Google DeepMind 发布 Gemini Robotics-ER 1.6，增强具身推理能力
Google DeepMind 发布 Gemini Robotics-ER 1.6，这是其推理优先模型的重大升级，通过增强空间推理和多视角理解，让机器人更精准地理解环境。
推荐理由：官方介绍了新模型的推理能力升级与仪表读取新功能，读者可据此判断它在机器人任务中的适用边界。
Google DeepMind精选AI 评分7272
Google ResearchAI 评分4040 ConvApparel：量化并弥合用户模拟器的真实感差距
Google Research 推出 ConvApparel，一个包含超 4,000 段人机多轮对话（近 15,000 轮）的服装购物领域数据集，用于量化 LLM 用户模拟器的真实感差距。
Google ResearchAI 评分4242 Google Research 推出 PaperVizAgent 与 ScholarPeer 两个 AI 智能体，改进学术图表生成与同行评审
Google Research 推出两个智能体框架：PaperVizAgent 用于从学术文本生成出版级图表，ScholarPeer 用于自动化严格评审论文。
Google Research精选AI 评分6262 Google Research 提出评估 LLM 行为倾向对齐的框架
Google Research 发布论文《Evaluating alignment of behavioral dispositions in LLMs》，提出一个基于心理学问卷和情境判断测试的框架，评估25个LLM在现实场景中的行为倾向与人类共识的对齐程度。
推荐理由：原文用25个LLM的实测数据展示了模型行为与人类共识之间的两类差距，读者可据此理解当前对齐评估的局限。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Gemma 4 开源模型家族，主打推理与智能体工作流
Google DeepMind 发布 Gemma 4 开源模型家族，号称迄今最智能的开源模型，专为高级推理和智能体工作流设计，以 Apache 2.0 许可发布。
推荐理由：官方发布稿给出了四个尺寸、上下文窗口和硬件适配细节，读者可据此判断在自有硬件上运行与微调的可行性。
Google Research精选AI 评分6262 Google Research 研究：AI 基准评测需要多少标注者才够
Google Research 发表论文《Forest vs Tree: The (N, K) Trade-off in Reproducible ML Evaluation》，研究可复现机器学习评测中条目数与每条目评分人数之间的权衡。
推荐理由：原文用真实数据集模拟了标注预算在条目数与每条目评分人数之间的最优分配，读者可据此重新评估自己评测数据的标注策略。
Google Research精选AI 评分7575 Google 发布白皮书：未来量子计算机或能以更少资源破解加密货币加密
Google Research 发布白皮书，估算未来量子计算机破解保护加密货币的 256 位椭圆曲线离散对数问题（ECDLP-256）所需的量子资源，发现所需量子比特和门数低于此前认知。
推荐理由：原文给出了量子计算机破解椭圆曲线加密所需资源的最新估算，并说明了零知识证明披露方式，读者可据此评估加密货币迁移到后量子加密的紧迫性。
Google DeepMind精选AI 评分6969 Google DeepMind 推出 AI 指针，用指向和语音替代复杂提示词
Google DeepMind 推出由 Gemini 驱动的 AI 指针，让用户通过指向和语音与 AI 交互，无需编写复杂提示词。该功能已集成到 Chrome 中，并将在 Googlebook 笔记本上推出 Magic Pointer，用户可在 Google AI Studio 体验实验版本。
推荐理由：原文给出了AI指针的原理和落地入口，读者可以据此判断这种交互方式会怎样改变日常使用AI的方式。
Google Research精选AI 评分6262 Google 发布 Vibe Coding XR：用 Gemini 在 60 秒内生成 Android XR 应用
Google 发布 Vibe Coding XR 工作流，结合 Gemini 的长上下文推理与 XR Blocks 框架，将自然语言直接转化为带物理感知的 Android XR 应用，生成时间在 60 秒内。
推荐理由：原文给出了从自然语言到可运行 XR 应用的完整流程和实测成功率，读者可据此评估该工作流的成熟度与上手成本。
Google ResearchAI 评分5050 TurboQuant：以极致压缩重新定义 AI 效率
Google Research 推出压缩算法 TurboQuant，通过结合 PolarQuant 与 QJL 技术，在实现高压缩率的同时保持零精度损失，旨在解决向量量化中的内存开销问题，并缓解 KV 缓存瓶颈。
Google ResearchAI 评分3838 S2Vec：谷歌如何用自监督框架学习城市“语言”
Google Research 推出 S2Vec，一个用于学习建成环境通用嵌入向量的自监督框架。它通过 S2 Geometry 分区和特征栅格化将地理数据转化为多层图像，再用掩码自编码（MAE）学习位置特征，无需人工标注即可预测人口密度、收入等社会经济指标。评测中，S2Vec 在零样本地理泛化任务上表现最佳，与图像嵌入融合后效果更优。
Google ResearchAI 评分4545 Google Research 在 The Check Up 展示医疗 AI 进展：从个性化健康到临床落地
Google Research 在 The Check Up 活动上发布多项医疗 AI 突破。与 Fitbit 的研究显示，模拟协作健康团队的个人健康智能体（PHA）比单任务应用更能支持长期健康；与帝国理工学院及英国 NHS 合作发表于 Nature Cancer 的研究中，AI 系统识别出 25% 此前漏诊的“间期癌”。
Google Research精选AI 评分7878 Google Research 发表两项研究：AI 辅助乳腺癌筛查可提升检出率并减少人工阅读量
Google Research 与英国 NHS 合作开展 AIMS 研究，在 Nature Cancer 发表两项研究评估 AI 乳腺癌检测系统。
推荐理由：原文给出了AI系统在乳腺癌筛查中的敏感度提升、漏检癌症检出比例和人工阅读量节省幅度，读者可据此评估AI辅助筛查的实际价值。
Google ResearchAI 评分5454 Google 联合康奈尔评估六款大模型回答高温超导研究问题的能力
Google Research 与康奈尔大学合作发表论文，评估六款大模型回答高温超导领域专家级问题的能力。
Google Research精选AI 评分7878 Google 推出 AI 驱动的城市突发洪水预报，提前 24 小时预警
Google Research 宣布在 Flood Hub 上推出城市突发洪水预报，利用 AI 方法可提前 24 小时预测城市地区突发洪水风险。该方法使用 Gemini 分析新闻报告构建历史洪水数据集，模型在人口密度超过每平方公里 100 人的区域运行，空间分辨率 20x20 公里，并已在南美、东南亚等地区达到与发达国家相当的精度。
推荐理由：原文给出了新方法、覆盖范围和与现有系统的对比，读者可以据此判断城市洪水预警的实际能力。
Google Research精选AI 评分7878 Google 推出 Groundsource，用 Gemini 将新闻转化为历史灾害数据
Google 发布 Groundsource，一种利用 Gemini 将非结构化全球新闻转化为可验证历史数据的方法，并开放首个城市山洪数据集，包含 260 万条记录、覆盖 150 多个国家。该方法通过分类、时间推理和空间定位提取事件，人工复核中 82% 的事件在位置和时间上达到实用精度，并已用于 Google Flood Hub 的提前 24 小时城市山洪预报。
推荐理由：原文给出了方法原理、数据规模与验证结果，读者可据此判断该数据对洪涝预测研究的可用价值。
Google Research精选AI 评分6262 Google Research 发布 AMIE 对话式诊断 AI 真实门诊可行性研究
Google Research 与 Beth Israel Deaconess 医学中心合作，开展了一项前瞻性单中心可行性研究，在真实门诊场景中部署对话式诊断 AI 系统 AMIE，用于患者就诊前的病史采集。
推荐理由：原文给出了真实门诊场景下的安全性、诊断准确率和医患体验数据，读者可据此评估对话式医疗 AI 的落地可行性。
Google Research精选AI 评分6262 Google Research 发布 WAXAL 非洲语言语音数据集，覆盖 27 种语言
Google Research 发布 WAXAL，一个开放获取的非洲语言语音数据集，初始覆盖 27 种撒哈拉以南非洲语言，包含约 1,846 小时 ASR 转写语音和超过 565 小时 TTS 高保真录音，采用 CC-BY-4.0 许可。数据由非洲学术和社区组织主导收集，旨在赋能区域 AI 生态，构建更贴合当地语言多样性的语音系统。
推荐理由：原文给出了数据规模、许可方式和合作模式，读者可以据此判断它如何缓解非洲语言语音数据稀缺问题。