AgentHands：在 XR 中生成交互式手势以实现基于空间的代理对话
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。
论文研究
全部主题值得读的 AI 论文与研究成果：架构创新、训练方法、能力测量与理论进展的精选解读。
最新精选
第 61–80 条 · 共 228 条Google Research精选AI 评分7070
Hugging Face Blog精选AI 评分8585 IBM 发布 Granite 4.2 推理模型家族：构建过程揭秘
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 Blog精选AI 评分8585 量化感知修复：超越原始模型的压缩4位模型
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。
Google Research精选AI 评分7272 Google Research 发布生物标志物发现框架：用于从可穿戴传感器数据中优先排序候选生物标志物
Google Research 发布了名为 Biomarker Discovery Framework 的多智能体系统，旨在从可穿戴传感器数据中优先排序候选生物标志物。该系统结合了假设生成、并行统计分析、模型训练、对抗验证和基于文献的推理，以加速生物标志物的发现过程，同时保持严格的统计严谨性和人类监督。
推荐理由：该研究提出了一种名为 Biomarker Discovery Framework 的多智能体系统，用于从可穿戴传感器数据中优先排序候选生物标志物，加速生物标志物的发现过程，同时保持严格的统计严谨性和人类监督。
Google DeepMind精选AI 评分8585 DeepMind：从雅达利到《EVE Online》：15年游戏AI研究回顾
DeepMind 回顾了其在游戏AI领域的15年研究成果，包括从Atari到StarCraft的突破，以及与游戏开发者合作探索新的游戏体验。
推荐理由：DeepMind 在游戏领域的研究成果对 AI 发展具有重要意义，读者可以了解其如何通过游戏推动 AI 技术的突破。
Google Research精选AI 评分7272 移动性如何使语言模型对地点有更深入的理解
Google Research提出了一种动态的、基于移动性的框架，使AI模型能够理解地点随时间变化的时空活动节奏，从而显著提高对现实世界属性如营业时间、价格水平和繁忙程度的预测。
推荐理由：该研究提出了一个结合移动性和文本信息的框架，有助于AI模型更深入地理解地点，并显著提高对现实世界属性如营业时间、价格水平和繁忙程度的预测。
Hugging Face Blog精选AI 评分6262 语音识别基准优化测量
研究人员通过实验发现，一些语音识别模型在基准测试中表现出优化行为，即通过学习基准特定的模式来提高分数，而非真正提升识别能力。
推荐理由：原文通过实验揭示了语音识别模型在基准测试中的优化行为，对模型选择和评估有重要参考价值。
Microsoft Research精选AI 评分8585 Skala 1.1：扩展对 Skala 的访问以创建预测 DFT 的更快途径
Microsoft Research 发布了 Skala 1.1，这是一个基于深度学习的 DFT 方法，它在分子模拟领域取得了显著进展，包括热力学、反应动力学和分子结构预测。Skala 1.1 现已集成到多个软件包中，并引入了一个实时基准，以跟踪 Skala 的计算性能。
推荐理由：Skala 1.1 在分子模拟领域取得了显著进展，其更高的准确性和更广泛的可用性将推动计算化学模拟的发展。
Google Research精选AI 评分7272 利用智能手机图像估计身体成分：超越BMI预测心血管代谢风险
Google Research发布了一项研究，介绍了一种名为PhotoScan的深度学习框架，可以直接从标准2D智能手机照片中估计三维身体成分指标，包括体脂百分比、A/G比和V/S比，以预测胰岛素抵抗风险。
推荐理由：原文介绍了利用智能手机图像估计身体成分的新方法，读者可以了解其在心血管代谢风险预测中的应用潜力。
Hugging Face Blog精选AI 评分6767 复现ICML 2026论文揭示可复现性挑战和人类角色
Hugging Face组织了一次复现ICML 2026会议论文的挑战，结果显示约51%的论文至少有一个主张被独立验证，23%的论文至少有一个主张被证伪或争议。这揭示了可复现性的挑战和人类在AI研究中的作用。
推荐理由：该研究通过大规模复现ICML 2026会议论文，揭示了可复现性的挑战和人类在AI研究中的作用。
Google Research精选AI 评分7575 谷歌研究：参数事实性的瓶颈是回忆能力
谷歌研究团队提出知识分析框架，用于评估大语言模型在事实性方面的表现，发现许多事实错误源于知识难以回忆而非编码失败。
推荐理由：原文提出了知识分析框架，有助于理解前沿大语言模型在事实性方面的瓶颈，读者可以据此了解模型在知识获取和利用方面的局限性。
Google Research精选AI 评分8585 Google Research 推进 AMIE 向专家级视听临床咨询发展
Google Research 推出的 AMIE (Video) 在真实视频临床咨询中展现出专家级表现，通过多代理架构和视听感知，实现了对非言语临床线索的感知、虚拟体格检查的引导和实时诊断推理。
推荐理由：AMIE (Video) 在真实视频临床咨询中展现出专家级表现，为医疗AI向视听临床AI的转变提供了重要里程碑。
Microsoft Research精选AI 评分6060 微软研究推出CARE-X：基于辅助监督、奖励对齐学习和工具增强测量的临床实用放射学VLM
微软研究团队推出CARE-X模型，旨在解决医学影像诊断中的挑战。该模型结合生成和判别能力，通过辅助监督、奖励对齐学习和工具增强测量，为临床诊断提供支持。
推荐理由：CARE-X模型在医学影像领域展现出强大的能力，结合生成和判别能力，为临床诊断提供支持。
Google DeepMind精选AI 评分8585 DeepMind 发布 WeatherNext 模型，在飓风预测方面取得突破
DeepMind 发布了 WeatherNext 模型，该模型在预测飓风的轨迹、强度和风结构方面取得了突破性进展，并已开源。
推荐理由：原文展示了 WeatherNext 模型在预测飓风方面的突破性进展，读者可以了解该模型如何改变现有工作流。
Google Research精选AI 评分8585 Science One 框架：通过证据链实现的可验证自主研究框架
Google Research 提出了一种名为 Science One 的自主研究框架，通过引入证据链（CoE）来确保AI生成的研究成果的可信度。该框架能够有效避免AI生成论文中常见的错误，如虚构参考文献、代码与描述不符等，并在多个基准测试中取得了优异的成绩。
推荐理由：该研究提出了一个可验证的自主研究框架，通过证据链来确保AI生成的研究成果的可信度，对AI科学研究的未来发展具有重要意义。
Berkeley AI Research精选AI 评分7575 从 CUDA 到 MLX：K-Search 如何将数十年的内核专业知识带到 Apple Silicon
某研究团队开发了 K-Search 框架，该框架利用 AI 优化 GPU 内核，并将其扩展到 Apple Silicon 的 MLX 框架，实现了 CUDA 内核到 MLX 内核的转换，提高了 Apple Silicon 的性能。
推荐理由：原文介绍了 K-Search 框架在 Apple Silicon 上的应用，读者可以了解其在内核搜索和优化方面的创新。
Import AI精选AI 评分8080 Import AI 466：MirrorCode 基准发布、机器人泛化突破及 OpenAI 模型越狱事件
Epoch 和 METR 发布 MirrorCode 基准，显示 Claude Opus 4.7 能以约 $251 成本在 14 小时内完成人类需数周的重构任务，但仍有部分程序无法完美解决。
推荐理由：汇总了 MirrorCode 基准、机器人泛化进展及 OpenAI 模型越狱事件，提供了评估长程任务能力与安全风险的关键实证数据。
Berkeley AI Research精选AI 评分6565 伯克利 AI 研究所提出 ABBEL 框架，用于高效长周期交互的信念更新
伯克利 AI 研究所提出 ABBEL 框架，旨在解决长任务中 LLM 的上下文扩展问题，通过信念更新和信念评分来提高性能。
推荐理由：原文提出了 ABBEL 框架，旨在解决长任务中 LLM 的上下文扩展问题，读者可以了解其原理和效果。
Google Research精选AI 评分7070 SymptomAI：迈向日常症状评估的对话式 AI 智能体
Google Research 发布了名为 SymptomAI 的对话式 AI 智能体，旨在进行日常症状评估。该研究通过随机大规模研究，评估了 SymptomAI 在症状评估和诊断方面的表现，并展示了其与生理信号的关联。
推荐理由：SymptomAI 是一款用于日常症状评估的对话式 AI 智能体，该研究探讨了其在真实世界场景中的表现，并展示了其与生理信号的关联，为 AI 基于的症状评估提供了新的思路。
Google Research精选AI 评分8585 谷歌研究：迈向从错误中学习的量子计算机
谷歌研究团队在《自然》杂志上发表了一篇论文，提出了一种利用强化学习控制量子纠错的新方法，通过从量子错误检测中学习，连续调整数千个控制参数，以稳定量子系统并防止错误发生。
推荐理由：该研究提出了利用强化学习控制量子纠错的新方法，有望提高量子计算机的稳定性和可靠性，对量子计算领域具有重要意义。