Google DeepMind 宣布推出前沿模型 Gemini 4 Carbon，主打网络安全防御与长程多步骤工程任务能力。该模型在 SEC-bench Pro 漏洞挖掘达 88.2%、ExploitGym 达 54.8%、CWE-bench 补丁修复达 71.0%，并在内部 live coding 中降低了近 80% 的严重失准警报。
推荐理由：模型重点强化了长程代码修复与网络安全攻防能力，为复杂工程智能体的实际落地提供了能力参考。
Google Research 提出面向持续学习的 Sleep 框架，通过让大语言模型交替进行主动交互与离线巩固，将短期上下文记忆转化为稳定的长效参数。该架构包含模拟慢波睡眠的参数扩展与策略蒸馏记忆巩固，以及模拟快速眼动睡眠的随机 MoE 专家激活与做梦自我提升循环。
推荐理由：该方案通过模拟人脑睡眠时的记忆巩固与做梦机制，为解决大语言模型部署后的灾难性遗忘提供了可迁移的持续学习范式。
Google DeepMind 宣布推出新一代世界模型 Genie 4，支持高真实度的实时交互式环境模拟，并能同步原生生成环境音、背景音乐和角色对话。该模型结合 Gemini 模型的推理与规划能力以维持多步因果连贯性，允许用户通过自然语言和键盘实时干预场景走向。目前 Genie 4 已作为研究预览版向受信任测试人员开放，后续将逐步推向 Project Genie 和 Gemini API。
推荐理由：该模型结合 Gemini 推理能力实现了包含原生音频的实时交互模拟，为具身智能训练与互动原型开发提供了新的实验环境。
Google Research 总结了将基础模型应用于全球结核病（TB）一线筛查的实践进展，展示了从胸部 X 光算法到临床认证工具的转化路径。
推荐理由：原文梳理了医疗模型从算法验证、监管认证到端侧落地的完整路径，为公共卫生场景下的 AI 工程化提供了参考。
Google DeepMind、Google Research 联合 WRI 与 IIASA 发布 10 米分辨率全球森林分类地图 ForTy 2020 及 2017 至 2025 年时序数据，可将地表精确区分为原始林、天然恢复林、人工林与木本农作物等六大类别。
推荐理由：该地图突破了传统遥感仅识别树木覆盖的局限，能以10米分辨率区分原始林与人工林并追踪时序变化，为供应链合规提供支持。
Google Research 联合西北大学和 Jacaranda Health 在《JAMA Network Open》发表前瞻性研究，证实其开发的移动端 AI 系统可通过非专业医护人员操作的便携式超声盲扫准确评估孕周。
推荐理由：该研究验证了移动端 AI 结合盲扫超声在低资源环境下的泛化能力，为非专业医护人员开展标准化产前筛查提供了技术参考。
Google Research公布了构建自主湿实验室（autonomous wet labs）的三项核心研究成果，旨在将AI智能体的高层推理与物理世界的生化实验闭环相连接。
推荐理由：Google展示了数字孪生框架VERID与闭环湿实验，为解决AI智能体与物理实验脱节提供了可复现的工程范式。
Google 宣布公开发布 Deep Review，这是一款用于对学术论文、法律协议及设计文档提供逻辑验证与反馈的智能体系统。系统基于四阶段架构运行，涵盖文档自动切分、自适应算力分配、专业 Agent 并行验证以及全局事实核验，由 Gemini 4 Argon 提供底层支持。所有用户每周可获得两次免费审核额度，支持连接 Gemini API 扩展调用，上传文档承诺不用于模型训练。
推荐理由：原文给出了多智能体分段审查与动态算力分配机制，读者可以据此了解如何通过 Agent 架构突破单次大模型调用在长篇技术审查上的推理瓶颈。
Google DeepMind 与新加坡政府科技局（GovTech Singapore）合作，基于 Gemma 微调了一款在手机端侧运行的防诈骗 AI 模型。该模型采用轻量分类器初筛加微调 Gemma 上下文分析的两阶段管线，识别出欺诈会话时会在本地实时触发预警。由于推理完全在端侧执行，无需将聊天数据上传云端，政府与 Google 均无法获取用户对话内容。
推荐理由：原文给出了端侧防诈骗模型的两阶段管线设计，展示了兼顾设备功耗与端到端隐私保护的工程方案。
Google Research 与 NBER 合作开展了一项为期 3 个月的现场实验，测试 AI 工具对 133 名专利律师技能沉淀的影响。实验发现，AI 辅助在起草任务中显著提升了整体分数并节省了时间，但在第 90 天撤除 AI 进行独立审查判断力测试时，资深律师技能提升了 0.45 个标准差，初级律师却未见整体改善且成绩两极分化。
推荐理由：原文通过长达三个月的专利律师实测，揭示了使用 AI 提升即时工作产出与脱离工具后沉淀专业判断力之间的脱节。