科学家预测有一百万种物种面临灭绝风险。研究人员通过基因组测序来保护这些物种的遗传多样性。谷歌支持的脊椎动物基因组项目正在测序13种濒危物种，以助力生态系统和生物多样性保护。

Typeless是一款新型语音输入法，支持多语言混合输入，具备自动移除语气词、实时编辑和自动排版等功能，提升了语音输入的实用性，适合重度用户。

Perch团队推出的新模型通过分析音频数据加速生态监测，帮助保护濒危物种。该模型能够识别多种动物声音，适应不同环境，提高数据处理效率。自2023年发布以来，Perch已广泛应用于生物监测，帮助科学家更快识别和保护物种，特别是夏威夷的蜜雀。

生物声学在生物多样性保护中至关重要，深度学习逐渐取代传统信号处理方法，提高了检测与分类效率。Google的Perch 2.0模型通过优化数据集和训练策略，显著提升了物种识别能力，展现出广泛的应用前景。

Google DeepMind与Google Research推出的Perch 2.0在物种分类的生物声学研究中取得突破，整合多种数据集，刷新BirdSET和BEANS基准测试记录。该模型利用深度学习技术提高了生物多样性监测的效率与准确性，展现出广泛应用前景。

谷歌DeepMind推出了新AI模型Perch，旨在帮助保护主义者分析多样生态系统的生物声学数据。该模型能够处理从夏威夷蜜雀到珊瑚礁的音频，支持科学家保护濒危物种。

新版本的Perch AI模型通过分析生物声学数据，识别鸟类及其他动物的声音，帮助保护濒危物种。该模型适应性强，能处理复杂音频数据，支持科学家监测生态系统健康。自2023年推出以来，Perch已广泛应用于生物学研究，助力发现新物种并提高监测效率。

OmniGen2在图像生成领域取得突破，通过独立解码路径提升多模态生成能力，解决了现有模型的局限性。该模型无需重新适配，保留文本生成能力，支持多种生成任务。

生成式AI技术在图像领域取得突破，OmniGen和OmniGen2模型提供统一的多任务生成解决方案。OmniGen2通过独立解码路径提升灵活性，克服了多模态解耦的局限性。

机器之心数据服务现已上线，提供高效稳定的数据获取，简化数据爬取流程。

机器之心数据服务现已上线，提供高效稳定的数据获取，简化数据爬取流程。

长非编码RNA（lncRNA）在植物生长和环境适应中至关重要。研究团队开发的PlantLncBoost模型，通过优化特征和算法，显著提高了lncRNA鉴定的准确率，平均达到91.7%。该模型为植物lncRNA研究提供了新工具，促进了农业可持续发展。

山东理工大学等机构联合开发了PlantLncBoost模型，解决植物lncRNA鉴定的泛化性问题。该模型通过特征优化和算法选择，预测准确率提升至91.7%。研究成果已发表在《New Phytologist》，为植物科学提供了新工具。