NVIDIA 研究者推出 ENPIRE 框架，让编码智能体通过自动评估与重置机制自主改进物理机器人策略。该系统在 PushT、整理针盒、剪扎带等灵巧操作任务上达到 99% 成功率，其中 GPT-5.5（Codex）与 Opus 4.7（Claude Code）表现相当，Kimi-2.6 落后。Matthew Tokson 在 SSRN 论文中指出，人类既一贯低估技术突破，又常误判其社会影响。
Google Research 宣布在 Pixel 9 和 10 系列上为冻结的 Gemini Nano v3 模型附加 MTP 头，在不重训骨干的前提下获得 50% 以上的端侧推理加速。
Google Research 在 CIDR 发表论文提出 linear elastic caching，将页面逐出问题建模为 ski rental 问题，借助浅层决策树为每个页面预测最优 TTL。
Google Research 在 COLM 2026 论文中发现，启用推理能让 reasoning LLM 召回原本几乎无法触及的参数化知识。
牛津大学、UK AISI、斯坦福与 LSE 研究显示，AI 在文本说服任务上已稳定胜过人类专家，并在真实捐款场景中比专业筹款员效果高近 3 倍。
Google Earth AI 发布矢量化数据集，覆盖英国超过 130,000 km² 农田，可识别树篱、石墙、小树林等传统卫星难以捕捉的细尺度生态要素。该框架基于在 3 亿张卫星图像上预训练的 Vision-Transformer，并结合亚米级影像与 1 米 LiDAR 双层标注与 Polsby–Popper 紧凑度评分，将像素自动转化为林地、灌木丛与线性走廊等可规划要素。
Google DeepMind 发布 AI Control Roadmap，一套用于 Google 内部署和管控 AI 智能体的纵深防御框架，在模型对齐之外增加系统级安全层，并同时发布面向政策制定者的技术框架 Three Layers of Agent Security。
Google Research 在 JAMA Dermatology 发表研究，基于 2,345 名参与者的随机对照实验显示，AI 辅助工具将用户识别皮肤状况名称的准确率从对照组的 8% 提升至 23%，超 62% 的参与者愿意尝试命名。"Wizard of Oz" 组准确率达 36%，但标准 AI 组在判断后续就医步骤上未带来统计学显著改善，提示识别疾病之外的决策支持仍是挑战。
Google Research 在 AISTATS 2026 提出 Regularized f-Divergence Kernel Tests 框架，用于审计机器遗忘（machine unlearning）。
Google DeepMind 公布在塞拉利昂开展的 Guided Learning 预注册试验结果，8周内使用该工具的学生数学成绩比对照组提升 0.258 个标准差，约相当于 1.2 至 1.7 年的常规学习进度。
推荐理由：原文给出8周预注册试验的分数提升幅度和学生提问行为变化，可用来对比AI辅导中引导式教学与直接给答案两种路径。
Google Research 在 Nature 发表 PHRM 系统，通过手机前置摄像头在日常使用中被动监测心率，单次心率 MAPE < 10%、日均静息心率 MAE < 5 bpm。系统基于 35 万段视频、约 700 名不同肤色受试者训练，是迄今最大规模的 rPPG 研究，并公开 PHRM-mini 预训练模型与数据集供研究者申请。
弗吉尼亚大学、Anthropic 与加拿大银行经济学家联合发表论文估算，美国 AI 经济在 2025 年的名义 AI GDP 约为 $250 billion，质量调整后的实际增速约 2,600% 每年。
Google Research 提出基于零信任聚合的端侧 AI 隐私分析方案，将新型单轮加密聚合协议与 TEE 硬件隔离结合，构建多层防御架构。该协议只需设备发送一次加密消息即可完成安全聚合，无需多轮在线交互；即使 TEE 隔离失效，加密层仍保证个体原始数据不可还原，仅匿名聚合结果对 Google 可见。
Mistral 通过收购 Emmi AI 加码 Physics AI 方向，面向航空航天、汽车、半导体和能源等行业开发工业级 AI 解决方案。
Google 在 Nature 发表 ERA（Empirical Research Assistance）相关论文，并宣布基于 ERA 与 AlphaEvolve 构建的 Computational Discovery 工具开始逐步开放访问。
Import AI 第 457 期涉及疑似 Stuxnet 前身的 fast16.sys 病毒——它在 20 多年前就专门篡改 LS-DYNA、PKPM 等高精度科学计算软件。
爱丁堡大学团队用 Google DeepMind 的 Co-Scientist 研究代谢功能障碍相关脂肪性肝炎（MASH），由其综合肝脏生物学与药理学证据、锁定值得关注的机制并筛选候选联合疗法。针对 resmetirom 仅对少数合格患者有效的实际问题，Co-Scientist 提出 NLRP3 炎症小体是耦合炎症与代谢的分子桥梁这一假设，该假设后经实验验证，或为靶向双重疗法铺路。
斯坦福大学医学院的 Gary Peltz 团队用 Google DeepMind 的 Co-Scientist 从已有药物文献中寻找可重定向治疗肝纤维化的候选药物，研究结果发表于 Advanced Science。
推荐理由：人工挑选的候选药物在活体肝细胞实验中全部无效，Co-Scientist 提出的三个候选中有两个抑制纤维化，构成一组直观对比。
Google DeepMind 发布 Co-Scientist 多智能体科研系统，相关研究已在 Nature 发表，系统由基于 Gemini 的多类智能体组成。
推荐理由：原文拆解了生成、辩论、进化三阶段的多智能体分工，可看到科学假设如何被迭代筛选与排序。
Google DeepMind 宣布启动 AI co-clinician 研究计划，探索 AI 智能体在医生监督下作为诊疗团队成员与患者互动。在 98 个真实初级保健问题的盲评中，该系统在 97 个问题上零关键错误；在 140 项问诊技能评估中，有 68 项达到或超过初级保健医生水平。
Google DeepMind 发布论文提出 Decoupled DiLoCo，一种把训练拆分为解耦计算岛屿、岛屿间以异步数据流通信的分布式架构，可在跨数据中心的条件下训练 LLM，带宽需求更低且硬件容错性更强。
Google Research 提出 ReasoningBank 智能体记忆框架，通过提炼成功与失败经验中的推理模式实现测试时自我进化。
GRASP 是一种面向学习型动力学（世界模型）的梯度规划器，通过将轨迹提升为虚拟状态实现跨时间并行优化，并直接向状态迭代注入随机性以探索。它还重塑梯度，让动作获得清晰信号，同时避开经由高维视觉模型产生的脆弱 state-input 梯度，使长时序规划更稳健。
Google Research 在 TMLR 发表 Simula 框架，将合成数据生成重构为机制设计问题，沿全局多样性、局部多样性、复杂化和质量检查四个轴从零推理生成数据。
Google Research 提出的 MoGen 模型利用 PointInfinity 点云流匹配技术合成神经元三维形态，将 PATHFINDER 连接组重建模型的错误率降低 4.4%，相当于在小鼠全脑规模下节省 157 人年的人工校对工作。该论文将在 ICLR 2026 上发表，是现代生成式 AI 首次推动连接组重建达到当前最优水平，MoGen 已作为开源模型发布。
Google Research 推出 ConvApparel 数据集与评估框架，基于 4,000 余段服装购物领域人机多轮对话（共约 15,000 轮次）衡量 LLM 用户模拟器的真实感差距。该数据集采用 Good 与 Bad 双智能体采集协议，结合群体统计对齐、拟人度评分与反事实验证三类方法比较 Prompted、ICL、SFT 三类模拟器的行为保真度。
Google Research 提出框架，通过情境判断测试（SJT）评估 25 个 LLM 的行为倾向与人类对齐程度。研究发现模型在专业场景倾向鼓励情感外露、在社交争端中求和而非坚持立场，且即便人类达成共识时仍偏离多数偏好。120B 以下小模型与前沿闭源模型在 10/10 完全共识时接近完美对齐，但共识度低于 90% 时对齐率仅 80% 出头。
Google Research 论文发现，AI 评测中常用的每项 1–5 名评分者配置往往不足以捕捉人类意见分歧，常需 10 名以上。若目标是多数投票，广度（更多样本）更有效；若要还原意见的全部分歧，深度（更多评分者）才是关键。正确配比下，约 1,000 条标注即可实现高可复现结果，相关模拟器已在 GitHub 开源。
Google 发布白皮书，给出破解 256 位椭圆曲线离散对数问题（ECDLP-256）所需的最新量子资源估算，所需物理比特相比此前减少约 20 倍。白皮书提出两种量子电路，分别使用不到 1200 和 1450 个逻辑比特、7000 万至 9000 万个 Toffoli 门，预计可在不到 50 万个物理比特上几分钟内执行。
Google Research 发布向量压缩算法 TurboQuant，称可在零精度损失下实现 KV cache 与向量搜索的极致压缩。该方法由 PolarQuant 与 QJL 两步组成，将于 ICLR 2026 公布。测试覆盖 LongBench、Needle In A Haystack、RULER 等长上下文基准，基于 Gemma 和 Mistral 等开源 LLM 验证。
Google Research 在 Google Earth AI 旗下提出 S2Vec 自监督框架，将建成环境栅格化为多层图像并用 masked autoencoding 生成地点的通用嵌入向量。在社会经济类基准（如美国人口密度、中位收入）的零样本地理适配任务上优于 SATCLIP、GeoCLIP 等基线，但树冠、海拔等环境任务仍有不足；与图像嵌入多模态融合可进一步提升性能。
Google Research 与英国 NHS 合作在 Nature Cancer 发表两项配套研究，评估 AI 系统用于乳腺癌筛查的表现。
推荐理由：原文给出大规模前瞻部署的检出率与阅片量数据，并对比双读流程的效率变化，可作为评估 AI 辅助医学影像筛查能否落地的量化参考。
Google Research 与康奈尔大学在 PNAS 发表研究，让 GPT-4o、Claude 3.5、Gemini Advanced Pro 1.5、Perplexity、NotebookLM 和自建 RAG 系统六款 LLM 回答高温超导领域专业问题。
Berkeley AI Research 提出 SPEX 与 ProxySPEX，将可解释性中的交互发现从数十个组件扩展到数千个。ProxySPEX 利用层级结构以约 10x 更少的消融达到同等效果；在修改版电车难题中 GPT-4o mini 正确率仅 8%，SPEX 定位出两个 trolley 与 pulling、lever 的高阶协同，替换这四个词后失败率降到近零。
Google Research 发布 Groundsource 方法，借助 Gemini 大语言模型从全球 80 种语言的新闻报道中提取洪水事件，首批公开数据集包含 260 万条覆盖 150 多个国家、跨度 2000 年至今的城市洪水记录。
Google Research 与 Beth Israel Deaconess Medical Center 合作，在真实门诊场景中开展了 AMIE 对话式诊断 AI 的前瞻性可行性研究。
推荐理由：在真实门诊流程中检验了 AMIE 对话式诊断 AI 的可行性与安全性，并盲评比较其与主治医生的诊断质量，为医疗 AI 的临床落地提供了前瞻性证据。
Berkeley AI Research 提出分治式价值学习，替代 TD learning 做 off-policy RL。它把轨迹一分为二、用子段值更新整段值，把 Bellman 递归次数从线性降到对数级。作者称与 Aditya 的合作首次将该思路扩展到 goal-conditioned RL 的复杂任务，最优子目标 w 的选取仍未解决。
研究者为 word2vec 给出定量且可预测的闭式理论，证明在若干温和近似下其学习问题可归约为无权重最小二乘矩阵分解，最终学到的表示等于对一个由语料统计与超参数定义的矩阵 M* 做 PCA。