Google Earth AI 行星级地理空间基础模型助力全球公共卫生研究
Google Research 展示了 Earth AI 的 Population Dynamics Foundation Model (PDFM) 如何以即插即用的位置嵌入提升全球公共卫生模型效果。
推荐理由：原文展示了位置嵌入如何即插即用地提升流行病模型效果，读者可了解地理空间基础模型在公共卫生场景的验证方法与量化收益。
#论文/研究
Google Research精选AI 评分6262
Google Research精选AI 评分6868 Google 发布基于 TEE 的新一代联邦学习系统，迈向可证明隐私的学习
Google Research 宣布新一代联邦学习系统，利用可信执行环境（TEE）提供完全可验证、可审计的数据匿名化保证，Gboard 已率先采用。新系统由客户端加密上传与访问策略、基于 RAFT 共识的 KMS 密钥管理、用 Federated Language 编排的 TEE 训练循环以及加密恢复状态协同工作，训练时间从此前的 1-2 个月大幅缩短，同时模型准确率提升。
推荐理由：原文对比了新旧联邦学习系统在隐私可验证性与训练效率上的差异，读者可了解 TEE 如何移除对服务器运营方的信任依赖。
Google ResearchAI 评分5353 Diffusion Controller 如何统一并简化 AI 图像生成
Google Research 提出 Diffusion Controller 框架，把扩散模型的去噪过程重构为连续控制问题，用轻量转向网络在冻结基础模型的前提下引导生成。
Hugging Face Blog精选AI 评分6161 ProvenanceGuard：为 MCP 智能体提供来源感知的事实性验证
Multiverse Computing 发表论文 ProvenanceGuard，提出面向 MCP 智能体的来源感知事实性验证方法，专门检测事实成立但归属来源错误的跨来源混淆问题。
推荐理由：论文针对 MCP 智能体的跨来源混淆问题提出来源感知验证方法，在医疗测试中拦截了专家判定不应通过的 139 条声明里的 138 条。
Google Research精选AI 评分6464 Google Research 发布连贯长视频生成研究框架套件 Co-Director、CANVAS、A²RD 与 VQQA
Google Research 发布面向连贯长视频生成的研究框架套件，将长视频生成建模为全局优化与世界状态追踪问题，在多镜头叙事一致性与角色持久性上取得显著提升。
推荐理由：原文把长视频生成拆解为全局优化与世界状态追踪四个框架，并给出各基准上的量化提升，可据此对照现有 Agent 编排管线的短板。
NVIDIA Blog精选AI 评分6666 NVIDIA 与 Google DeepMind 如何借开放病毒蛋白结构数据帮助研究者应对下一次疫情
NVIDIA 联合 Google DeepMind、EMBL-EBI 等机构，在 AlphaFold Database 中开放 2800 多种病毒的蛋白复合体预测三维结构，约 30% 的蛋白相互作用为科学界此前未记录。
推荐理由：开放数据集与 BioNeMo 结构预测流程的发布，让研究者能针对自选病毒蛋白靶点批量预测三维结构，降低实验成本。
Google ResearchAI 评分3737 MilleMiglia：面向中间里程物流的现实实例生成器
Google Research 推出 MilleMiglia，一个用 C++ 编写的中间里程物流实例生成器，可生成现实且保护隐私的基准数据。该工具旨在解决中间里程优化研究缺乏公开高质量数据的问题，将配送建模为时空图上的多商品流问题。源代码和文档已在 GitHub 开源。
Google ResearchAI 评分4343 绕过推理瓶颈：用 Retrieve-for-Train 加速复杂 AI 搜索
Google Research 在 ICML 2026 论文中提出 Retrieve-for-Train 框架，用离线 RL 将数据库感知的查询分解编译为监督信号，推理时无需思考 token 即可单次生成属性对齐的查询扇出。
Berkeley AI ResearchAI 评分4444 自适应并行推理：高效推理扩展的下一个范式
Berkeley AI Research 的分析指出，自适应并行推理正成为高效推理扩展的下一个范式——由模型自行决定何时分解子任务、生成多少并发线程并加以协调。
Berkeley AI ResearchAI 评分5252 SPEX 与 ProxySPEX：大规模识别 LLM 中的交互
Berkeley AI Research 提出 SPEX 与 ProxySPEX，利用稀疏性与低度性把交互发现转化为可解的稀疏恢复问题，将交互发现规模从数十扩展到数千个组件。