研究人员扩展了 Yann LeCun 创立的 JEPA 架构，使其能够在七个不同的领域工作。该团队提出了基于 JEPA 的通用世界模型 JEPA-Anything，该模型能够预测系统的发展，例如机器人、分子或患者的健康状况。该研究在多个领域取得了显著的进展，包括物理、机器人技术和天气预测，并提出了一个基于 JEPA 的肝脏癌细胞治疗候选方案。
推荐理由：该研究扩展了 LeCun 的 JEPA 架构，使其能够在多个领域工作，包括物理、生物学等，并提出了一个基于 JEPA 的通用世界模型 JEPA-Anything，具有潜在的应用价值。
Google Research 发布了关于智能体隐私和安全的论文，探讨了智能体在处理复杂任务时面临的隐私和安全挑战，并提出了相应的解决方案。
推荐理由：原文探讨了智能体隐私和安全问题，读者可以了解未来智能体发展的关键挑战。
OpenAI 在数学领域取得了突破性进展，包括解决著名的千年难题之一。本文报道了 OpenAI 的最新研究动态，并探讨了 AI 在数学领域的应用和影响。
推荐理由：原文报道了 OpenAI 在数学领域的突破性进展，读者可以了解 AI 在数学领域的最新研究动态。
Toby Ord 探讨了群集扩展在 AI 能力发展中的应用，指出群集在时间效率上具有优势，但扩展效果并非线性增长；CSAIP 民意调查显示，美国民众对 AI 公司自我监管持怀疑态度。
彭博行业研究指出，随着DeepSeek发布V4.1 Flash，中国顶尖AI模型在基准测试得分上落后美国的幅度已缩小至3%，创历史新低。
谷歌研究人员提出了一种名为RRSI的方法，旨在防止AI智能体在测试中记忆化，通过限制编辑预算和严格的审查机制，提高了AI智能体的泛化能力。
推荐理由：该研究提出了新的方法来防止AI智能体在测试中记忆化，对AI领域具有重要意义。
NASA与IBM合作开发的月球基础模型，基于17年绕月探测器数据，可用于机器学习，尤其在预测极地冰沉积和检测陨石坑方面表现出色。
推荐理由：该模型基于大量月球观测数据，对月球科学研究具有重要意义，特别是对极地冰沉积和陨石坑的预测。
研究显示，中西方AI模型在政治敏感话题上的表现存在差异。中国AI模型在政治敏感话题上倾向于遵循政府立场，而西方模型则更倾向于给出平衡的回答。
推荐理由：研究揭示了中西方AI模型在政治敏感话题上的差异，读者可以了解不同模型在价值观和立场上的表现。
DeepMind 研究人员提出人工共生智能概念，认为人工智能与人类应协同发展，而非追求单一超级智能的奇点。文章分析了推理模型的社会和机构视角，并探讨了人工智能与人类协同发展的未来方向。
这篇论文介绍了 Ataraxos 系统，它能够在具有大量隐藏信息的策略游戏中超越人类顶尖玩家，例如 Stratego。该系统通过高效的搜索和学习方法，在多个策略游戏中取得了显著成果，为强化学习和搜索在更多战略决策问题中的应用提供了新的可能性。
Google 研究推出基于可信执行环境的联邦学习系统，旨在提供更强的隐私保障和改进的准确性。
推荐理由：原文介绍了基于可信执行环境（TEE）的联邦学习系统，读者可以了解其隐私保护和准确性提升。
研究人员开发的 Ataraxos AI 在 Stratego 游戏中击败了人类顶尖玩家 Pim Niemeijer，展示了 AI 在推理和游戏领域的强大能力。
微软研究团队开发了一种机器学习系统，用于预测美国大陆66,935个变电站的空间天气风险，并在评估期间检测到近80%的重大空间天气事件。
推荐理由：该研究通过机器学习预测电网空间天气风险，为电网运营商提供提前预警，具有实际应用价值。
Anthropic Frontier Red Team 对 GLM-5.3 和 Claude Mythos Preview 在内部二进制利用基准测试中的表现进行了评估，发现 GLM-5.3 在 4% 的测试中实现了完整的控制流劫持，而 Claude Mythos Preview 在 6% 的测试中实现了。
Google Research 发布了 Diffusion Controller 框架，该框架通过数学控制与图像生成模型的结合，简化了 AI 图像生成过程，提高了图像生成质量并满足用户需求。
推荐理由：Diffusion Controller 框架通过数学控制与图像生成模型的结合，为图像生成过程提供了统一的控制方法，有助于提高图像生成质量并满足用户需求。
微软发布Quine系统，旨在解决生物学复杂性，通过结合生物学世界模型和交互式工具，加速科学研究。
推荐理由：Quine系统结合了生物学世界模型和连接模型、工具、文献和研究人员的交互式工具，有助于加速科学研究。
Anthropic 公司宣布，其 Claude 模型在分子生物学实验室中通过分析大量 DNA 序列，发现了一种新的重复模式，该模式与 CRISPR 基因编辑技术相似，但尚未被记录在案。尽管这一发现引起了部分生物学家的质疑，但Anthropic 表示，这一成果标志着 AI 在科学发现领域的突破。
科学家 Michael Levin 提出了一种关于心灵和大脑关系的理论，认为心灵与大脑的关系类似于数学模式与其引导的形态发生结果之间的关系。他提出，身体是大量多尺度模式进入物理世界的接口，这些模式通过生物物理、生物力学或化学信息场表示的特定模式作为稳态或非稳态过程的编码设定点。此外，机器人学正准备迎接 LLM 时刻，但缺少一个通用算法。
Google Research发布了一项关于自动化连贯长视频生成的研究，提出了一种名为AI视频联合导演的框架，旨在解决长视频生成中的连贯性问题，包括语义漂移和内容崩溃等问题。
推荐理由：该研究提出了一个名为AI视频联合导演的框架，旨在解决长视频生成中的连贯性问题，读者可以了解该框架如何提高视频生成的质量和效率。
微软研究团队提出将物理AI推理卸载到边缘或云端GPU，以提高机器人性能、延长电池寿命并扩展可扩展性。
推荐理由：原文提出了将物理AI推理卸载到边缘或云端GPU的优势，读者可以据此了解其对机器人性能、电池寿命和可扩展性的影响。
UK AI Security Institute (AISI) 使用 EvalEval 的基础设施公开分享评估结果，支持可重复和可验证的评估科学。AISI 和 EvalEval 合作，通过共享评估结果和基础设施，推动可重复和可验证的评估科学。
推荐理由：原文介绍了 UK AI Security Institute 和 EvalEval 的合作，通过共享评估结果和基础设施，推动可重复和可验证的评估科学。读者可以了解这一合作对 AI 评估领域的影响。
Microsoft Research 发布了 RetroChimera 模型，用于提高小分子合成的预测能力，该模型结合了两种互补的模型，并开源了其实现和权重。
推荐理由：RetroChimera 模型在预测小分子合成方面表现出色，有助于加速新药和先进材料的开发，读者可以关注其开源实现和潜在应用。
Google Research 发布了名为 Retrieve-for-Train 的新框架，旨在解决复杂 AI 搜索中的推理瓶颈。该框架通过强化学习和扩散模型实现高效、单次查询扩展，有效提高了搜索质量。
推荐理由：该研究提出了一种名为 Retrieve-for-Train 的新框架，旨在解决复杂 AI 搜索中的推理瓶颈，通过强化学习和扩散模型实现高效、单次查询扩展，对搜索领域有重要意义。
AlphaGenome Atlas 是一个包含 90 亿个单核苷酸变异影响的预测平台，旨在帮助研究人员加速对生物学的理解。
推荐理由：AlphaGenome Atlas 提供了关于人类基因组中所有可能的 DNA 变异的预测，有助于加速我们对生物学的理解，对研究人员具有重大意义。
OpenAI 官方发布 AI 生成的 Navier-Stokes 千禧年大奖难题的解决方案，包括 Lean 中的正式证明。
Google Research 的 Gemini 模型在基因组预测研究中，通过迁移学习将欧洲人群的基因风险评分模型应用于日本人群，优化了预测性能。研究发现，当目标人群样本量达到 15k 或更多时，混合训练数据优于单独使用欧洲数据，但对于特定性状如血脂水平和血糖，欧洲数据的益处较小。
Google Research与HHMI Janelia合作，发布了果蝇雄性大脑和中央神经系统的完整图谱，这是迄今为止最大的大脑图谱。该图谱将有助于神经科学研究，并可能推动对人类大脑的理解和治疗精神疾病的方法。
推荐理由：该研究通过AI技术绘制了果蝇大脑的完整图谱，为神经科学研究提供了重要资源，并有望推动对人类大脑的理解和治疗精神疾病的方法。
Hugging Face 博客发布指南，使用 TRL 库和 GRPO 对 LFM2.5-350M 模型进行微调，在 IFStruct 基准测试中性能从 22.6% 提升至 29.7%，展示了小模型特定任务微调的潜力。
BenchMIRT 是一种新的方法，用于审计 LLM 基准测试，通过分析模型在各个问题上的表现，揭示基准测试的复杂性和潜在问题。
推荐理由：BenchMIRT 通过分析模型在各个问题上的表现，揭示了现有基准测试的复杂性和潜在问题，为更精准的模型评估提供了新思路。
Google Research发布了一篇论文，描述了一种利用深度学习技术从空间监测全球甲烷排放的新方法，该方法名为MAPL-EMIT，能够自动检测、增强预测和估计甲烷羽流源。
推荐理由：该研究利用深度学习技术从空间监测甲烷排放，为全球温室气体减排提供了一种新的方法，具有潜在的应用价值。
Google Research 发布了 TimesFM-3，这是一种先进的零样本时间序列基础模型，能够在单次前向传递中实现高度准确的多变量时间序列预测。该模型在多个公开基准测试中取得了最先进的性能。
推荐理由：TimesFM-3 在多个公开基准测试中取得了最先进的多元和单变量预测性能，为时间序列预测领域带来了新的突破。
Microsoft Research 发布了 GigaPath-Flash 和 GigaTIME-Flash 两种高效的病理学基础模型，旨在通过降低计算需求，提高大规模病理学研究效率和实用性。
推荐理由：原文介绍了 GigaPath-Flash 和 GigaTIME-Flash 两种高效的病理学基础模型，读者可以了解其在病理数据分析和肿瘤微环境建模方面的应用潜力。
Google Research发布地球AI行星预测引擎（PPE），该引擎可以自主执行地理空间建模的全流程，包括数据发现、模型训练等，在公共卫生、食品安全、环境风险和社会经济等多个预测任务中取得改进。
推荐理由：该研究展示了如何通过智能数据发现、多模态基础模型融合和自动化模型优化，将地球AI的预测引擎应用于各种地理空间预测任务，从而降低行星级分析的技术门槛。
DeepMind推出首个双盲AI评估方法，旨在提高AI模型评估的准确性和安全性。
推荐理由：原文介绍了首个双盲AI评估方法，读者可以了解其对AI模型评估的影响。
OpenAI 的一项随机研究超过 1000 名学生，探讨了 ChatGPT、批判性思维、原创性和学生在现实世界大学作业中的表现之间的关系。
Google Research 发布了 GlucoFM 模型，该模型用于连续血糖监测，通过分析血糖动态，在糖尿病风险预测等领域展现出优异的性能。
推荐理由：GlucoFM 模型在血糖监测领域展现出优异的性能，其研究成果对糖尿病风险预测等领域具有重要意义。
Google Research 发布了 AgentHands，这是一个研究原型，它将共言语手势的强大功能引入 3D 世界，使 AI 代理能够通过手势动作将抽象的口头指令转化为直观的物理演示，从而提升用户与 AI 代理的交互体验。
推荐理由：AgentHands 通过引入手势动作，使 AI 代理在 XR 环境中更具表现力和沉浸感，有助于提升用户交互体验。
IBM 发布了 Granite 4.2 推理模型家族，包括 3B、8B 和 30B 三个版本，这些模型基于 Granite-4.1 基础模型进行后训练，并支持工具调用和推理功能。
推荐理由：Granite 4.2 模型在推理能力上有所提升，并支持工具调用，读者可以了解其架构和训练过程。
Hugging Face提出量化感知修复（QAH）方法，通过从原始模型中蒸馏，将GPT-OSS 120B模型压缩至60B参数并量化至MXFP4，在7个基准测试中超越其全精度版本，实现更小、更便宜且更准确的模型。
推荐理由：原文提出了量化感知修复（QAH）方法，通过从原始模型中蒸馏，提高了压缩和量化后的模型性能，读者可以了解该方法如何提升模型效率和准确性。
研究人员利用 Qwen3-30B-A3B-Instruct-2507 模型在 SPADE 框架中生成可执行训练环境，通过自玩方式协同进化环境和能力，提高模型性能。该框架在游戏环境和工具使用环境中均取得显著提升。
