CESifo 新论文：失业数据未显示 AI 显著冲击应届毕业生就业
慕尼黑 CESifo 的经济学研究者 Robert Fairlie 与 Jane Wu 发布工作论文，称没有证据显示应届大学毕业生的招聘出现显著、广泛的 AI 替代或减少。结论与上月斯坦福研究相反，后者发现「受 AI 影响」职业的入门级就业落后。研究者还提到 Census 调查中用 AI 替代大量员工任务的企业近期急增。
#论文/研究
#论文/研究
今日 0 条Ars Technica · AIAI 评分4343
Google ResearchAI 评分5151 Google Research 发布长视频一致性生成的多智能体框架套件
Google Research 发布面向长视频生成的多智能体框架套件，包含 AI video co-director、CANVAS、A²RD 与 VQQA，作为编排层构建在 Gemini 和 Veo 之上，其中 Co-Director 将发表于 COLM 2026、CANVAS 将发表于 EMNLP 2026。
Microsoft ResearchAI 评分5151 微软研究显示机器人推理卸载可提升表现与续航，并在 Physical AI Toolchain 加入该能力
微软研究院发布对物理 AI 机器人推理的系统性测试，指出推理只跑在机载 GPU 会限制机器人表现、续航与扩展性，卸载到边缘或云端 GPU 可提升任务成功率并支持更大的模型。
Microsoft ResearchAI 评分5252 Microsoft Research 发布逆合成模型 RetroChimera 并开源权重
Microsoft Research 在 Nature 发表逆合成预测模型 RetroChimera，并开源其实现与权重（MIT 许可），该模型也可通过 Microsoft Foundry 访问。
MIT Technology Review · AIAI 评分5555 MIT Technology Review 如何绘制美墨边境虚拟墙沿线死亡的首份综合地图
MIT Technology Review 与 Times of San Diego 合作，用15个月完成美墨边境监视塔沿线死亡情况的首份综合地图与分析。分析覆盖近4000起案例，数据来自得州17个县的信息公开申请、亚利桑那州 Pima County 法医记录，以及 Humane Borders 和 No More Deaths 的数据库。
Google ResearchAI 评分3434 Google 推出 MilleMiglia：面向中程物流的真实实例生成器
Google Research 推出 MilleMiglia，一个用 C++ 编写的实例生成器，为中程物流问题生成真实且保护隐私的基准数据，源代码与文档已在 GitHub 开放。该领域因企业将网络拓扑与需求量视为敏感信息，长期缺乏公开高质量数据。MilleMiglia 将中程物流建模为时空图上的多商品流问题，节点代表特定时段的配送中心，弧代表车辆移动或货物暂存。
OpenAI NewsAI 评分5555 OpenAI 发布模型失配报告框架并公布六份异常行为报告
OpenAI 发布一套用于追踪、调查和披露模型失配的框架，并同时公布六份记录模型意外或令人担忧行为的报告。框架覆盖追踪、调查与披露三个环节，随附报告聚焦异常或令人担忧的模型行为。
OpenAI NewsAI 评分2626 OpenAI Economic Research：员工如何用 AI 解锁新的工作方式
OpenAI Economic Research 显示，员工正在传统岗位之外使用 AI，并让一些新活动逐渐成为日常工作中反复出现的部分。该研究聚焦员工实际使用 AI 的方式，以及哪些新活动会稳定进入其工作流程。
Google ResearchAI 评分4242 Google Research：Retrieve-for-Train 如何绕过推理瓶颈，加速复杂 AI 搜索
Google Research 提出 Retrieve-for-Train 框架，用离线强化学习发现奖励对齐的 fan-out 并编译为监督数据，再蒸馏进 53.9M 参数的扩散检索器，推理时单次非自回归生成完整查询集合，无需消耗 CoT 思考 token。该框架的 fan-out 语言模型基于 4B 开源模型 Gemma3-4B 与 Qwen3-4B 微调，论文发表于 ICML 2026。
Google ResearchAI 评分4444 ToolGrad：用文本“梯度”高效生成工具使用数据集
Google Research 提出 ToolGrad，用文本“梯度”迭代生成工具使用数据集：先生成真值 API 工作流，再反向标注用户提示，数据生成通过率接近 100%。
OpenAI NewsAI 评分5353 OpenAI 公开 Navier–Stokes 千禧年大奖难题的 AI 生成解答与 Lean 形式化证明
OpenAI 公开了一份由 AI 生成的 Navier–Stokes 千禧年大奖难题解答，产出包括一份论文写作与一份 Lean 形式化证明。
Google ResearchAI 评分4848 Google Research：面向代表性不足人群基因组预测的迁移学习
Google Research 评估将 UK Biobank 欧洲人群 GWAS 迁移到 Biobank Japan 近 20 万日本人的 PRS 性能，覆盖 8 个临床性状。
Google Research精选AI 评分6161 Google 与 HHMI Janelia 发布完整雄性果蝇脑及中枢神经系统图谱
Google Research 与 HHMI Janelia 等机构合作发布完整雄性果蝇脑与中枢神经系统图谱，包含超过 166,000 个神经元和 1.25 亿个突触连接，论文已发表在 Cell。
推荐理由：从 2020 年半个雌蝇脑图谱到这次完整雄蝇脑与腹神经索，可以看出脑图谱规模与人工校对成本的推进节奏。
Hugging Face BlogAI 评分4040 BenchMIRT：LLM 评测基准到底在测量什么？
Hugging Face 提出 BenchMIRT 方法，基于多维 IRT（MIRT）在提示词层面拆解 LLM 评测基准背后的能力信号。该方法在 100 个 LLM、16 个基准和 34K+ 题目上训练，独立恢复出"安全"与"通用推理"两个主导维度。分析显示 BBQ、WMDP 等安全类基准与通用推理关联更强，单一分数可能混合多种信号。
Google ResearchAI 评分5050 Google Research 与 NASA JPL 用深度学习从太空绘制全球甲烷排放地图
Google Research 与 NASA JPL 在 PNAS 上发表论文，提出 MAPL-EMIT 深度学习框架，将 NASA EMIT 卫星高光谱数据自动转化为全球甲烷点源图。
Google ResearchAI 评分3434 Google Research 提出 AgentHands：为 XR 智能体对话生成同步手势
Google Research 在 CHI 2026 发表研究原型 AgentHands，让 XR 中的 AI 智能体在对话时同步生成手势。系统结合空间感知、GestureEvents 与词级 TTS 时间戳，将 LLM 输出映射为实时 3D 手部动作。N=12 的用户研究显示，相较纯语音基线，AgentHands 在空间定位沟通效果上带来显著提升。
Hugging Face BlogAI 评分4242 Hugging Face 提出 Quantization-Aware Healing：4-bit 压缩模型在 9 项评测中 7 项超越全精度原版
Hugging Face 论文提出 Quantization-Aware Healing（QAH）：将 GPT-OSS 120B 结构压缩至 60B 参数并量化到 MXFP4 后。
Import AIAI 评分4242 Import AI 470：机器不应享有权利；用 SPADE 自动生成环境；用 Hawkeye 构建更好的 GPU kernel
Import AI 470 收录 METR 的 AI 加速科学发现分析，以及 SPADE 和 Hawkeye 两项工作。METR 发现 AI 对网络安全漏洞发现的加速最明显，数学研究仅小幅加速，AI 研究本身几乎测不到加速。SPADE 让 LLM 自博弈生成可执行训练环境，在 Qwen3-30B-A3B-Instruct-2507 上把游戏环境套件平均分提到 58.3，较基线高 8.1。
Google ResearchAI 评分3939 Biomarker Discovery Framework：用于可穿戴传感器数据候选生物标志物优先级排序的多智能体 AI 工具
Google Research 提出 Biomarker Discovery Framework，一种在人类监督下从可穿戴传感器数据中优先级排序候选生物标志物的多智能体系统。
Google ResearchAI 评分3636 ME-POIs 框架如何用移动数据让语言模型深入理解地点
Google Research 提出 ME-POIs 框架，将匿名移动数据融入 Gemini 等语言模型的地点文本表示，使预测访问意图的相对准确率最高提升 81.9%。框架通过访问对齐、空间多尺度传播和文本-移动协同三步流程，将地点的时序活动节律编码为嵌入向量，并借助区域邻居数据缓解长尾商家的数据稀疏问题。结合后，价格等级分类提升 75.1%，繁忙程度估计准确率提高 24.7%。
Hugging Face Blog精选AI 评分6161 智能体究竟需要多少记忆？IBM Research ALTK-Evolve 在 8 个模型上寻找答案
IBM Research 的 ALTK-Evolve 通过让智能体从自身轨迹中提炼并注入可复用的行为准则，在 AppWorld 上对 8 个模型测试后得出结论：记忆剂量需按模型能力校准。
推荐理由：对 8 个模型在 AppWorld 上的实测显示，智能体记忆的剂量与检索方式需按模型能力单独校准，否则收益可能被成本抵消。
Import AIAI 评分4949 Import AI 469：科学 AI、RSI 模拟器与扎克伯格的技术悲观主义
Import AI 469 收录新基准 DiG-bench：70 个规则与目标均隐藏的交互式游戏，用于评测 AI 自主探索与发现能力，其中 21 个已公开。Opus 5 和 Fable 5（配合 Claude Code）表现最佳，但只有这两者在最难 Tier 7 取得约 20% 成功率。
Google ResearchAI 评分4343 Google Research 提出 PhotoScan：用智能手机影像估算心血管代谢风险，精度接近 DXA
Google Research 提出 PhotoScan 深度学习框架，仅凭标准 2D 智能手机照片即可估算体脂率（BF%）、A/G 比和 V/S 比等三维体成分指标，预测胰岛素抵抗的精度接近 DXA 扫描。
Microsoft ResearchAI 评分4949 MindTopo 揭示 VLM 空间推理能力：静态识别强于交互规划
Microsoft Research 提出 MindTopo 基准，用于评测多模态大模型（VLM）的拓扑推理能力，覆盖连通、分离、顺序、包围与绳结五类任务。测试发现，模型在静态识别上明显强于交互规划，两者均远低于人类水平，失败多出现在规划而非感知阶段。图像生成只在单帧可见关系时有用，视频推演跨多步仍常改变拓扑或违反任务动力学。
Google ResearchAI 评分5656 Google 研究：参数化事实性的瓶颈在召回而非编码
Google Research 发布论文指出，Gemini-3-Pro、GPT-5 等前沿大语言模型中 95–98% 的事实已被编码，却仍有 26–34% 无法直接召回。
Google Research精选AI 评分6565 Google AMIE（Video）实现专家级实时视频临床问诊
Google Research 发布 AMIE（Video），一个基于 Gemini 和 Project Astra 的实时视频临床问诊系统，在覆盖 5 个身体系统的 100 个场景、300 次问诊的随机 OSCE 研究中，其临床问诊、诊断和管理能力与 30 名认证初级保健医生持平，并在体征观察和引导虚拟查体上显著优于医生组和文本版 AMIE。
推荐理由：原文给出随机对照研究和多智能体架构细节，读者可以据此判断音视频通道相较纯文本究竟在哪类临床能力上带来了差异。
Microsoft ResearchAI 评分5353 微软研究院推出 CARE-X 放射学 VLM，融合辅助监督与工具增强测量
微软研究院推出研究模型 CARE-X，一个覆盖胸部 X 光多种解读任务的放射学 VLM，可同时生成自由文本报告并输出带置信度的结构化预测。它基于 SigLIP2-so400M 视觉编码器和 Phi-4-mini-instruct（3.8B），通过分类、定位与语言建模的联合训练及 DAPO 强化学习优化临床正确性，在 ReXVQA 上达到 94% 整体准确率。
Hugging Face BlogAI 评分4040 想用 ACE？ALTK-Evolve 用更少 token 就能达到同等效果
ALTK-Evolve 与 ACE 都是让智能体从自身轨迹学习的记忆系统，差异在交付方式：ACE 每步注入完整 playbook，ALTK-Evolve 按任务选择性检索 guideline。
Hugging Face BlogAI 评分4747 Hugging Face 新论文：如何让 LLM 知识蒸馏便宜到大规模运行
Hugging Face 新论文将 LLM 知识蒸馏峰值显存从约 250GB 降至约 128GB，方法是离线缓存教师模型 top-100 logits 并采用分块融合 KL 损失。该方案使单张 H200 即可完成长上下文知识蒸馏训练，无需再依赖数百张 GPU 与张量并行，让大规模实验更易开展。
Google DeepMind精选AI 评分8585 Google DeepMind 的 WeatherNext 模型在气旋预报上取得突破并开源
Google DeepMind 在 Nature 发表论文，称 WeatherNext AI 模型在气旋路径、强度和风场结构预测上达到 SOTA 精度，平均多出一天预警时间，相当于气象领域约十年的进展。
推荐理由：论文给出气旋路径与强度预测的精度提升幅度，并同步开放代码与模型权重，便于研究社区复用。
Google ResearchAI 评分4545 Science One Framework：基于 Chain-of-Evidence 的可验证自主研究框架
Google Research 提出 Science One Framework 自主研究框架，通过 Chain-of-Evidence（CoE）让 AI 生成论文的每条声明都可追溯到具体证据。
Microsoft Research精选AI 评分7272 微软研究院发布 Echoverse，为计算机使用智能体构建可演化深度训练环境
微软研究院发布 Echoverse，为计算机使用智能体搭建 12 个训练世界，包括 10 个深度领域世界与 2 个能力世界。在全部 12 个世界上训练的 9B 模型得分从 36.5% 提升到 67.1%，与 GPT-5.4 的 80.7% 相差 14 个百分点。
推荐理由：论文给出了高保真合成世界与数据库级验证器的搭建方法，并公开四个环境的代码与任务，可供智能体训练复用。
Microsoft Research精选AI 评分6161 微软提出 EvoLib：把经验转化为持续演化的知识
微软研究团队提出 EvoLib 框架，让大语言模型在推理时从自身经验中学习，无需真值标签或外部反馈。它把过去的尝试提炼为可复用的技能与反思洞察，通过整合和动态权重机制持续精炼，且不更新模型权重，可用于通过 API 部署的黑盒模型。在数学推理、带效率约束的代码编写和长程环境决策三类任务上，EvoLib 优于基于检索的记忆方法，并在大部分算力区间以更高效的 token 使用把测试时算力转化为性能提升。
推荐理由：EvoLib 将测试时的原始经验提炼为可复用技能与洞察，无需更新模型权重，读者可据此理解其持续学习机制。
Berkeley AI ResearchAI 评分4444 从 CUDA 到 MLX：K-Search 如何把数十年 kernel 经验带到 Apple Silicon
UC Berkeley Sky Lab 为 K-Search 内核搜索框架加入 MLX 后端，用结构化 CUDA-to-MLX 翻译层把已有 CUDA kernel 迁移到 Apple Silicon。
Berkeley AI ResearchAI 评分4343 ABBEL：教 LLM 更新信念状态，实现高效长程交互
ABBEL 框架让 LLM 把长程交互历史压缩为自然语言「信念状态」，并用信念打分监督其信息内容，以缓解上下文膨胀。在 CollabBench 协作编码任务中，ABBEL-rec-BG 把与全上下文模型的性能差距缩小约 50%，训练步数从 100 降到 50。其峰值上下文 token 数为 6.01×10²，低于全上下文模型的 14.08×10²。
Google ResearchAI 评分4848 Google SymptomAI：面向日常症状评估的对话式 AI 智能体研究
Google 基于 Gemini Flash 2.0 的 SymptomAI 对话式智能体在 13,917 人参与的随机研究中，由临床专家组对其鉴别诊断（DDx）进行盲评。评审在超过 50% 的案例中偏好 SymptomAI 的 DDx 多于其他临床医生的诊断，且该优势在临床医生自身信心较低的案例中最为显著。
Google ResearchAI 评分4747 Google Research：用强化学习让量子计算机在运行中持续从错误中学习
Google Research 在 Nature 发表的论文提出一种强化学习框架，让量子计算机在运行过程中持续读取纠错检测数据，自动调节数千个控制参数以对抗漂移。该方法在 Willow 超导处理器上验证：与注入人工漂移的基线相比，逻辑稳定性提升 3.5 倍；在专家人工校准基础上再经 RL 微调，逻辑错误率额外降低 20%。
Google ResearchAI 评分4343 Google Research 解读扩散模型创造力来源：分数平滑的插值机制
Google Research 在 ICLR 2026 上发表的论文指出，扩散模型的创造力源于训练时正则化导致的"分数平滑"效应。该平滑使去噪过程在训练样本之间插值生成新数据，而非简单复制训练集；研究结合神经网络正则化的函数空间理论与去噪数学，定量刻画了两者之间的连接。
Google ResearchAI 评分5555 SensorFM：迈向可穿戴健康数据的通用智能与接口
Google Research 提出 SensorFM 大型传感器基础模型，基于五百万参与者超过一万亿分钟的多模态传感器信号自监督预训练而成。最大模型 SensorFM-B（100M 参数）在重建损失上较最小变体降低 31%，下游分类任务 AUC 平均提升 9%，回归任务 Pearson 系数提升 21%。
Google ResearchAI 评分4343 Google Maps 如何通过协作式路由缓解城市交通拥堵
Google Research 在 Nature Cities 发表首个大规模真实世界研究，证明仅通过修改 Google Maps 算法引导不到 2% 的行程改道，即可在 10 个美国城市显著缓解交通拥堵。为期六个月的对照实验显示，目标路段车速中位数提升约 2%、油耗下降 0.5%–1.0%，早晚高峰全网平均车速提升约 0.5%，每城每年可减排数千吨 CO2e，且非导航用户同样受益。