Google Research 发布了 MedGemma 开源多模态模型，用于结核病筛查。该模型可在本地设备运行，无需网络连接，已在全球下载超过 1000 万次。团队还开发了 MedSigLIP 视觉语言模型和 HeAR 声学筛查工具，形成完整的诊断工具链，已在南非、塞拉利昂等六个国家的约 40 个医疗机构部署，筛查超过 2.5 万张胸部 X 光片，将诊断时间从数周缩短至 45 秒以内。
推荐理由：从实验室算法到六国临床应用，Google Research展示了AI医疗工具如何跨越监管与资源鸿沟，真正服务基层医疗需求。
Google DeepMind 与合作伙伴发布 Forest Typology (ForTy) 2020 全球地图，以10米分辨率将地球森林分为六类，并跟踪2017-2025年变化。该地图准确率达90%，帮助区分自然林、人工林和农场，支持欧盟无毁林产品监管。
推荐理由：10米级森林类型地图让自然林与人工林首次可区分，为监管提供精准基线，但精度与成本平衡仍是挑战。
Google Research在JAMA Network Open发表研究，展示AI系统可通过'盲扫'超声技术评估孕龄，准确率达临床标准(MAE 4.18天)，在芝加哥和内罗毕不同医疗环境中均表现稳定。该技术使未经专业培训的医护人员能执行可靠超声检查，有望扩大资源匮乏地区的产前筛查覆盖范围。
推荐理由：AI辅助超声在资源匮乏地区实现与专家相当的孕龄评估，验证了技术泛化能力与普惠医疗潜力。
OpenAI 与 Google Cloud 合作，将前沿模型和 Codex 工作流引入 Gemini 的 Model Garden，用户可通过 Google Cloud Marketplace 访问。
Google Cloud 与 NVIDIA 宣布 NVIDIA Vera Rubin 基础设施正式商用，A5X 实例将集成 Vera Rubin NVL72 GPU、ConnectX-9 SuperNICs 和先进液冷技术，支持大规模智能体推理和强化学习。
Google Research提出将AI智能体锚定于生物现实的研究，展示了VERID框架和蛋白质设计突破。研究通过三个项目展示了AI智能体在生物实验中的应用进展，包括VERID框架、适配体发现和蛋白质设计。
Google DeepMind 发布 Antigravity 智能体开发平台，整合 ProtNLM 蛋白质语言模型，帮助生物学家快速发现和评估抗菌肽候选物，将原本分散的数据库搜索过程压缩到单一工作会话中。该平台已成功识别出一种针对呼吸道感染病原体的新型抗菌肽候选物，目前正在进行湿实验室验证。
Google Research在Research@活动中展示了10项AI研究进展，包括Google Earth AI行星智能系统、多智能体编排工具、Deep Review文档审查系统、下一代边缘AI芯片等，这些技术正在改变医疗、科学、商业和教育等多个领域。
推荐理由：原文展示了10项AI研究进展，覆盖地球智能、医疗健康、科学工具等多个领域，体现了AI如何增强人类创造力。
Google Research 发布 Deep Review，一个用于复杂技术文档的 AI 智能体系统，提供严格反馈和技术验证。该系统最初用于计算机科学学术论文分析，现已扩展到法律和金融等多个领域。
Google 发布地理空间推理智能体，连接地球 AI 基础模型和行星规模数据，支持多步推理和自主预测模型训练。该智能体已在疾病爆发调查、灾害准备和清洁能源筛选等领域与 WHO、GiveDirectly 等组织合作测试，将原本需要数周的分析工作缩短至几分钟。
推荐理由：原文提供了地理空间智能体的技术细节和实际应用案例，展示了其在解决全球性挑战中的价值。
Google DeepMind与新加坡政府技术局合作开发了可在设备端运行的AI反欺诈模型，该模型基于Gemma模型微调，能在保护用户隐私的同时检测复杂的诈骗对话模式。
Google DeepMind发布Gemini 4 Argon模型，该模型在网络安全、生物科学等领域具有前沿能力，并采用了多层安全防护机制防止滥用和误用。模型已通过Fairwind Program与网络安全团队合作，发现了医院软件中的关键漏洞，并开始广泛部署。
Google DeepMind发布Gemini 4 Argon模型，该模型在编码、金融、法律、网络安全和科学领域表现优异，在Vals指数上排名第一。模型现可通过API、AI Studio、Gemini平台等渠道访问，定价为每百万输入token 2美元，每百万输出token 10美元。
Google DeepMind发布Gemini 4 Argon模型，专注于物理理解、代码生成和视觉语义推理，在Embodied Reasoning基准测试中达到87%的准确率。该模型可应用于机器人控制、Real2Sim转换、物理理解和研究自改进四个关键领域，为机器人全生命周期提供支持。
Google Research发表了一项为期三个月的实地实验，研究AI辅助对专利律师专业能力的影响。实验发现AI工具短期内显著提高了律师起草专利的质量，但移除AI后，初级律师的专业判断能力并未提升，而高级律师则表现出明显的进步。研究强调，提高工作质量和构建持久专业判断可能是不同的目标，尤其对初级专业人士而言。
推荐理由：研究揭示了AI对专业能力发展的复杂影响，为AI工具设计提供了重要参考。
Google DeepMind发布EmbeddingGemma 2，这是一个支持文本、图像、音频和视频的多模态嵌入模型，拥有740M参数，可在设备端高效运行。该模型在MTEB Code和MAEB基准测试中表现优异，支持8K token上下文窗口，并可通过Matryoshka Representation Learning动态减少存储需求。
Google Research推出地球AI的人口动态基础模型(PDFM)，将隐私保护的搜索趋势、人类流动性和环境因素等信号整合为位置嵌入，可直接插入现有流行病学工作流，在多种疾病预测中表现优于传统数据源。
推荐理由：原文提供了地球AI模型在公共卫生领域的实际应用案例和数据验证结果。
Google Research发布了一份关于智能体隐私与安全的新研究报告，探讨了自主AI系统面临的隐私和安全挑战，提出了基于情境完整性理论的解决方案，并呼吁学术界、政府、民间社会和产业界共同合作构建安全、可靠且尊重隐私的智能体生态系统。
Google Research 发布了新一代联邦学习系统，利用可信执行环境(TEEs)提供完全可验证和可审计的数据匿名化保证。该系统已在Gboard上部署，实现了更强的隐私保证和改进的准确性，同时显著加快了计算速度。
推荐理由：原文介绍了基于可信执行环境的联邦学习系统升级，提供了更强的隐私保证和可验证性。
Google DeepMind发布Gemini 4 Argon模型，在软件工程、企业知识工作和网络安全领域展现出前沿性能，输出token限制提升至100万，定价为输入token每百万2美元，输出token每百万10美元。
推荐理由：原文提供了Gemini 4 Argon在软件工程、企业工作和网络安全方面的具体能力变化和评测数据。
Google DeepMind发布SynthID Bio，一种为AI生成蛋白质添加不可见水印的技术，可在保持蛋白质生物功能的同时验证其AI生成来源。该技术已在VEGF-A、SARS-CoV-2刺突蛋白RBD和PD-L1三种目标蛋白的湿实验中验证有效，同时与AlphaFold 3集成，可对预测的3D蛋白质结构进行水印处理。
推荐理由：原文给出了技术实现和生物功能验证，读者可据此评估AI生成蛋白质的安全追踪可行性。
Google Research推出Diffusion Controller框架，通过轻量级网络实现AI图像生成的精确控制，在保持图像质量的同时满足用户特定需求。该框架在测试中胜过LoRA等现有方法，实现了90%的胜率，并支持对闭源模型的控制。
推荐理由：原文提供了统一控制AI图像生成的新框架，解决了用户意图与图像质量之间的平衡问题。
Google Research 发布了 AI 视频联合导演框架，通过多智能体架构解决长视频生成中的语义漂移和级联失败问题。该框架包括 Co-Director、CANVAS、A²RD 和 VQQA 四个组件，能够在分钟级视频中保持角色和环境的一致性，并自动优化视觉质量。
推荐理由：原文提出了AI视频联合导演框架，解决了长视频生成中的语义漂移和级联失败问题。
Google DeepMind 发布 Gemini 3.8 Live with Live Avatar，通过实时视频生成和语音结合，为企业提供具有视觉形象的对话体验，支持多语言同步和自定义头像。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
NVIDIA与Google DeepMind等机构合作，通过AlphaFold2和BioNeMo优化技术，预测并开放了2800多种病毒蛋白复合物的3D结构，这些数据已通过AlphaFold数据库向全球研究人员开放。
推荐理由：原文提供了开放病毒蛋白结构数据集及其生成方法，为全球研究人员应对未来大流行病提供了关键工具。
Google DeepMind 发布了 Private AI Compute 架构更新，引入安全的服务器端内存功能，使 AI 助手能够在云端安全地存储长期记忆，同时保持设备端级别的隐私保护。该技术通过硬件强制安全区、加密通道和设备派生加密密钥保护用户数据，确保即使 Google 也无法访问用户信息。
推荐理由：原文给出了隐私计算架构的更新方案，解决了云端AI长期记忆与设备端隐私保护的矛盾。
Google DeepMind 发布 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两个文本转语音模型，支持创建自定义角色声音和直接场景对话，在多个平台提供更丰富的音频生成体验。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Google Research 推出 MilleMiglia，一个 C++ 实例生成器，用于创建物流中段运输问题的真实基准数据。该工具解决中段物流缺乏高质量公开数据的问题，支持跨区域配送中心间的复杂运输网络模拟。代码已在 GitHub 开源。
Google Research 发布了一项新研究，允许教师使用生成式用户界面(GenUI)创建定制化、互动式和引导式的教育模拟。该技术基于学习科学原理，能够根据教师的目标和课程动态生成学习内容，目前已提供30多个STEM学科的互动学习示例，并启动了教育试点项目。
Google Research在ICML 2026论文中提出Retrieve-for-Train框架，通过离线强化学习将查询分解行为编译为监督，使用轻量级扩散检索器实现单次查询扩展，推理速度提升12-20倍，同时保持结果多样性和数据库相关性。
推荐理由：原文提出了Retrieve-for-Train框架，通过离线强化学习解决AI搜索中的推理瓶颈问题。
Google DeepMind发布Gemini 3.8 Live和3.8 Live Extended Thinking两款最新实时对话模型，提升了智能和并行推理能力，使语音交互更直观流畅。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Google Research 提出 ToolGrad 方法，通过答案优先范式和文本梯度迭代构建复杂 API 工作流，显著提高了工具使用数据集生成效率。实验表明，基于 ToolGrad-500 数据集微调的 Gemma-3 模型在 Berkeley Function Calling Leaderboard 上得分达到 83.1，超越 Gemini、Claude 和 GPT 等专有模型。
推荐理由：ToolGrad 提出了一种基于文本梯度的高效工具使用数据集生成方法，显著降低了数据生成成本并提升了模型性能。
Google DeepMind推出AlphaGenome Atlas平台，包含人类基因组中90亿种单核苷酸变异的预测，并提供AVI评分系统帮助研究人员快速评估变异影响。该平台已用于罕见疾病研究和复杂性状关联分析，可通过网站门户、API和Google Antigravity访问。
推荐理由：原文提供了9亿种DNA变异预测和AVI评分系统，为基因组研究提供全面资源。
Google DeepMind 发布 WeatherNext 3，这是目前最先进和准确的全球天气AI模型，集成了实时卫星数据，每小时更新，分辨率更高，提供精确的降水预报和清洁能源变量。该模型已集成到Google搜索、Gemini、地图、Google Maps Platform和Cloud中，通过独立评估显示其预测精度显著提升，特别是在降水预报方面比前代模型提高60%。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。