Google DeepMind 发布更新版 Gemini 2.5 Flash Native Audio，用于实时语音智能体，已在 Google AI Studio、Vertex AI 提供，并开始在 Gemini Live 和 Search Live 中推出，其中 Search Live 首次引入原生音频自然度。
推荐理由：原文给出了三项具体能力改进和评测分数，读者可据此判断它在语音智能体场景的实际可用性。
Google 与 SisonkeBiotik、Ro’ya、DS-I Africa 合作举办的非洲 Data Science for Health Ideathon 从 30 多份投稿中选出 6 支决赛团队，Dawa Health 凭借基于 MedSigLIP 与 Gemini RAG 的多语言宫颈癌筛查工具获一等奖及观众选择奖。
Google DeepMind 宣布与英国 AI Security Institute（AISI）签署新谅解备忘录，将合作从模型测试扩展到更基础的安全研究，包括共享专有模型、数据与想法并联合发布报告。
Google Research 在 COLM 2025 发表论文推出 Urania 框架，通过差分隐私（DP）聚类、DP 关键词提取与 LLM 摘要，为 LLM 聊天交互生成带形式化隐私保证的使用洞察。与非私有基线 Simple-CLIO 对比中，LLM 评估者在某次评测里最多有 70% 的时间偏好 DP 生成的摘要。隐私参数 ε 越小，摘要主题覆盖粒度越低，但隐私保证是数学性的而非启发式。
Google DeepMind 宣布加深与英国政府的合作，向英国科学家优先开放 AlphaEvolve、AlphaGenome、AI co-scientist、WeatherNext 等 AI for Science 模型，并将于 2026 年在英国建立首个专注于材料科学的自动化实验室，由 Gemini 深度集成、机器人每天合成和表征数百种材料。
Google DeepMind 联合 Kaggle 推出 FACTS Benchmark Suite，包含 Parametric、Search、Multimodal 三个新基准及更新版 Grounding v2，共 3,513 个样例并公开发布，Kaggle 负责管理私有集、测试主流 LLM 并运营公开榜单。
Google Research 发布两篇新论文 Titans 和 MIRAS：Titans 是具体架构，引入以多层感知机实现的神经长期记忆模块，通过“惊讶度”指标在运行时选择性更新记忆；MIRAS 是统一序列建模的理论框架，用四个设计选择刻画记忆架构、注意力偏置、保留门与记忆算法。
密歇根州立大学 Berkley Walker 团队用 AlphaFold 预测光合作用关键酶 GLYK 的三维结构，结合分子模拟发现植物版 GLYK 有三个柔性 loop 在高温下变形失稳。研究者将耐热藻类 GLYK 中更刚性的 loop 替换进去，得到一种在 65 °C 下仍保持稳定的杂合酶，为培育耐热作物提供了路径。
Google Research 在 NeurIPS 2025 推出 Massive Sound Embedding Benchmark（MSEB），标准化评测转写、分类、检索、推理、分割、聚类、重排、重建八项听觉核心能力。
Google DeepMind 发文回顾 AlphaFold 自 2020 年以来五年的影响：AlphaFold 2 在 CASP 14 上以高精度预测蛋白结构。
Google DeepMind 宣布借助 AlphaFold，密苏里大学研究者解析了赋予“坏胆固醇”形态的关键蛋白 apoB100 的结构。研究者先用冷冻电镜（cryo-EM）拍摄 LDL 颗粒图像，再用 AlphaFold 生成原子级分辨率预测并对照实验数据精修，得到包裹 LDL 颗粒的笼状外壳及维持颗粒完整的带状结构，为高胆固醇和动脉粥样硬化性心血管疾病的防治提供了新可能。
推荐理由：原文说明了冷冻电镜与 AlphaFold 结合如何突破 50 年未解的结构难题，读者可了解这一方法的迁移价值。
Google DeepMind 宣布支持白宫 Genesis Mission，与美国能源部（DOE）合作，向其 17 个国家实验室的科学家提供加速访问计划，即日起可在 Google Cloud 上使用基于 Gemini 构建的多智能体虚拟科研协作者 AI co-scientist。
推荐理由：原文说明了合作开放的具体模型清单和时间节奏，读者可据此判断国家级科研基础设施将获得哪些 AI 能力。
Google DeepMind 宣布从当日起在 Gemini 应用中上线图片验证功能，用户上传图片并提问即可由 Gemini 检测 SynthID 水印并结合自身推理返回内容来源信息。
Google DeepMind 发布 Nano Banana Pro（Gemini 3 Pro Image），一款基于 Gemini 3 Pro 的高保真图像生成与编辑模型，已在 Google AI Studio 和 Vertex AI 通过 Gemini API 开启付费预览。
推荐理由：原文列出了分辨率、输入数量和文字渲染等具体能力边界，便于开发者判断是否迁移。
Google DeepMind 发布 Nano Banana Pro（Gemini 3 Pro Image），基于 Gemini 3 Pro，主打更强推理与世界知识带来的精准图像生成与编辑。
推荐理由：原文列明了能力变化与各产品线的开放范围，读者可据此判断它会怎样接入现有工作流。
Google Research 介绍了一种端到端实时语音到语音翻译（S2ST）模型，可保留原说话人声音进行实时翻译，延迟仅 2 秒，而现有级联式方案通常有 4–5 秒延迟并存在误差累积。
推荐理由：原文对比了级联方案的延迟与误差累积问题，读者可据此理解端到端流式架构带来的改进方向。
Google DeepMind 发布 Gemini 3，其中 Gemini 3 Pro 在 Gemini API 中以 preview 提供，200k tokens 及以下提示词定价为 $2/百万输入 tokens。
推荐理由：原文给出定价、基准分数和接入入口，读者可据此评估它能否接入现有编码与智能体工作流。
Google DeepMind 宣布在新加坡开设新研究实验室，团队将由研究科学家、软件工程师和 AI impact 专家组成，聚焦 Gemini 核心能力与语言文化包容性研究。
Google DeepMind 发布 Gemini 3，先推出 Gemini 3 Pro preview，并同步上线 Gemini app、AI Studio、Vertex AI、Gemini CLI 及 Search 的 AI Mode，首次在 Search 第一天接入。
推荐理由：官方给出了各基准的具体分数与开放入口，读者可据此评估其相对 2.5 Pro 的实际提升。
Google DeepMind 发布 Google Antigravity，一款面向智能体优先的开发平台，今日起免费公开预览，Gemini 3 Pro 用量提供较宽松限额。
推荐理由：原文拆解了信任、自主、反馈、自我改进四大设计原则，可迁移理解智能体产品的形态取舍。
Google Research 发布论文并推出 Generative UI，让模型针对任意提示词动态生成网页、游戏、工具和应用等交互界面，该能力以 dynamic view 和 visual layout 两项实验形式在 Gemini 应用上线。
推荐理由：原文说明了实现所需的三项关键设计和评测对比口径，读者可据此判断生成式 UI 目前的能力边界。
Google DeepMind 和 Google Research 发布 WeatherNext 2 天气预报模型，预报生成速度提升 8x、分辨率可达 1 小时，单次输入可生成数百种可能情景，每个预测在单个 TPU 上耗时不到一分钟。
推荐理由：原文说明了新模型的建模思路和落地入口，读者可据此判断它如何进入现有天气查询与业务流程。
Google Research 与 Google DeepMind 联合发布 Natural Forests of the World 2020 地图与数据集，论文发表于 Nature Scientific Data，与 World Resources Institute 和 IIASA 合作完成。
Google DeepMind 发布 SIMA 2，将 Gemini 模型作为智能体核心，使其从指令跟随者进化为可思考目标、与用户对话并随时间自我改进的游戏伙伴。
推荐理由：原文说明了从指令跟随到推理与自我改进的架构变化，读者可据此理解具身智能研究的路径取舍。
Google Quantum AI 与 Stanford、MIT、Caltech 合作在 Nature 发表论文，提出名为 Decoded Quantum Interferometry（DQI）的量子算法，把优化问题转译为解码问题，利用量子干涉寻找近似最优解。
Hugging Face 宣布与 Google Cloud 达成新的深化战略合作，帮助企业在 Google Cloud 上用开放模型构建和定制自有 AI。
Google Research 宣布发布 JAX-Privacy 1.0，这是一个基于 JAX 构建、用于开发和审计差分隐私（DP）模型的开源工具包，已通过 GitHub 仓库和 PIP 包提供。
Google DeepMind 在 Nature 发表新论文，用认知科学的 odd-one-out 任务揭示视觉模型与人类在组织视觉世界上的系统性差异，并提出三步对齐方法改善模型的稳健性和泛化能力。
Google DeepMind 与北爱尔兰教育局 C2k 合作的六个月试点中，100 名教师使用 Gemini 和 Google Workspace 工具，平均每人每周节省 10 小时，并沉淀出 600 多个独特用例。
Google Research 在 NeurIPS 2025 发表论文《Nested Learning: The Illusion of Deep Learning Architectures》，提出 Nested Learning 范式，将模型架构与优化算法视为同一系统的不同优化层级，以应对持续学习中的灾难性遗忘问题。
Google Research 提出数据科学智能体 DS-STAR，通过数据文件分析模块、LLM judge 验证与迭代式规划，在 DABStep、KramaBench、DA-Code 上取得 SOTA，准确率分别达 45.2%、44.7%、38.5%，超过 AutoGen 与 DA-Agent。
Google DeepMind 宣布三项生物圈研究：与 World Resources Institute 合作开发的森林砍伐驱动模型（2000-2024，1km2 分辨率）并发布砍伐风险预测基准数据集。
Google Research 与 Google DeepMind 联合发布 ForestCast 深度学习模型和首个公开的毁林风险预测基准数据集，把森林保护从统计已发生的损失转向预测未来风险。
Google Research 公布新研究 moonshot Project Suncatcher 及预印本论文，构想由太阳能卫星组成星座、搭载 Google TPU 并通过自由空间光链路互联，打造可扩展的太空 AI 算力。
Google Research 在 Research@MTV 活动上公布三项最新突破：Earth AI 地理空间推理智能体、开源癌症基因变异工具 DeepSomatic，以及在 Willow 芯片上运行的 Quantum Echoes 算法。
Google Research 发布首个可证明隐私洞察（PPI）系统，结合 LLM、差分隐私（DP）与可信执行环境（TEE）分析非结构化 GenAI 数据，已在 Pixel Recorder 应用中部署。
Google Research 在 UIST'25 发布 StreetReaderAI 原型，用基于 Gemini 的上下文感知多模态 AI 让盲人和低视力用户通过语音与键盘浏览街景。
Google 宣布基于 Gemini 模型打造的个人健康教练将在未来一周内向美国 Fitbit Premium Android 用户推出可选公开预览，iOS 版本随后扩展。
推荐理由：原文拆解了健康教练背后的多智能体框架与评测体系，读者可了解其如何把通用模型落到具体健康场景。
Google 发布 EmbeddingGemma（google/embeddinggemma-300m），一款 308M 参数、2K 上下文窗口、支持 100 多种语言的多语言嵌入模型，面向端侧场景，量化后内存占用低于 200 MB，在 MTEB 上是 500M 以下排名最高的纯文本多语言嵌入模型。
推荐理由：给出了架构改动、多框架接入方式和微调脚本，读者可据此判断如何在端侧 RAG 中落地该模型。
Hugging Face 发布并开源长视频理解基准 TimeScope，通过在 1 分钟至 8 小时的视频中插入 5-10 秒短片作为“针”，以局部检索、信息综合、细粒度时序感知三类任务评估模型的真实时序理解能力。