Google Research 发布 MapTrace：用合成数据教会多模态模型在地图上追踪路径
Google Research 提出 MapTrace 任务、数据集与合成数据生成流水线，用 Gemini 2.5 Pro 和 Imagen-4 开源 2M 问答对，帮助多模态大语言模型学会在地图上追踪路径。
#论文/研究
Google ResearchAI 评分5454
OpenAI News精选AI 评分6969 GPT-5.2 推导出理论物理新结果
OpenAI 官方发文称，一篇新预印本显示 GPT-5.2 提出了一个胶子振幅的新公式，该公式随后由 OpenAI 与学术合作者正式证明并验证。
推荐理由：官方披露模型在具体科研任务上的产出，可了解其推理能力的实际落点。
Google ResearchAI 评分2525 Google Research：时变容量下的非抢占式吞吐量最大化调度研究
Google Research 在 SPAA 2025 发表论文《Non-preemptive Throughput Maximization under Time-varying Capacity》，首次研究容量随时间波动环境下的非抢占式作业吞吐量最大化问题，并给出首个常数因子近似算法。
Google ResearchAI 评分5757 Google：以鸟类数据训练的 Perch 2.0 迁移用于鲸类叫声分类
Google Research 与 Google DeepMind 在 NeurIPS 2025 workshop 论文中展示，主要以鸟类和陆地发声动物训练的生物声学基础模型 Perch 2.0，尽管训练中不含水下音频，仍可作为嵌入模型通过迁移学习用于鲸类叫声分类等海洋任务。
Google DeepMind精选AI 评分8484 Google DeepMind 发布两篇论文，展示 Gemini Deep Think 求解专业科研问题
Google DeepMind 发布两篇论文，介绍 Gemini Deep Think 在数学、物理和计算机科学领域求解专业研究问题的成果。
推荐理由：原文给出了数学研究智能体的设计要点与人机协作方法，可迁移给从事 AI 辅助科研的读者。
Google Research精选AI 评分6060 Google Research 将与 Included Health 开展全国随机对照研究评估对话式 AI
Google Research 宣布将与 Included Health 合作，在 IRB 批准后启动一项前瞻性、经知情同意的全国随机对照研究，评估对话式 AI 在真实虚拟医疗场景中的表现，与标准临床实践进行对照。
推荐理由：梳理了从模拟研究到真实临床的分阶段评估路径，可理解医疗 AI 证据生成的推进逻辑。
Google ResearchAI 评分5757 Google Research 论文挑战多智能体越多越好假设，提出架构选择预测模型
Google Research 发布论文《Towards a Science of Scaling Agent Systems》，通过对180种智能体配置的大规模对照评测，对“更多智能体更好”的经验假设提出挑战。
Google ResearchAI 评分5757 Google Research 发布 ATLAS 多语言模型 scaling law 研究
Google Research 发布 ATLAS 研究，将发表于 ICLR 2026，是迄今规模最大的公开多语言预训练研究，涵盖 774 次训练、10M–8B 参数模型、400+ 语言数据与 48 种语言评测。
Hugging Face BlogAI 评分3636 Alyah：面向阿拉伯语大语言模型的阿联酋方言能力评测基准
Hugging Face 团队推出阿联酋方言评测基准 Alyah，含 1,173 个人工采集的四选一选择题样本，覆盖问候、诗歌、历史遗产等 7 类内容。
Google ResearchAI 评分4747 Google Research 推出 GIST：智能采样的下一阶段
Google Research 在 NeurIPS 2025 推出 Greedy Independent Set Thresholding（GIST）算法，通过平衡数据多样性与效用解决子集选择难题，在图像分类等 benchmark 上超越 SOTA，并提供数学保证：所选子集价值至少为最优解的一半。
Google ResearchAI 评分4747 Google Research：小模型通过分解实现更优的意图提取
Google Research 在 EMNLP 2025 发表论文，提出将用户意图理解拆分为"逐屏摘要 + 从摘要序列提取意图"两阶段的分解式工作流，让小多模态模型（MLLM）在设备端完成 UI 轨迹意图提取。
Hugging Face BlogAI 评分4747 AssetOpsBench：弥合 AI Agent 基准与工业现实的差距
Hugging Face 推出 AssetOpsBench，一个面向工业资产管理的 Agent 评测基准，包含 2.3M 传感器遥测点、140+ 场景、4.2K 工单和 53 种故障模式，从任务完成、检索准确率、结果验证、序列正确性、清晰度与幻觉率六个维度打分。
Google ResearchAI 评分5050 Google Research 用智能手表估计步态指标的研究与验证结果
Google Research 发表研究 Smartwatch-Based Walking Metrics Estimation，用基于 TCN 的多输出深度模型从单只 Pixel Watch 的 50 Hz IMU 信号和用户身高直接估计步态速度、步长、双支撑时间、摆动时间与支撑时间等步态指标。
Google ResearchAI 评分3838 Google Research 验证 Android Auto 急刹车事件可作为路段碰撞风险的领先指标
Google Research 研究确认 Android Auto 采集的急刹车事件（HBE，减速度超 -3m/s²）与路段碰撞率呈统计显著正相关，可作为领先指标用于道路安全评估。
Google Research精选AI 评分6161 Google Quantum AI 在 Nature Physics 发布动态表面码纠错实验演示
Google Quantum AI 在 Nature Physics 发表 Demonstration of dynamic surface codes，在 Willow 处理器上实验演示了动态电路版表面码，通过在不同电路构造间交替来检测错误。
推荐理由：原文给出三种动态电路的具体设计与实测数据，读者可据此理解动态表面码如何绕开静态电路的硬件约束。
Google ResearchAI 评分5656 NeuralGCM 借助卫星观测提升长期全球降水模拟，论文发表于 Science Advances
Google Research 发文介绍 NeuralGCM 在 Science Advances 上发表的新研究，通过直接用 NASA 2001 至 2018 年卫星降水观测训练模型的机器学习部分，改进了降水模拟。
Berkeley AI ResearchAI 评分2424 伯克利提出信息驱动成像系统设计框架，登 NeurIPS 2025
伯克利 AI 研究团队提出一套基于互信息的成像系统评估与优化框架，可直接从含噪测量中估计信息量，并在彩色摄影、射电天文、无透镜成像和显微成像四个领域验证其能预测解码器性能。该方法优化出的设计达到端到端 SOTA 方法水平，同时占用更少内存和算力，且无需任务专用解码器设计。
OpenAI NewsAI 评分5252 OpenAI 发布链式推理可监控性评估框架
OpenAI 发布了一套针对链式推理可监控性的新框架与评估套件，涵盖 24 个环境中的 13 项评估。研究发现，监控模型的内部推理比仅监控输出有效得多，为随着 AI 系统能力增强实现可扩展控制提供了有前景的路径。
OpenAI NewsAI 评分4545 OpenAI 推出 FrontierScience 基准，评测 AI 执行科研任务的能力
OpenAI 推出 FrontierScience 基准，用于测试 AI 在物理、化学和生物学领域的推理能力，衡量其向真实科研任务迈进的进展。
Google ResearchAI 评分5959 Google Research 在 STOC 2026 试点 Gemini Paper Assistant Tool 提供投稿前自动反馈
Google Research 为 STOC 2026 试点了基于 Gemini 2.5 Deep Think 进阶版的 Paper Assistant Tool（PAT），在 24 小时内为投稿作者提供结构化自动反馈，包括贡献总结、潜在错误与改进建议、以及小的更正与错别字。
Google ResearchAI 评分4747 Google Research 推出 Urania：带差分隐私保证的 AI 聊天使用洞察框架
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 ResearchAI 评分5757 Google Research 发布 Titans 架构与 MIRAS 框架，探索长上下文记忆
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。
Google DeepMindAI 评分5656 Google DeepMind：AlphaFold 助力改造光合作用酶以培育耐热作物
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 ResearchAI 评分4747 Google Research 推出 Massive Sound Embedding Benchmark（MSEB）：面向听觉智能的新基准
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精选AI 评分6363 AlphaFold 助力解析心脏病关键蛋白 apoB100 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 ResearchAI 评分5757 Google Research 发布 Natural Forests of the World 2020 天然林地图数据集
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 ResearchAI 评分5959 Google Quantum AI 在 Nature 发表量子优化算法 Decoded Quantum Interferometry
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。
Google DeepMindAI 评分5757 Google DeepMind 在 Nature 发表论文：重组视觉表征让模型更贴近人类判断
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 ResearchAI 评分5454 Google Research 提出 Nested Learning 范式并发布 Hope 架构
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 ResearchAI 评分5555 Google Research 发布 ForestCast 深度学习模型与首个毁林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 ResearchAI 评分5959 Google Research 发布 Project Suncatcher 太空 AI 基础设施系统设计预印本
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。
OpenAI NewsAI 评分3636 OpenAI 推出 IndQA：面向印度语言的 AI 评测基准
OpenAI 推出 IndQA，一个用于评估 AI 系统印度语言能力的新基准。该基准与领域专家合作构建，覆盖 12 种语言和 10 个知识领域，测试文化理解与推理能力。
Berkeley AI ResearchAI 评分5050 BAIR 介绍分治式价值学习算法 Transitive RL
BAIR 发文介绍一种不依赖 TD 学习的强化学习算法 Transitive RL（TRL），它把轨迹切成等长两段并组合两段价值来更新整条轨迹的价值，使 Bellman 递归次数对数级减少，且无需像 TD-n 那样调超参数 n。
Google ResearchAI 评分5757 Google Research 发布 StreetReaderAI 让盲人用户通过多模态 AI 访问街景
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。
OpenAI NewsAI 评分5151 OpenAI 发布 gpt-oss-safeguard 技术报告
OpenAI 发布 gpt-oss-safeguard 技术报告，介绍基于 gpt-oss 模型后训练得到的两个开放权重推理模型 gpt-oss-safeguard-120b 和 gpt-oss-safeguard-20b，它们被训练依据给定策略进行推理并按该策略标注内容。报告描述了模型能力，并以底层 gpt-oss 模型为基线给出基线安全评测结果。
Hugging Face BlogAI 评分5656 Hugging Face 开源 Smol2Operator：两阶段后训练让 SmolVLM2 掌握 GUI 操作
Hugging Face 发布 Smol2Operator 工作，展示如何用两阶段后训练把无 grounding 能力的 SmolVLM2-2.2B-Instruct 训练成可执行 GUI 任务的智能体。
OpenAI NewsAI 评分5757 OpenAI 与 Apollo Research 发现前沿模型存在隐蔽对齐行为并分享缓解方法
Apollo Research 与 OpenAI 共同开发了针对隐藏对齐行为（scheming）的评估方法，并在受控测试中于多个前沿模型上发现了与 scheming 一致的行为。团队还分享了降低 scheming 的早期方法的具体案例与压力测试。
OpenAI NewsAI 评分5050 OpenAI 发布最大规模 ChatGPT 使用研究：个人与职业场景创造经济价值
OpenAI 发布了迄今规模最大的 ChatGPT 使用研究，展示该工具如何通过个人与职业用途创造经济价值。研究显示 ChatGPT 的使用正从早期用户向外扩展，缩小不同人群间的使用差距，使 AI 成为日常生活的一部分。
Hugging Face Blog精选AI 评分6464 Hugging Face Jupyter Agent：用 Kaggle Notebook 数据微调 Qwen3-4B 提升数据科学智能体能力
Hugging Face 发布 Jupyter Agent 项目后续工作，通过生成高质量训练数据并微调 Qwen3-4B，使其在 DABStep 数据科学基准上成为 SOTA 小模型智能体。
推荐理由：完整拆解了从数据清洗到微调评测的全流程，可迁移的方法细节和踩坑经验较多。
OpenAI NewsAI 评分4444 OpenAI 解释语言模型为何产生幻觉
OpenAI 新研究解释了语言模型产生幻觉的原因，并指出改进评测方式可提升 AI 的可靠性、诚实性与安全性。