训练数据量的最优比例
75%已验证Google DeepMind的SIMA项目训练了一个能够在多款3D游戏中执行自然语言指令的通用智能体
75%已验证OpenAI、Anthropic、DeepMind等机构均已将可解释性作为研究方向
75%已验证涌现能力现象被DeepMind研究员系统记录于2022年的《Emergent Abilities of Large Language Models》论文中
75%已验证多模态大模型的技术基础是视觉编码器（如ViT）与语言模型的联合训练，使模型能将像素空间视觉信息映射到与文本共享的语义空间
75%已验证John Jumper因领导AlphaFold项目解决蛋白质结构预测问题而获得2024年诺贝尔化学奖
75%已验证Demis Hassabis是Google DeepMind的联合创始人
75%已验证MuJoCo 由 Emanuel Todorov 开发，2021年被 DeepMind 收购后于2022年正式开源
65%已验证Open X-Embodiment 由 Google DeepMind 联合33个学术机构于2023年发布，包含超过100万条真实机器人演示轨迹，覆盖22种不同机器人形态
65%已验证Meta 的 HyperTree Proof Search 和 DeepMind 的 AlphaProof 都是 LLM 与形式化验证结合方向的代表工作
65%已验证DeepMind提出的Chinchilla定律进一步精细化了数据与参数的最优配比关系
65%已验证OpenAI、DeepMind等机构均明确将AGI作为终极目标
65%已验证Google DeepMind提出了Nested Learning（嵌套学习）相关方法
65%已验证MuJoCo最初由华盛顿大学的Emo Todorov团队开发，2021年被DeepMind收购后完全开源免费
65%已验证DeepMind的AlphaGeometry通过将神经网络与符号推理引擎耦合，在奥林匹克级别几何证明题上达到人类金牌水平
65%已验证据报道，顶级AI研究员的薪酬包可达500万至数千万美元，远超传统软件工程师
65%已验证DeepMind的Chinchilla研究（2022）指出最优训练应让数据量与参数量保持大致1:1的比例增长
65%