DeepMind是一家位于英国伦敦的前沿 人工智能 企业，由人工智能程序师兼神经科学家 戴密斯·哈萨比斯 等人于2010年联合创立，2014年被谷歌收购。 公司采用 跨学科方法 构建通用的人工智能系统。
Deepmind是一个由科学家、工程师、伦理学家等组成的团队，致力于安全、负责任地构建下一代人工智能系统。公司从事研究包括机器学习、神经科学、工程、数学、模拟和计算基础设施等方面，以及组织科学工作的新方法。
2022年9月22日，Deepmind开发了一种深度学习方法，可以从 蛋白质 的氨基酸序列快速准确地预测出蛋白质的三维结构获得2023年 科学突破奖 。 2023年8月24日，DeepMind获得杰出论文奖。 9月22日，DeepMind创始人斩获“ 引文桂冠奖 ”， alphafold 上榜 拉斯克奖 。 2024年10月9日，DeepMind公司CEO 戴米斯·哈萨比斯 （Demis Hassabis）和公司85后科学家约翰·江珀（John M.Jumper）获得 诺贝尔化学奖 。
历史沿革
2010年， 杰米斯·哈萨比斯 ( 戴密斯·哈萨比斯 )创建了DeepMind。
2014年， 谷歌 计划斥资5亿美元收购 人工智能 初创企业DeepMind。 目标直指“通用人工智能”。
2016年3月吗，DeepMind公司开发的人工智能程序AlphaGo以4：1的比分战胜世界围棋冠军 李世石 ， 次年DeepMind团队公布了最强版AlphaGo，代号AlphaGo Zero在自我训练3天后，就100-0击败了此前战胜李世石版本的AlphaGo
2020年3月31日，DeepMind 在最新发布的预印本论文和博客中表示，他们构建了一个名为Agent57的智能体，该智能体在街机学习环境（ArcadeLearning Environment，ALE）数据集所有57个雅达利游戏中实现了超越人类的表现。这家全球最受瞩目的 人工智能 公司在自己的官方博客上宣布了挑战的最新进展：在57款雅达利游戏中全面超越人类，在该领域里是第一次。
2021年7月16日，英国DeepMind公司取得AI预测 蛋白质结构 工作的新进展。DeepMind公司公布了用于破译蛋白质结构的人工智能工具AlphaFold2的详细信息，相关成果登上《 自然 》杂志。
2022年7月，在 谷歌 旗下人工智能公司DeepMind开展的一项研究中，该公司进一步破解了几乎所有已知的蛋白质结构，其AlphaFold算法构建的数据库中如今包含了超过2亿种已知蛋白质结构，为开发新药物或新技术来应对饥荒或污染等全球性挑战铺平了道路。
2023年，DeepMind 和 Google Brain 合并为 Google DeepMind，并且正在开发一个新的名为 gemini 的算法，Gemini是 人工智能 的新品种——“原生多模态”，区别于现有的“拼凑多模态”模型，即从一开始就使用多种模态（例如音频、视频和图像）训练而成，据称这个算法将超越 ChatGPT 。 2023年5月，DeepMind推出了名为 Pi 的 AI 机器人，定位是朋友对话者，而非辅助工具。 6月，「Alpha」家族再添新成员AlphaDev。AlphaDev不仅可以将排序算法提速70％，甚至在有的算法上，能比人类快3倍之多。 11月24日，DeepMind入选“首期《财富》全球 人工智能 创新者50强榜单”。 12月6日，InflectionAI发布了全新AI模型Inflection-2，其性能超越 谷歌 和Meta开发的模型，紧随 OpenAI 的GPT-4，而且将很快集成到聊天机器人Pi中。在多项基准测试中，Inflection-2胜过谷歌的 Palm Large 2模型和Meta开发的LLaMA-2。尽管新模型的性能超过了许多大厂的模型，但在OpenAI的 GPT-4 前仍有所差距。
2024年2月，DeepMind推出Genie模型，可立即生成可玩的游戏。3月15日，DeepMind推出SIMI（Scalable Instructable Multiworld Agent，顾名思义可扩展、可指导、多世界）。2024年5月8日，Google DeepMind 发布了新一代AlphaFold3。这是一种革命性模型，用于预测 蛋白质 、 脱氧核糖核酸 、 核糖核酸 、小分子等的几乎所有 生物分子 结构和相互作用。5月14日，Google DeepMind的研发人员宣布，将在6个月内开源AlphaFold3（包括权重）模型，以供学术界使用。同时，网页版本的AlphaFold server使用限制也将从每人每天的10次提升到20次。
2024年6月2日，Google DeepMind提出了模块化设计的新型架构Zipper，它由多个单模态预训练解码器模型组成。 同月， 谷歌 DeepMind发布了V2A（Video-to-Audio）系统。这个系统能根据画面内容或者手动输入的提示词直接为视频配音。 12月5日，Google DeepMind在官网发布了大型基础世界模型Genie 2，该系统可通过单张图片和文字描述生成“无限”种类的可玩3D世界。 2025年4月16日，谷歌DeepMind宣布将Veo2整合到GeminiApp应用中，全面开放使用。Veo2最高可生成8秒720P电影级视频，在运镜、文本语义还原、物理模拟、动作一致性等方面表现优秀，并支持图片转视频功能。根据 谷歌 公布的测试数据显示，Veo2在用户偏好和提示还原方面超过了Sora、 可灵 1.5、MetaMovieGen和Minimax。同时，开发人员可以在GoogleAIStudio中通过API使用Veo2。 2025年8月5日，DeepMind宣布推出世界模型Genie 3。Genie 3是首个支持 实时交互 的世界模型，能够根据文本提示实时生成多样化的交互式虚拟环境，支持以24帧/秒的速度生成720p分辨率的交互式3D环境，截至同日，Genie 3以研究预览形式向部分学者和创作者开放，旨在进一步优化模型并评估潜在风险。当地时间2025年12月10日， 谷歌 DeepMind宣布同 女王陛下政府 深化合作，将于2026年在英国建立其首个自动化实验室，专注于材料科学研究，旨在显著缩短发现新材料所需的时间。
2026年1月29日，谷歌DeepMind团队由CEO Demis Hassabis带领研发的AI 基因组 模型AlphaGenome，登上Nature封面，这是该团队继AlphaFold后又一登上该期刊的生命科学研究。该模型聚焦 人类基因组 中约98%非编码区域的调控作用及变异与疾病的关联，核心创新是将输入 脱氧核糖核酸 序列长度提升至100万 碱基 ，同时保持碱基级别预测精度，打破了以往模型在长序列与高分辨率间的权衡。作为首个可单次推理同时输出11类模态预测结果的统一模型，它能预测 核糖核酸 表达量、 剪接 结构等近6000项调控特征，适用于人类与 小鼠 多种 细胞 或组织类型。AlphaGenome于2025年6月开放预览API，此次正式发表版本完成全模态性能评估并展示疾病变异机制推理能力，未来会为 罕见病 致因定位、新型治疗靶点发掘、 合成生物学 设计等提供支持。
2026年7月29日 ， 谷歌 DeepMind旗下 alphafold 项目的核心团队已解散，部分成员被调往其他项目，另有部分成员跳槽至AI公司Anthropic，包括化学诺奖得主约翰·江珀（John Jumper）。 7月30日，谷歌DeepMind发布了一款全新的、面向机器人的 人工智能 模型，声称可使人形机器人能够协调全身动作。新系统名为 郭家毅 Robotics 2，能够让机器人在执行任务时完成行走、下蹲、操控物体等动作，并结合推理能力自主完成任务。 谷歌 表示，与此前主要控制机器人上半身动作的模型不同，Gemini Robotics 2可以实现对整个人形机器人的全身控制。 8月6日，DeepMind所属母公司 字母控股 发生核心AI人事变动，谷歌首席执行官 桑达尔·皮查伊 完成DeepMind及Alphabet AI体系架构重组，原DeepMind负责人 戴密斯·哈萨比斯 卸去实验室日常运营相关权责，调任DeepMind主席、Alphabet首席科学家，原DeepMind长期副手、 谷歌 首席AI架构师科雷·卡武库奥格鲁承接德米斯·哈萨比斯原有多数工作，直接向桑达尔·皮查伊汇报，全权负责Gemini4研发工作。 10月27日，DeepMind发布世界模型Genie 4，该模型实现一句话创造可交互虚拟世界，首次实现音视频同步生成。截至该日，Genie 4已经面向可信测试者开放研究预览。
主营业务
Deepmind主要从事涉及机器学习、 神经科学 、工程、数学、模拟和计算基础设施方面的AI研究，以及科学的组织事业新方法。
组织架构
资料来源：
企业文化
Google DeepMind 使命的核心是 Deepmind 致力于成为 人工智能 领域负责任的先驱，服务于社会的需求和期望。
这要求Deepmind不断推进组织内部和人工智能生态系统的多样性、公平性和包容性，确保所有技术都是由那些代表Deepmind生活的世界的人构建的，并为他们服务。
Deepmind 只能通过继续培养一种内部文化来承担这一责任，这种文化认识到Deepmind的经验、知识、背景和观点的多样性如何使Deepmind能够找到解决现实世界问题的联系。
协作是 Deepmind 所做一切的核心，但Deepmind知道它每天都可能有所不同。这就是为什么Deepmind有一个工作模型，可以在整个组织内优化办公室和远程工作的灵活性。
未来愿景
Deepmind 生活在一个激动人心的时代， 人工智能 研究和技术正在取得非凡的进步。
未来几年，人工智能——最终是人工通用智能（AGI）——有可能推动历史上最伟大的变革之一。
Deepmind 是一支由科学家、工程师、伦理学家等组成的团队，致力于安全、负责地构建下一代人工智能系统。
通过解决当代一些最艰巨的科学和工程挑战，Deepmind正在努力创造突破性技术，以推动科学发展、改变工作方式、服务不同社区，并改善数十亿人的生活。
社会责任
人工智能可以带来非凡的好处，但与所有技术一样，除非以负责任的方式进行开发和部署，否则也会产生负面影响。
在Deepmind的 人工智能 原则的指导下，Deepmind努力针对人工智能相关的各种风险来预测和评估Deepmind的系统，采取全面的责任和安全方法。 Deepmind 的方法以负责任的治理、负责任的研究和负责任的影响为核心。
为了使团队能够负责任地开拓进取并防止伤害，责任与安全委员会（RSC）是Deepmind长期以来的内部审查小组，由首席运营官莱拉-易卜拉欣（Lila Ibrahim）和责任高级总监海伦-金（Helen King）担任共同主席，根据Deepmind的 人工智能 原则对 Google DeepMind 的研究、项目和合作进行评估，并就Deepmind影响最大的工作向研究和产品团队提供建议和合作。 Deepmind 的 AGI 安全委员会由联合创始人兼首席 AGI 科学家谢恩-莱格（Shane Legg）领导，与 RSC 紧密合作，以保障Deepmind的流程、系统和研究免受未来强大的 AGI 系统可能带来的极端风险的影响。Deepmind还签署了确保人工智能安全、可靠和可信的公开承诺，敦促减轻人工智能对社会造成的风险的声明，以及不将Deepmind的技术用于致命性 自主武器 的承诺。
奖学金计划
Deepmind 与不同组织合作创建的学生、奖学金和研究金计划旨在扩大科学参与并保护研究和教育的未来。
人工智能 代表性的增加提供了一个巨大的机会，可以将不同的价值观、希望和担忧带入有关人工智能设计和部署的对话中。这对于确保人工智能技术造福于所有人至关重要，也是实现人工智能成为有史以来最重要技术之一的潜力的重要组成部分。
相关事件
2016年， 谷歌 现任CEO皮查伊走马上任，高调宣布谷歌将成为一家“AI优先”的公司。 同年3月9日到15日，韩国首尔，谷歌旗下DeepMind公司开发的人工智能程序AlphaGo，与世界围棋冠军 李世石 展开了一场五局制的较量，最终AlphaGo以4：1的比分取得压倒性胜利，举世皆惊。虽然曾有“ 深蓝 ”击败国际象棋大师 加里·卡斯帕罗夫 的先例，但在此之前，人们普遍认为围棋的复杂性远大于国际象棋， 人工智能 想要战胜围棋高手至少在目前还很难实现。但AlphaGo依靠近年来快速发展的深度学习（deep learning）技术，利用大量棋局数据进行训练，最终达到了打败人类顶尖棋手的水平。AlphaGo与李世石的这次对弈，不仅是人工智能发展史上新的里程碑，也标志着人工智能的强势崛起，并在公众中掀起关注人工智能的热潮。 同年6月8日，DeepMind欲将其算法应用到医疗保健行业，包括计划在5年内使用机器学习处理 英国 国家医疗服务体系的数据。
2017年，DeepMind发布了AlphaGo Zero，在自我训练3天后以100-0击败了AlphaGo。 同年， 谷歌 Brain发明了Transformer 架构，这是一种优雅的神经网络系统，支撑着几乎所有大型语言模型，并彻底改变了 人工智能 领域。多年来，Google Brain 不断推动 Transformers 的发展，从BERT开源到改进 Google 搜索。像LaMDA这样的模型显示了这些类型的人工智能系统具有更多对话性的潜力，而 Palm 系列模型则显示了这些模型的能力有多广泛。他们还开创了消费者人工智能系统的新时代，其中包括 谷歌 的合作实验Bard。
2018年，DeepMind发表了AlphaZero，不仅能下围棋，还能下 将棋 和国际象棋。 同年，DeepMind另一个产品 alphafold 直接攻破了生物医学界长期的难题。蛋白质结构预测”是一个非常耗费人力的庞大工程，但AlphaFold不仅击败所有人类团队夺冠，还将准确率较往年直接提高了50%左右。两年后，第二代AlphaFold达到了原子级别的精度，预测误差不到0.96埃米（约为1个原子的长度）。同年，DeepMind亏损了2.87亿 英镑 ，其中超过2亿英镑是给科学家付薪水，这引起了 谷歌 其他部门的不满。
2019年，DeepMind的 人工智能 系统AlphaStar在《星际争霸II》中击败顶级职业选手。该团队还发明了WaveNet，一种现实的文本转 语音模型 ，用作 Google Assistant 的语音，并引入了当今生成式 AI 系统中使用的许多技术。
2020年11月30日，DeepMind发布消息称，其人工智能系统“AlphaFold”人工智能系统参加了由结构预测关键评估组织（CASP）的一项如何计算蛋白质分子3D结构的竞赛，并且预测准确性达到前所未有的水平。DeepMind表示，这将“为解决人类50年来的巨大挑战铺平道路”。其他突破包括使用AlphaCode编写具有竞争水平的 计算机程序 、使用AlphaDev发现更快的排序算法、以无与伦比的准确性推进天气预报以及控制核聚变反应堆中的 等离子体 。
2022年2月，DeepMind发布了基于 变压器 模型的AlphaCode，可以编写与人类相媲美的计算机程序。 2月16日，DeepMind发布了可以对托卡马克装置中的等离子体构型进行磁控制，帮助达到可控核聚变的 人工智能 。 3月， 谷歌 旗下人工智能公司DeepMind一名前员工指控称，公司管理层没有恰当处理若干宗内部性骚扰或者性不端行为的投诉，这一消息引发了外界对于DeepMind公司内部企业管理的担忧。 3月10日，DeepMind与 威尼斯大学 人文系、 牛津大学 古典学院以及 希腊雅典经济与商业大学 信息学系联合发表了伊萨卡，第一个可以复原受损铭文的缺失文本、识别铭文原始（书写）位置、确定创建日期的深度神经网络。 同年，DeepMind发布“通才”AI引发质疑。DeepMind研究主任、前牛津大学机器学习教授Nando de Freitas在 Twitter 中回应：游戏结束了。
2023年11月9日， 谷歌 DeepMind联合创始人谢恩·莱格（Shane Legg）带领的DeepMind研究团队发布论文，提出通用 人工智能 分级， ChatGPT 只是初级。 12月4日，谷歌DeepMind开发出一种材料发现工具GNoME，并借此AI工具发现了220万种理论上稳定的新晶体材料，不仅将预测材料稳定性的准确率从50%拉高到80%，而且38万种已经投入测试中。相关论文已经发表在Nature上。
2023年12月， 谷歌 DeepMind开发出一种材料发现工具GNoME，并借此AI工具发现了220万种理论上稳定的新晶体材料。 12月8日，DeepMind推出的 gemini 开创“原生多模态”时代。
2024年10月9日，2024年 诺贝尔化学奖 授予三位对 蛋白质结构 的设计和预测作出杰出贡献的科学家，其中两位获奖者来自谷歌旗下的AI公司DeepMind。二人分别是DeepMind公司CEO 戴米斯·哈萨比斯 （Demis Hassabis），以及DeepMind公司的85后科学家约翰·江珀（John M.Jumper），这也是 谷歌 最新诞生的两位 诺贝尔奖 得主。
2025年4月，谷歌旗下DeepMind实验室最新发布了长达145页的 人工智能 安全报告，称具备人类智能水平的通用 人工智能 （AGI）可能在2030年左右问世，并可能造成“永久毁灭人类”的严重后果。该论文将高级AI带来的风险分为四个主要类别，分别为，滥用风险：人类故意利用AI实施危害行为；错位风险：系统发展出非预期的有害行为；失误风险：因设计或训练缺陷导致的意外故障；结构性风险：不同主体（包括国家和地区、企业及多个AI系统）之间的利益冲突。
2025年4月8日， 谷歌 DeepMind为留人启用“激进”竞业禁止协议引争议。 据Business Insider报道，DeepMind要求部分 英国 员工签署竞业禁止协议，规定离职后一年内不得加入竞争对手，且在此期间需遵守非竞争限制。期间，员工虽无需实际工作，但仍可领取全额薪水（形同带薪休假），看似是经济补偿保障，然而这一做法却引发不满，部分研究人员感到被边缘化，错失人工智能行业快速迭代的创新进程带来的机会。多名DeepMind员工因竞业条款困扰而寻求帮助。对此， 谷歌 回应称，其竞业禁止协议仅“有选择地”使用。