Google DeepMind 发布 Lyria 3 Pro 音乐模型并扩展至多个产品
Google DeepMind 推出 Lyria 3 Pro，这是其最先进的音乐生成模型，支持创建长达 3 分钟的曲目，并具备对前奏、主歌、副歌和桥段等音乐结构的理解与定制能力。
推荐理由：Lyria 3 Pro 支持生成长达 3 分钟的曲目并具备结构感知能力，同时向 Vertex AI、Gemini 等更多平台开放，为不同层级的创作者提供可控的音乐生成入口。
Google DeepMind精选AI 评分6262
Google Research精选AI 评分6767 Google Research发布Vibe Coding XR工具加速AI+XR原型设计
Google Research发布Vibe Coding XR工具，利用Gemini和XR Blocks框架，将自然语言直接转换为功能性的XR应用，有助于加速XR原型设计。
推荐理由：原文介绍了Vibe Coding XR工具，它利用Gemini和XR Blocks框架，将自然语言直接转换为功能性的XR应用，有助于加速XR原型设计。
Google Research精选AI 评分8585 Google Research 发布 TurboQuant：重新定义 AI 效率与极端压缩
Google Research 发布了 TurboQuant 算法，该算法通过极端压缩技术优化了 AI 模型的效率和内存使用，适用于搜索和 AI 领域。
推荐理由：原文介绍了 TurboQuant 算法及其在 AI 模型压缩和搜索中的应用，对理解和应用该算法的读者具有参考价值。
Google Research精选AI 评分7070 S2Vec：如何让AI理解城市环境
Google Research 开发了 S2Vec，一种用于学习城市环境嵌入表示的自监督框架，使 AI 能够理解城市环境的特征，并预测社会经济和环境指标。
推荐理由：S2Vec 是一种新的地理信息处理方法，能够将城市环境转换为机器学习模型可理解的嵌入表示，为地理信息领域的研究提供了新的思路。
Google ResearchAI 评分5858 Google Research 回顾十年 AI 医疗进展：从创新到真实场景落地
Google Research 发布文章总结其在医疗健康领域十年的计算机科学研究成果，重点介绍了 AI 在个性化护理、临床协作及开发者生态中的应用。文中详细阐述了 Personal Health Agent (PHA) 如何通过整合多模态数据提供长期健康支持，以及 AMIE 多智能体系统在解读复杂病历和影像方面的能力。
Google Research精选AI 评分7878 Google Research 与 NHS 合作发表两项研究：AI 辅助乳腺癌筛查提升检出率并减少工作量
Google Research 与英国 NHS 合作开展 AIMS 研究，并在 Nature Cancer 发表两项配套论文，评估基于 AI 的乳腺癌检测系统在真实临床工作流中的表现。
推荐理由：Google Research 联合 NHS 在 Nature Cancer 发表两项研究，验证 AI 辅助乳腺癌筛查能提升检出率并显著降低放射科医生工作量。
Google DeepMindAI 评分4848 Google DeepMind 发布 AGI 认知评估框架并启动 Kaggle 黑客松
Google DeepMind 推出基于认知科学的 AGI 进度测量框架，识别感知、推理等 10 项关键能力。该框架提出三阶段评估协议，将 AI 系统表现与人类基线进行对比。为落实理论，DeepMind 联合 Kaggle 启动黑客松，聚焦学习、元认知等五大领域构建评测，总奖金池达 $200,000。
Google ResearchAI 评分3737 Google Research 评估 LLM 在高温超导研究中的表现
Google Research 联合康奈尔大学测试六款大语言模型回答高温超导专家级问题的能力。结果显示，基于受控来源的 NotebookLM 和自定义 RAG 系统表现最佳，优于拥有全网络访问权限的 GPT-4o、Claude 3.5 等模型。该研究旨在探索构建可信科学工具以加速科研发现。
Google Research精选AI 评分7878 Google 在 Flood Hub 推出 AI 驱动的城市山洪预测功能
Google Research 宣布在 Flood Hub 平台上线城市山洪预测功能，利用新 AI 方法提前 24 小时预测风险。该模型通过 Gemini 分析新闻报道构建 Groundsource 数据集以弥补历史数据缺失，仅依赖全球气象产品即可实现覆盖，旨在缩小发展中国家与发达国家间的预警差距。
推荐理由：原文介绍了基于AI的城市山洪预警功能，读者可了解其如何利用非结构化数据解决全球南方缺乏监测设施的问题。
Google Research精选AI 评分6868 Google Research 推出 Groundsource：利用 Gemini 将新闻报道转化为洪水历史数据
Google Research 推出 Groundsource 可扩展方法论，利用 Gemini 大语言模型将非结构化的全球新闻报道转化为可操作的历史数据。首个开放获取的数据集包含来自 150 多个国家的 260 万条城市山洪记录，旨在解决自然灾害预测中的数据稀缺问题。
推荐理由：Google Research 发布 Groundsource 方法，利用 Gemini 将全球新闻转化为结构化洪水历史数据，为灾害预测提供新基线。
Google Research精选AI 评分7878 Google Research 发布 AMIE 对话式诊断 AI 真实世界临床可行性研究
Google Research 联合 Beth Israel Deaconess Medical Center 完成了一项关于 AMIE 对话式诊断 AI 的前瞻性单中心可行性研究。
推荐理由：原文披露了 AMIE 在真实门诊场景下的首次前瞻性可行性研究结果，展示了零安全停止记录及与全科医生相当的诊断质量。
Google DeepMindAI 评分5050 AlphaGo 发布十周年：从围棋突破到推动科学发现
AlphaGo 发布十周年，其技术路线催生了 AlphaFold、AlphaZero 及 Gemini Deep Think 等系统。AlphaFold 2 解决了蛋白质折叠难题并获诺贝尔奖，Gemini Deep Think 在 IMO 达到金牌水平，AlphaEvolve 发现了新矩阵乘法算法。这些进展证明了 AI 加速科学突破的潜力。
Google ResearchAI 评分4040 Google Research 发布 WAXAL：覆盖 27 种非洲语言的开源语音数据集
Google Research 推出 WAXAL，这是包含 27 种撒哈拉以南非洲语言的大规模开源语音数据集。该资源提供约 1,846 小时 ASR 转录音频和超过 565 小时 TTS 高保真录音，采用 CC-BY-4.0 许可。WAXAL 旨在解决数据稀缺问题，赋能非洲 AI 生态系统构建反映当地语言多样性的语音系统。
Google ResearchAI 评分4040 SpeciesNet 开源模型助力全球野生动物识别
Google Research 开源的 AI 模型 SpeciesNet 利用 6500 万张标注图像训练，可分类 2,498 种动物。该模型在标准笔记本上日处理约 30,000 张图片，物种级预测准确率达 94.5%，已被哥伦比亚、澳大利亚等地研究团队用于加速野生动物监测与保护分析。
Google ResearchAI 评分4545 Google Research 教 LLM 像贝叶斯一样推理
Google Research 提出“贝叶斯教学”框架，通过监督微调让 LLM 模仿贝叶斯模型的概率更新逻辑。该方法显著提升了模型在个性化推荐任务中的表现，并使其能将推理能力泛化至其他领域。实验显示，未经特定训练的 LLM 往往依赖简单启发式规则，而经此训练后能更有效地根据新信息动态调整对用户偏好的估计。
Google DeepMind精选AI 评分6565 Google DeepMind 发布 Gemini 3.1 Flash-Lite 模型
Google DeepMind 推出 Gemini 3.1 Flash-Lite，这是其最快且最具成本效益的 Gemini 3 系列模型，现已通过 Google AI Studio 和 Vertex AI 向开发者和企业开放预览。
推荐理由：原文给出了 Gemini 3.1 Flash-Lite 的定价、速度提升数据及基准测试得分，读者可据此评估其在高频工作负载中的性价比与性能表现。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Nano Banana 2 (Gemini 3.1 Flash Image)
Google DeepMind 发布最新图像生成模型 Nano Banana 2（即 Gemini 3.1 Flash Image），旨在以 Flash 速度提供接近 Pro 级别的智能与视觉质量。
推荐理由：原文说明了新模型在保持 Flash 速度的同时引入了 Pro 级的世界知识与主体一致性，并给出了在各产品线的具体开放入口。
Google DeepMind精选AI 评分8484 Google DeepMind 发布 Gemini 3.1 Pro 模型
Google DeepMind 正式发布 Gemini 3.1 Pro，作为 Gemini 3 系列的核心智能升级版本。该模型在 ARC-AGI-2 基准测试中获得 77.1% 的验证分数，推理性能较 Gemini 3 Pro 提升超过一倍。
推荐理由：官方公布 Gemini 3.1 Pro 在 ARC-AGI-2 基准上的验证得分及多端部署入口，读者可据此评估其复杂推理能力的实际提升幅度。
Google DeepMind精选AI 评分6565 Gemini 应用推出 Lyria 3 音乐生成功能
Gemini 应用现已集成 Google DeepMind 最新的音乐生成模型 Lyria 3，用户可通过文本描述或上传图片在几秒钟内生成 30 秒的高质量音乐片段。
推荐理由：Gemini 应用集成 Lyria 3 模型，支持从文本或图片生成带歌词的 30 秒音乐，并嵌入 SynthID 水印以增强 AI 内容可识别性。
Google ResearchAI 评分3232 Google Research 提出 MapTrace：利用 Gemini 2.5 Pro 和 Imagen-4 生成合成数据教 AI 读地图
Google Research 推出 MapTrace，通过自动化流水线解决多模态大模型在地图路径追踪上的空间推理缺陷。该方案利用 Gemini 2.5 Pro 和 Imagen-4 生成并筛选高质量合成数据，开源了 200 万组问答对。实验表明，仅用 23,000 条路径数据微调即可显著提升模型的细粒度空间理解能力。
Google DeepMindAI 评分4040 Google DeepMind 与印度政府建立 AI 国家合作伙伴关系，加速科学与教育发现
Google DeepMind 宣布与印度政府及机构建立“AI 国家合作伙伴”关系，向当地科研人员和师生开放 AlphaGenome、AI Co-scientist 和 Earth AI 等前沿模型。双方将共同推进 $30 million Google.org Impact Challenge: AI for Science 计划，并扩大 Gemini 在教育领域的应用以支持学生深度学习。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 Gemini 3 Deep Think 重大升级
Google DeepMind 发布 Gemini 3 Deep Think 的重大升级，该专用推理模式旨在解决科学、研究和工程领域的挑战。新版模型在 Humanity's Last Exam 上达到 48.4%（无工具），在 ARC-AGI-2 上获得 84.6%，并在 Codeforces 上取得 Elo 3455 的成绩。
推荐理由：官方公布 Gemini 3 Deep Think 在多项高难度基准测试中的具体得分，并开放 API 早期访问入口，为科研与工程场景提供量化参考。
Google ResearchAI 评分2323 Google Research 提出时变容量下非抢占式吞吐量最大化调度算法
Google Research 在 SPAA 2025 发表研究，针对云环境中时变容量的非抢占式作业调度，提出了首个常数因子近似算法。离线场景下，Greedy 策略在单位利润时达到 1/2-approximation，不同利润时通过 primal-dual 框架实现 1/4-approximation。
Google ResearchAI 评分3838 Google Research 开源 DialogLab：支持动态人机群聊的模拟与测试框架
Google Research 在 ACM UIST 2025 展示开源原型框架 DialogLab，用于编写、模拟和测试动态人机群聊。该框架通过“编写-测试-验证”工作流整合脚本结构与实时即兴对话，支持定义角色、中断规则及多智能体交互。14 名用户评估显示，其“人工控制”模式在模拟真实对话时更具吸引力和有效性。
Google ResearchAI 评分4040 Perch 2.0：基于鸟类训练的 AI 模型如何迁移至水下鲸类识别
Google DeepMind 发布的 Perch 2.0 生物声学基础模型虽主要基于鸟类数据训练，却成功迁移至水下任务。该模型在 NOAA PIPAN、ReefSet 和 DCLDE 数据集上表现优异，能有效分类须鲸及虎鲸亚种。其嵌入向量结合逻辑回归的少样本学习方案，大幅降低了构建自定义海洋声景分类器的计算成本。
Google DeepMind精选AI 评分8989 Gemini Deep Think 加速数学与科学发现：两篇研究论文详解跨学科应用
Google DeepMind 发布两篇研究论文，展示 Gemini Deep Think 模式在解决专业级数学、物理和计算机科学开放性问题上的进展。该模型通过构建名为 Aletheia 的数学研究智能体，实现了从 IMO 金牌水平向 PhD 级研究的跨越，并在 IMO-ProofBench Advanced 测试中达到 90% 准确率。
推荐理由：原文展示了 Gemini Deep Think 在纯数学、物理和计算机科学前沿问题中的具体突破案例及协作范式，为评估 AI 在专业科研领域的实际能力边界提供了详实的一手证据。
Google ResearchAI 评分4545 Google 提出 NAI 框架，利用多模态 AI 重新定义通用设计以提升无障碍性
Google Research 推出 Natively Adaptive Interfaces (NAI) 框架，利用多模态 AI 将静态导航转化为动态、智能体驱动的模块。
Google ResearchAI 评分3535 Google Research 提出 Sequential Attention：通过序列注意力机制优化模型特征选择
Google Research 推出 Sequential Attention，利用贪心选择与注意力评分在单次训练中自适应筛选最优组件。该方法解决了子集选择的 NP-hard 难题，显著降低训练开销并提升模型效率。它在多个神经网络基准测试中达到 SOTA 结果，同时增强了模型的可解释性与可扩展性。
Google Research精选AI 评分6868 Google Research 宣布与 Included Health 合作开展全美首个真实世界虚拟护理 AI 随机研究
Google Research 宣布与美国医疗服务提供商 Included Health 合作，待 IRB 批准后启动一项全美范围的随机对照研究，以评估对话式 AI 在真实世界虚拟护理工作流程中的表现。
推荐理由：Google Research 联合 Included Health 启动全美随机对照试验，旨在通过真实临床数据验证对话式 AI 在虚拟护理中的安全性与效用。
Google DeepMind精选AI 评分8080 Google DeepMind 向美国 Google AI Ultra 订阅者推出 Project Genie 交互世界原型
Google DeepMind 正式向美国地区 18 岁以上的 Google AI Ultra 订阅者开放 Project Genie 实验性研究原型。该工具由 Genie 3、Nano Banana Pro 和 Gemini 驱动，支持通过文本或图像提示创建、探索和重混交互式世界，并能在移动时实时生成前方路径。
推荐理由：官方开放了基于 Genie 3 的交互式世界生成原型，用户可体验实时路径生成与场景重混，适合关注世界模型落地形态的读者。
Google Research精选AI 评分6262 Google Research 发布论文《Towards a Science of Scaling Agent Systems》：挑战“更多智能体更好”假设并确立扩展原则
Google Research 发布新论文，基于对180种智能体配置的受控评估，推导出首个智能体系统定量扩展原则，指出单纯增加智能体数量往往触及性能天花板甚至导致退化。
推荐理由：通过180种配置的大规模评估，量化了多智能体系统的扩展规律，揭示了任务属性与架构选择之间的关键权衡。
Google ResearchAI 评分3939 Google Research 发布 ATLAS：多语言模型自适应迁移缩放定律
Google Research 提出 ATLAS，这是首个针对多语言模型的自适应迁移缩放定律。该研究基于 774 次训练运行、10M–8B 参数规模及 400+ 种语言数据，量化了 1,400 对语言间的协同效应。ATLAS 指导开发者平衡语言混合与模型大小，例如将支持语言数量翻倍时，建议模型规模增加 1.18 倍、总数据量增加 1.66 倍。
Google ResearchAI 评分3030 Google Research 推出 GIST：兼顾多样性与效用的智能采样算法
Google Research 在 NeurIPS 2025 提出 Greedy Independent Set Thresholding (GIST) 算法，通过平衡数据多样性与效用解决大规模数据集子集选择难题。该算法利用双准则贪心策略近似求解最大独立集问题，在图像分类等任务中超越 SOTA 基准，并提供解质量的数学保证。
Google ResearchAI 评分3333 Google Research 提出小模型意图提取分解方法
Google Research 在 EMNLP 2025 发表研究，提出通过“屏幕摘要+意图提取”的两阶段分解工作流，使小多模态大语言模型（MLLM）能在设备端实现 superior 的用户意图理解。该方法在 Gemini 和 Qwen2 基座模型上验证，其中 Gemini 1.5 Flash 8B 结合此策略的效果可与 Gemini 1.5 Pro 媲美，且成本与速度更优。
Google DeepMindAI 评分4242 Google DeepMind 推出 D4RT：统一 AI 模型实现四维场景重建与追踪
Google DeepMind 发布 D4RT，一种用于动态场景重建和追踪的统一 AI 模型。该模型采用查询式 Transformer 架构，效率比先前方法高 18 至 300 倍，在单个 TPU 上处理一分钟视频仅需约五秒。D4RT 支持点追踪、点云重建及相机姿态估计，适用于机器人和增强现实等实时应用。
Google ResearchAI 评分4040 Google Research 利用 Pixel Watch 估算高级步态指标
Google Research 开发基于 TCN 架构的多头深度学习模型，利用 Pixel Watch 的 IMU 数据直接估算步速、步长等时空步态指标。在包含 246 名参与者和约 70,000 个步行片段的大规模验证中，该智能手表方法的准确性与智能手机相当（p>0.05），且多数指标的相关系数 r>0.80。
Google ResearchAI 评分3737 Google Research 验证 Android Auto 急刹车事件可作为道路碰撞风险指标
Google Research 证实通过 Android Auto 收集的急刹车事件（HBEs）与道路碰撞率呈显著正相关，可作为交通安全评估的领先指标。分析显示 HBEs 数据密度是碰撞报告的 18 倍，且能识别出如加州 Highway 101/880 汇流段等高风险区域，其 HBE 频率约为平均水平的 70 倍。该研究利用连接车辆数据填补了传统滞后碰撞数据的空白，支持网络级交通安全评估。
Google Research精选AI 评分7373 Google Research 发布 MedGemma 1.5 4B 与 MedASR 医疗语音识别模型
Google Research 发布开源医疗生成式 AI 模型 MedGemma 1.5 4B 和医疗自动语音识别模型 MedASR。
推荐理由：原文给出了 MedGemma 1.5 4B 在 CT、MRI 及病理图像上的具体精度提升数据，以及 MedASR 相比 Whisper large-v3 的医疗听写错误率降低幅度，为开发者评估模型能力边界提供了量化依据。
Google Research精选AI 评分7070 Google Research 发布量子纠错新论文：动态表面码开辟新路径
Google Research 发布了一篇关于量子纠错的新论文，介绍了动态表面码在量子纠错中的应用，该技术有望提高量子计算的可靠性。
推荐理由：原文介绍了动态表面码在量子纠错中的应用，读者可以了解这一技术在量子计算领域的最新进展。
Google DeepMind精选AI 评分6868 Google DeepMind 发布 Veo 3.1 Ingredients to Video 更新：增强一致性、创意与控制力
Google DeepMind 发布 Veo 3.1 Ingredients to Video 更新，提升了基于参考图像生成视频的角色与背景一致性，并支持原生 9:16 垂直视频输出及 1080p/4K 分辨率升级。
推荐理由：官方详细说明了 Veo 3.1 在角色一致性、垂直原生输出及高分辨率升级上的具体改进，并明确了各平台入口。