Google 开源驱动 Flood Hub 的水文模型框架
Google Research 在 GitHub 上以 Apache 2.0 许可开源其水文建模框架，让各国气象水文机构能把 AI 洪水预报整合进自己的工作流。
Google ResearchAI 评分5858
Google ResearchAI 评分4040 Google Research 在 I/O 2026 上发布 Gemini for Science 开启科学发现新时代
Google Research 在 I/O 2026 上宣布 Gemini for Science，一套与 Google Cloud、Google DeepMind 和 Google Labs 合作打造的实验性科学工具集。
Google ResearchAI 评分4646 Google 通过零信任聚合实现隐私分析
Google 发布了一套用于隐私分析的零信任安全设计，将新的密码学聚合协议与可信执行环境（TEE）硬件保护相结合，可证明地保证 Google 只能获得匿名化的群体聚合洞察。
Google DeepMindAI 评分2929 Google DeepMind 在亚太推出 Accelerator 加速器计划，聚焦“AI for the Planet”应对环境风险
Google DeepMind 在亚太地区推出首期 Accelerator 加速器计划，主题为“AI for the Planet”。该计划为期三个月，面向区域内的初创公司、研究团队和非营利组织，帮助其利用前沿 AI 解决自然、气候、农业和能源等领域的环境问题。入选机构将获得专家指导和将前沿 AI 与科学 AI 模型集成到项目中的支持，计划以新加坡的线下 bootcamp 启动，现已开放报名。
Google Research精选AI 评分6262 Google 发布 ERA 并通过 Gemini for Science 逐步开放 Computational Discovery
Google 开发的 ERA 研究工具使用 Gemini 编写和优化科学代码，相关论文于今日发表于 Nature。ERA 通过树搜索考虑数千种方案，在基因组学、公共卫生、卫星图像、神经科学、时间序列预测和数学等基准上达到专家级表现。
推荐理由：原文给出 ERA 在多个学科基准上的表现和八个应用案例，读者可据此了解 AI 辅助科学计算的实际落地方式。
Google DeepMindAI 评分4646 Co-Scientist 如何加速基因筛选以逆转细胞衰老
生物学家 Omar Abudayyeh 和 Jonathan Gootenberg 的实验室正使用 Google DeepMind 的 Co-Scientist 加速衰老研究。该系统扫描数万篇论文后提出 20 多个新型候选遗传因子，其中部分经实验验证能驱动细胞进入更年轻、功能更好的状态。分析大规模筛选数据原本最多需 6 个月，借助 Co-Scientism 可缩短到几天。
Google DeepMindAI 评分5050 Google DeepMind 为 Project Genie 加入 Street View 真实地点生成能力并向 Google AI Ultra 用户开放
Google DeepMind 在 Project Genie 中推出 Street View grounding 新能力，可基于美国真实地点结合“Ocean World”“B&W film”等风格生成可交互世界，技术来自 Maps Imagery Grounding。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Gemini Omni Flash 视频生成模型
Google DeepMind 推出 Gemini Omni 家族首个模型 Gemini Omni Flash，可组合图像、音频、视频和文本输入生成视频，并通过自然语言多轮编辑，支持角色一致性和物理表现。
推荐理由：官方首次介绍 Omni 家族，说明了对话式改视频、多输入组合和物理表现的具体能力边界。
Google DeepMindAI 评分5151 Google DeepMind 发布 Gemini for Science，推出三个科研实验工具和 Science Skills
Google DeepMind 发布 Gemini for Science，在 Google Labs 推出三个实验原型：基于 Co-Scientist 的 Hypothesis Generation。
Google DeepMind精选AI 评分6161 Google 扩展内容溯源工具：SynthID 验证进入 Search 与 Chrome，Pixel 视频支持 Content Credentials
Google 于 5 月 19 日宣布扩展内容透明与验证工具，覆盖 Search、Gemini、Chrome、Pixel 和 Cloud。
推荐理由：原文梳理了 SynthID 水印、C2PA Content Credentials 验证在 Search、Gemini、Chrome、Pixel 的扩展路径和落地节奏，可据此了解内容溯源工具的现状。
Google DeepMindAI 评分4646 Google DeepMind 与新加坡政府达成新的国家 AI 合作
Google DeepMind 宣布在新加坡启动 National Partnerships for AI 新合作项目，聚焦医疗、科研与教育。合作包括与公共医疗集团探索 AI co-clinician“三方照护”、用 AlphaFold 加速疫情研究、为视障跑者开发 Gemma 驱动的跑步助手，并向从小学到初级学院的所有教师提供 Gemini for Education。
Google DeepMindAI 评分5252 剑桥团队用 Google DeepMind Co-Scientist 寻找新发传染病的分子开关
剑桥大学 Clare Bryant 教授使用 Google DeepMind 的 Co-Scientist 研究病原体跨物种传播（如禽流感到人类）引发败血症等重症的分子开关。
Google DeepMindAI 评分3737 Google DeepMind Co-Scientist 为衰老研究开辟新路径
Calico Life Sciences 的 AI/ML 负责人 Matt Onsum 和首席科学家 Katherine Labbé 用 Google DeepMind 的 Co-Scientist 连接衰老生物学领域分散的研究发现，生成值得验证的假设。
Google DeepMindAI 评分4949 Google DeepMind Co-Scientist 加速发现肝病机制
爱丁堡大学 bioengineer Filippo Menolascina 用 Co-Scientist 研究代谢功能障碍相关脂肪性肝炎（MASH），从海量文献中筛选候选联合疗法。针对药物 resmetirom 为何只对部分 MASH 患者有效这一问题，系统提出 NLRP3 炎性小体是连接炎症与代谢的分子桥梁的假设，该假设后来经实验验证，有望推动双重靶向疗法。
Google DeepMindAI 评分4040 Co-Scientist 携手 MIT 与 Boston Children's Hospital，为 ALS 研究整合生物工具
Google DeepMind 的 Co-Scientist 正在连接 MIT 机械工程师 Ritu Raman 与 Boston Children's Hospital 化学生物学家 Ryan Flynn 的实验室，共同研究 ALS。
Google DeepMindAI 评分5757 Stanford 团队用 Google DeepMind Co-Scientist 发现治疗肝纤维化的重定位药物
Stanford 医学院遗传学家 Gary Peltz 团队在 Advanced Science 发表研究，用 Google DeepMind 的 Co-Scientist 从现有药物文献中筛选可重定位治疗肝纤维化的候选药。
Google DeepMind精选AI 评分6666 WeatherNext 如何帮助美国国家飓风中心提前预测飓风 Melissa 登陆牙买加
Google DeepMind 的 AI 气象模型 WeatherNext 提前 5 天、以 80% 置信度预测出飓风 Melissa 将以 Category 5 强度登陆牙买加，3 天前置信度升至接近 100%。
Google DeepMind精选AI 评分8484 Google DeepMind 发布 Gemini 3.5，率先推出 3.5 Flash
Google DeepMind 发布 Gemini 3.5 模型系列，首先推出 3.5 Flash，定位智能体与编码，在 Terminal-Bench 2.1（76.2%）、GDPval-AA（1656 Elo）、MCP Atlas（83.6%）和 CharXiv Reasoning（84.2%）上超过 Gemini 3.1 Pro，输出速度为其他前沿模型的 4 倍。
推荐理由：官方公布了 3.5 Flash 的基准成绩、开放渠道和 Pro 后续计划，读者可以据此评估它在智能体与编码场景的取舍。
Google DeepMind精选AI 评分6666 Google DeepMind 发布 Co-Scientist 多智能体科研假设生成系统并开放注册
Google DeepMind 在 Nature 发布基于 Gemini 的多智能体系统 Co-Scientist，通过生成、辩论和演化假设来加速科学研究，并通过实验性工具 Hypothesis Generation 向个人研究者开放，数周内开始推出，可在 labs.google/science 注册。
推荐理由：官方同时给出系统架构、已有实验结果和开放注册入口，读者可以据此评估它对科研工作流的适用性。
Google DeepMind精选AI 评分6767 Google DeepMind 发布 AlphaEvolve 一年影响力报告，涵盖科研与商业多领域应用
Google DeepMind 发布 AlphaEvolve 一年来影响力汇总，该 Gemini 驱动的编码智能体已从试点扩展到科研与商业多领域。
推荐理由：官方汇总了 AlphaEvolve 一年来在科研和商业场景的具体结果与数字，可了解这类算法发现智能体落地的真实范围。
Google ResearchAI 评分2626 Google Research 如何通过全球合作与开放资源推动科学影响力
Google Research 阐述其开放科学实践：十年间开源的 DeepVariant、Neuroglancer、NeuralGCM、SpeciesNet 及 HAI-DEF（含 MedGemma）等工具与数据集，已服务全球超 250,000 名研究者和开发者。
Google DeepMind精选AI 评分6161 Google DeepMind 发布 AI co-clinician 医疗协作智能体研究计划
Google DeepMind 宣布 AI co-clinician 研究计划，探索在医生监督下辅助医患双方的医疗 AI。
推荐理由：官方给出多组临床评测数字和双智能体安全架构，读者可以据此了解 AI 协诊助手的能力边界与实际定位。
Google ResearchAI 评分5656 Google Research 发布 ERA 四大应用进展，覆盖流感预测、宇宙弦、CO2监测与斑马鱼神经回路
Google Research 介绍其 2025 年 9 月发布的 Empirical Research Assistance（ERA）在四个科研领域的实际应用进展。
Google DeepMindAI 评分4949 Google DeepMind 宣布与韩国政府达成 AI 合作
Google DeepMind 宣布与韩国科学技术信息通信部（MSIT）建立合作，作为其 National Partnerships for AI 计划的一部分，在首尔设立 AI Campus。
Google ResearchAI 评分5757 Google Photos Auto frame 推出 3D 感知重构图功能
Google 宣布将一项基于 3D 场景理解的照片重构方法上线到 Google Photos 的 Auto frame 功能。
Google DeepMindAI 评分5858 Google DeepMind 发布 Decoupled DiLoCo 分布式训练架构
Google DeepMind 发布 Decoupled DiLoCo 分布式训练架构，将大模型训练拆分为异步通信的计算“孤岛”，隔离硬件故障并大幅降低带宽需求。
Google ResearchAI 评分5252 Google 发布 ReasoningBank 论文：让智能体从成功与失败经验中学习自我进化
Google Research 发布 ICLR 论文 ReasoningBank，提出从智能体的成功与失败经验中蒸馏高层推理记忆的框架，区别于只记录轨迹或仅总结成功流程的 Synapse 和 AWM。
Google DeepMindAI 评分2525 Google DeepMind 携手 Accenture、McKinsey 等五大咨询公司加速企业 AI 转型
Google DeepMind 宣布与 Accenture、Bain & Company、BCG、Deloitte 和 McKinsey 合作，帮助企业规模化采用前沿 AI。
Google ResearchAI 评分4444 Google Research 提出 Simula：从第一性原理出发的推理优先合成数据生成框架
Google Research 在 TMLR 发表论文，推出推理优先的合成数据生成框架 Simula，以机制设计思路将数据生成拆解为全局多样性、局部多样性、复杂化和双评论员质量检查四个可控轴，无需种子数据。
Google ResearchAI 评分4141 Google Research 用 AI 合成神经元加速大脑连接组绘制
Google Research 提出 MoGen 神经元形态生成模型，基于 PointInfinity 点云 flow matching，用 1,795 条经人工验证的小鼠轴突训练生成合成神经形状，扩充 PATHFINDER 重建模型训练数据。
Google DeepMind精选AI 评分6060 Google DeepMind 发布 Gemini 3.1 Flash TTS，新增 audio tags 语音控制
Google DeepMind 发布文本转语音模型 Gemini 3.1 Flash TTS，在 Artificial Analysis TTS 排行榜上获得 Elo 1,211 分，支持 70+ 语言和原生多说话人对话。
推荐理由：官方介绍了 audio tags 和 AI Studio 场景控制等新能力，读者可以了解 TTS 语音表达控制的实际用法。
Google ResearchAI 评分4141 Google 推出研究实验 Vantage，用生成式 AI 评估面向未来的技能
Google Research 与纽约大学合作推出研究实验 Vantage，通过生成式 AI 在模拟环境中创建多方对话，评估高中生和大学生的批判性思维、协作等 future-ready 技能。
Google DeepMindAI 评分5757 Google DeepMind 发布 Gemini Robotics-ER 1.6 增强机器人具身推理
Google DeepMind 发布 Gemini Robotics-ER 1.6，相比 Gemini Robotics-ER 1.5 和 Gemini 3.0 Flash 在指点、计数、成功检测等空间与物理推理能力上显著提升。
Google ResearchAI 评分3636 Google Research 推出 ConvApparel：量化并弥合用户模拟器的真实感差距
Google Research 发布 ConvApparel 数据集，包含超过 4,000 段、近 15,000 轮的人类-AI 多轮对话，用于量化 LLM 用户模拟器的“真实感差距”。
Google ResearchAI 评分3535 Google Research 推出 PaperVizAgent 与 ScholarPeer 两个 AI 智能体，助力学术绘图与同行评审
Google Research 推出两个学术智能体框架：PaperVizAgent（前称 PaperBanana）用于从论文文本生成可发表的学术插图，ScholarPeer 则自动生成基于文献、包含摘要与优缺点的评审报告。
Google ResearchAI 评分4545 Google Research 提出评估 LLM 行为倾向对齐的新框架
Google Research 提出一个评估 25 个 LLM 行为倾向与人类对齐程度的框架，将标准化心理问卷改编为情境判断测试（SJT），并由 550 名参与者提供人类偏好分布。
Google ResearchAI 评分3636 Google Research 研究：构建更好的 AI benchmark 需要多少标注者？
Google Research 在论文《Forest vs Tree: The (N, K) Trade-off in Reproducible ML Evaluation》中研究 AI 评测中每条数据标注数与标注条目数的权衡，并开源了基于真实数据集的模拟器。
Google Research精选AI 评分6363 Google 白皮书：未来量子计算机破解加密货币所需的资源比此前估计的更低
Google Quantum AI 发布白皮书，更新了破解 256 位椭圆曲线离散对数问题（ECDLP-256）的量子资源估算，两条电路分别使用不到 1,200 个逻辑量子比特加 9,000 万个 Toffoli 门和不到 1,450 个逻辑量子比特加 7,000 万个 Toffoli 门，物理量子比特需求较此前降低约 20 倍。
推荐理由：Google 白皮书给出破解 ECDLP-256 更低的量子资源估算和零知识证明披露方式，加密社区可据此评估向 PQC 迁移的紧迫性。
Google ResearchAI 评分5050 Google 发布 Vibe Coding XR：用 XR Blocks 和 Gemini 加速 AI + XR 原型开发
Google 推出 Vibe Coding XR 工作流，结合 Gemini 的长上下文推理与 web 端 XR Blocks 框架，通过专门系统提示词和代码模板，将自然语言直接转化为可运行的 Android XR 应用，全程不到 60 秒。
Google ResearchAI 评分4444 Google Research 推出 TurboQuant：以极致压缩重新定义 AI 效率
Google Research 推出 TurboQuant 压缩算法（将发表于 ICLR 2026），通过结合 Quantized Johnson-Lindenstrauss（QJL）和 PolarQuant（将发表于 AISTATS 2026）实现零内存开销的向量压缩，可在不损失精度的情况下压缩模型和 KV cache。