跨栏目找相关项:同一话题的工具、提示词、论文,可能横跨数天甚至数月才凑齐。
OpenAI 一次发布 372 项数学证明，包括唯一游戏猜想
Anthropic 发布 Claude Haiku 5.5：定价对齐 GPT-6 Luna，同步下调 Sonnet 5.5 缓存读取费用
NVIDIA 与 Microsoft 联合推出 RTX Spark 与 DGX Station for Windows
OpenAI 向 ChatGPT 免费和 Go 用户推送 GPT-6 Luna，付费用户切换至 GPT-6 Sol
OpenAI 在 ChatGPT 全球推出 GPT-6 与 Intelligent UI
Anthropic 发布 Claude Haiku 5.5，主打高吞吐低成本任务
当用户的某个意图（如last_intent）尚未处理完成时，自动提示用户并继续处理该业务。
为电商平台机器人客服提供开场白、常见问题回复和结束语的话术模板参考。
智能客服机器人与访客互动的对话模板（欢迎新访客、欢迎回头客、显示常见问题等）。
服装加工合同模板，含甲乙双方信息及加工委托条款
用于合同审查场景，让大模型扮演特定行业、特定立场的合同审查专家，平衡利益与风险。
帮助分析患者症状，提供可能的诊断方向和建议，适用于初步诊断筛查。
Google 扩展其内容透明度和验证工具，SynthID 水印技术已应用于超过 1000 亿张图片和视频以及 6 万年音频。Gemini 应用已提供 SynthID 验证功能（全球使用 5000 万次），正在扩展至 Search 和 Chrome。
Google DeepMind 宣布与新加坡政府建立国家 AI 合作伙伴关系，通过多个项目推动医疗保健、生命科学、教育和可持续发展领域的 AI 应用。预计到 2040 年，AI 将在新加坡通过加速研发创造 33 亿新加坡元的经济价值。
推荐理由：原文给出了合作的具体领域、经济价值预测和项目细节，读者可以据此了解 AI 在公共服务领域的应用方向和 Google DeepMind 的亚太布局。
Google DeepMind 的 Co-Scientist 被用于识别导致人畜共患病的分子开关。剑桥大学 Clare Bryant 教授利用该工具将研究假设从候选蛋白质精炼到特定氨基酸，其团队原本需要 2-3 年的实验工作有望在 6 个月内完成。
Calico Life Sciences 的 AI/ML 负责人 Matt Onsum 和首席科学家 Katherine Labbé使用 Co-Scientist 连接分散的衰老生物学发现，将其转化为可检验的假设。Co-Scientist 帮助生成了关于整合应激反应（ISR）如何被代谢调控的假设，实验产生了对 ISR 在健康与疾病中作用具有重要意义的新发现，团队计划发表结果。
Google DeepMind 的 Co-Scientist 工具帮助 Edinburgh 大学 Filippo Menolascina 团队研究代谢相关脂肪性肝炎（MASH）。该系统生成假设，识别出 NLRP3 炎症小体是连接炎症与代谢的分子桥梁，解释了为何获批药物 resmetirom 仅对部分患者有效。该假设已被后续实验验证，有望推动双靶点疗法开发。
Co-Scientist 在数月内压缩了原本需要跨领域文献综述的工作，帮助 MIT 机械工程师 Ritu Raman 将想法转化为可测试的假设，并确定了以细胞表面分子互作为重点的研究方向。
Stanford 大学遗传学家 Gary Peltz 使用 Co-Scientist 从现有药物文献中筛选肝纤维化治疗候选药物。Co-Scientist 提出的三个候选中，两个成功阻断肝纤维化并促进肝细胞再生，其中癌症药物 vorinostat 阻断了 91% 的损伤反应。
Google DeepMind 的 AI 天气模型 WeatherNext 成功预测了 2025 年 10 月飓风 Melissa 将以五级强度登陆牙买加，这是首次从一级风速成功预测达到五级强度。
Google 正式发布 Gemini 3.5 系列首款模型 3.5 Flash，在 Terminal-Bench 2.1（76.2%）、GDPval-AA（1656 Elo）、MCP Atlas（83.6%）等 agentic 和 coding 基准上达到前沿性能，输出速度是其他前沿模型的 4 倍。
推荐理由：原文给出了 Terminal-Bench、GDPval-AA 等多个 agentic 和 coding 基准的具体分数，以及 4 倍速度提升的对比数据，读者可据此判断模型在复杂长程任务上的实际性能。
Google DeepMind 在 Nature 发布了 Co-Scientist 系统，这是一款基于 Gemini 模型的多智能体 AI 系统，用于生成和优化科学假设。该系统通过生成、辩论、进化三个阶段迭代产生新假设，已在肝纤维化治疗、ALS 研究、细胞衰老逆转等多个领域测试应用，并将通过 Hypothesis Generation 实验工具向个人研究者开放注册。
推荐理由：原文给出了具体应用案例和能力变化，读者可以了解这个 AI 工具如何辅助科学研究以及它的实际效果。
大语言模型推理过程中，顺序推理面临上下文膨胀、延迟增加和context-rot等问题，自适应并行推理允许模型自主决定何时分解任务、生成多少并发线程及如何协调。基于对现有并行推理方法的分析，文章指出固定并行结构的局限性，并探讨模型自适应控制的发展方向。
Google DeepMind 展示了 AlphaEvolve 这一 Gemini 驱动的 AI 编码智能体在过去一年取得的实际影响：在基因组学领域将 DNA 测序错误检测降低 30%。
推荐理由：原文给出了 AlphaEvolve 在多个领域（基因组学、电网优化、量子计算等）的具体性能提升数据，读者可以据此评估这类 AI 编码智能体的实际效用。
Google Research 过去十年开发并开源了多个关键技术和数据集，赋能超过 25 万名全球研究者。
Google DeepMind宣布推出AI co-clinician研究计划，探索AI作为护理团队协作成员在临床监督下与患者互动。在98个真实初级保健查询的盲评中，AI co-clinician在97个案例中实现零关键错误，优于两款广泛使用的AI系统。在140个咨询技能维度的评估中，AI在68个领域达到或超过初级保健医生水平。团队还在模拟远程医疗环境中测试了实时多模态AI能力。
Google 展示了 Empirical Research Assistance 工具的四个应用场景：流行病学预测（流感、COVID-19、RSV 住院率预测在 CDC 排行榜上名列前茅）。
Mistral AI 发布企业级 AI 编排工具 Workflows，提供持久执行、可观察性和人工审核介入能力，解决企业将 AI 从概念验证推向生产环境时的可靠性问题。用户用 Python 编写工作流后可发布到 Le Chat 供组织内任何人触发，基于 Temporal 引擎构建，数据和业务逻辑保留在用户环境中。ASML、ABANCA、France Travail 等企业已在生产环境中使用。
推荐理由：原文给出了 Workflows 的核心能力——持久执行、可观察性和人工审核介入——以及基于 Temporal 引擎的技术架构，读者可以据此判断它会如何改变企业 AI 生产部署的工作流。
Google DeepMind 与韩国科学技术信息通信部（MSIT）达成合作伙伴关系，将建立 AI Campus 支持韩国科研机构。合作将聚焦生命科学、天气与气候等领域，涉及 AlphaEvolve、AlphaGenome、AlphaFold、AI co-scientist、WeatherNext 等模型。同时将提供实习机会，并与韩国 AI 安全研究所合作。
推荐理由：这是 Google DeepMind 与韩国政府达成的国家级 AI 合作伙伴关系，展示了 AI 在科学研究中的具体应用方向，读者可据此了解 AI for Science 的实际落地场景。
Google 宣布在 Google Photos 的 Auto frame 功能中推出新的视角重制技术。该方法先通过 3D 点云估计和人脸检测重建场景，再使用生成式潜扩散模型填补新视角下缺失的背景内容，从而在保持人物身份的同时自动调整拍摄角度。目前该功能已上线，可自动优化包含人物的肖像照片。
推荐理由：原文介绍了 3D 场景估计+生成式修复的技术路径，读者可据此了解图像后期视角调整的新方法。
Google DeepMind 发布 Decoupled DiLoCo（解耦分布式低通信）架构，通过将训练任务分散到相互独立的计算岛屿，实现跨数据中心的分布式大语言模型训练。
推荐理由：这篇论文提出了一种新的分布式训练架构，能够在低带宽条件下跨数据中心训练大模型，同时保持较高的硬件容错性。
Google Research 发布 ReasoningBank 框架，使大语言模型能在测试时从成功和失败的经验中自我进化。该框架将推理模式提炼为高层记忆存储，在 WebArena 和 SWE-Bench Verified 上相比无记忆智能体分别提升 8.3% 和 4.6% 成功率，并结合 MaTTS 扩展方法进一步提升 3% 成功率。
推荐理由：论文给出了在 WebArena 和 SWE-bench 上相对于 baseline 的具体提升幅度（8.3%、4.6%、3%），并开源了代码，读者可据此判断该方法对智能体记忆机制研究的参考价值。
Google DeepMind 宣布与 Accenture、Bain & Company、BCG、Deloitte、McKinsey 五大咨询公司合作，帮助企业大规模采用前沿 AI 技术。目前仅 25% 的组织成功将 AI 投入生产，AI 预计到 2030 年贡献全球 15.7 万亿美元经济价值。合作将提供 Gemini 系列前沿模型的优先访问权限，聚焦金融、制造、零售、媒体娱乐等行业的企业需求。
研究团队提出 GRASP，一种基于梯度的规划器，用于解决学习到的世界模型在长视野规划中的脆弱性问题。核心方法包括：将轨迹提升到虚拟状态以实现时间并行优化、向状态迭代添加随机性以实现探索、以及重塑梯度以保留动作梯度而阻断脆弱的状态输入梯度。在 Push-T 任务上，GRASP 在 H=40-80 的各视野下均取得最高成功率，且中位成功时间显著低于基线方法。
Google Research 在 TMLR 发表论文，介绍 Simula 框架——一个基于推理优先的合成数据生成系统。该框架将数据生成过程分解为全局多样性、本地多样性、复杂化和质量检查四个可控维度，支持 seedless 和 agentic 方式生成数据。
Google Research 发布 MoGen（Neuronal Morphology Generation）模型，使用 PointInfinity point cloud flow matching 架构生成合成神经形状来增强 PATHFINDER 训练数据，将小鼠脑图重建错误率降低 4.4%，主要减少了合并错误。
Google DeepMind 发布 Gemini 3.1 Flash TTS，这是一款新的文本转语音模型，在 Artificial Analysis TTS 基准测试中获得 1211 的 Elo 评分。
推荐理由：原文展示了具体性能数据（Elo 1211）和可用入口，读者可据此评估该模型在实际业务中的适用性。
Seedance 2.0 是快手发布的 AI 视频生成模型，支持输入最多 9 张图像、3 个视频片段、3 个音频文件和文本提示词，可从图像提取构图、从视频提取运动模式、从音频提取节奏，实现音视频毫秒级同步。该模型还能处理复杂物理效果（如车辆颠簸、水流Fluid dynamics），并支持 15 秒多镜头规划和时间码提示功能。
Google Research 联合纽约大学发布 Vantage，一个利用生成式 AI 在模拟环境中创建对话来评估学生未来必备技能（如批判性思维、协作、创造性思维）的研究实验。该工具有 Executive LLM 引导对话进行自适应评估，AI Evaluator 与人类专家评分一致性相当。Vantage 现已在 Google Labs 开放英语注册，旨在为教育者提供可扩展的技能评估方法。
Google DeepMind 发布 Gemini Robotics-ER 1.6，这是其首个推理优先模型的重大升级版。该模型增强了空间推理和多视角理解能力，专门用于视觉与空间理解、任务规划和成功检测，并能原生调用工具如 Google Search、视觉语言动作模型或第三方函数。
推荐理由：原文给出了具体性能对比和新增的仪表读取功能，读者可以据此判断该模型在机器人实体推理场景中的具体提升和可用性。
Google Research推出ConvApparel数据集，包含超4000段人类-AI多轮对话（共近15000轮），在服装购物领域采用双智能体协议收集数据。该数据集通过人口级统计对齐、人类相似度评分、反事实验证三种评估维度，衡量当前LLM用户模拟器与真实人类行为的显著差距，为构建更可信的AI测试工具提供路径。
Google Research 发布两款学术工作流 AI 智能体：PaperVizAgent（可视化智能体）可从学术文本自动生成论文图表，由 5 个专业智能体协作完成。
Google 研究团队提出一个评估 LLM 行为倾向对齐度的框架，通过情境判断测试（SJT）评估 25 个模型在同理心、情绪调节等行为特质上与人类偏好的对齐程度。研究发现小型模型（<25B）对齐度接近随机水平，大型前沿模型（>120B）在人类共识度高时对齐度接近完美，但在低共识场景下存在系统性过度自信问题，且模型自我报告与其实际行为存在显著差异。
Google DeepMind 正式发布 Gemma 4 系列开源模型，提供 E2B、E4B、26B MoE 和 31B Dense 四种规格。31B 版本在 Arena AI 文本排行榜位列第三，26B 排名第六，均超越参数量 20 倍于自身的模型。
推荐理由：原文给出了四个版本的具体定位和性能数据，读者可以据此判断 Gemma 4 是否适合自己的硬件条件和使用场景。
Google Research 发表研究探讨 AI benchmark 中评分者数量与项目数量的权衡。研究发现常见的 1-5 个评分者标准不足以捕捉人类观点的细微差别，若要反映真实的人类分歧通常需要超过 10 个评分者。
Google 发布白皮书，更新了量子计算机破解 ECDLP-256 椭圆曲线密码学所需的资源估算。估算显示需不到 50 万物理量子比特在几分钟内即可破解，这比之前减少了约 20 倍。Google 建议加密货币社区转向后量子密码学以应对量子计算威胁，并采用零知识证明方式披露漏洞以避免被恶意利用。
推荐理由：原文给出了量子计算机破解 ECDLP-256 的最新资源估算，读者可据此了解量子威胁的实际时间线并提前规划迁移。
Google DeepMind 发布实验性的 AI 赋能光标，能够理解用户指向的内容及上下文。用户只需指向并用自然语言提问（如“显示方向”“对比这些产品”），AI 即可识别光标处的文字、图像、代码块等元素并提供相应帮助。该原型基于 Gemini 构建，计划集成到 Chrome 和新的 Googlebook 设备中。
推荐理由：Google DeepMind 展示了 AI 赋能光标的新交互范式，读者可以了解 AI 如何从理解'指向什么'升级到理解'为什么指向'，以及这一变化对现有工作流的意义。
Google宣布推出Vibe Coding XR工作流，结合Gemini的长期上下文推理能力和专门的系统提示词与代码模板，将自然语言直接转换为可在Android XR设备上运行的功能性、物理感知的XR应用。
推荐理由：Google发布了一个完整的AI+XR原型开发工具链，展示了多个教育、娱乐和游戏场景的demo，读者可据此了解当前AI生成XR应用的能力边界。
Google Research发布TurboQuant、QJL和PolarQuant三种向量量化压缩算法，可在Gemma和Mistral模型上将KV cache内存降低至少6倍，同时保持模型性能不变。
推荐理由：原文给出了6x内存降低和8x性能提升的具体数据，以及TurboQuant、QJL、PolarQuant三种算法的技术原理，读者可以据此了解向量量化技术的最新进展。
Google Research 发布 S2Vec，一个自监督学习框架，通过 S2 Geometry 分区和特征栅格化将建筑环境转换为类似图像的表示，再利用掩码自编码器学习通用嵌入向量。S2Vec 在零样本地理适应任务（如预测未见过区域的人口密度和收入）中表现竞争力，无需人工标注即可理解城市特征关系。评估显示，S2Vec 与图像嵌入融合通常优于单一模态。
Mistral AI 发布 Voxtral TTS，一个 40 亿参数的文本转语音模型，支持 9 种语言的情感化语音生成，具备低延迟和快速语音适配能力。该模型通过 API 和 Mistral Studio 提供，起步价每千字符 0.016 美元，支持仅 3 秒参考音频即可适配定制语音。
推荐理由：原文给出了与 ElevenLabs 的对比数据和具体价格，读者可以据此判断 Voxtral TTS 在语音生成领域的能力和成本。
Google Research 联合 Imperial College London 和 NHS 在 Nature Cancer 发表研究，显示其 AI 诊断系统可识别 25% 传统筛查遗漏的"间隔期乳腺癌"，并与印度、泰国、澳大利亚医疗机构合作完成超百万次糖尿病视网膜病变筛查。