Google Research 宣布在 Google Photos 的 Auto frame 功能中上线一种新方法，把照片理解为 3D 场景并自动调整相机位置和焦距，生成原本未拍到的视角。该方法分两步：先用内部 3D 点图估计模型重建人体和面部并估算焦距，再用生成式潜在扩散模型填补新视角下出现的空洞。该功能已面向含人物的照片自动提供重新构图版本，作为 Auto frame 候选中的第二个选项。
推荐理由：原文拆解了 Google Photos 自动取景如何用 3D 场景估计加生成式补全改变拍摄视角，可了解生成式编辑的新思路。
Google DeepMind 发布 Decoupled DiLoCo 分布式训练架构，将训练拆分为异步通信的计算孤岛，降低带宽需求并隔离硬件故障。测试中该系统在整块 learner unit 掉线后仍能继续训练并重新接入，用 Gemma 4 模型达到与传统训练相当的基准性能。
推荐理由：原文给出跨数据中心异步训练在带宽、容错与混合硬件上的实测结果，可据此判断分布式预训练的工程取舍。
Google Research 在 ICLR 论文中提出 ReasoningBank，一种从成功与失败经验中提炼结构化推理记忆的智能体框架，配合 memory-aware test-time scaling（MaTTS）实现测试时自我进化。
Google DeepMind 与埃森哲、贝恩、BCG、德勤、麦肯锡达成合作，推动前沿 AI 在企业规模化落地。合作方将获得 Gemini 系列等前沿模型的早期访问权限，并围绕金融、制造、零售、媒体娱乐等行业共同开发行业专属 AI 方案。目前仅 25% 的组织成功将 AI 规模化投入生产。
Google Research 提出合成数据生成框架 Simula，将数据集构建重构为机制设计问题，通过全局多样化、局部多样化、复杂化和双评审质量检查四个步骤，从第一性原理生成数据集，无需种子数据。
Google Research 提出 MoGen 模型，通过点云流匹配生成合成神经元形态，为 PATHFINDER 重建模型补充训练数据，使小鼠轴突重建错误率降低 4.4%，主要来自合并错误的减少。该团队称，在完整小鼠脑规模下，这一改进相当于节省 157 人年的手动校对工作。MoGen 已作为开源模型发布，论文将在 ICLR 2026 展示。
Google DeepMind 发布 Gemini 3.1 Flash TTS 文本转语音模型，主打更强的可控性、表现力与音质，并引入可用自然语言指令控制语气、语速和表达方式的音频标签。
推荐理由：Gemini 3.1 Flash TTS 的音频标签与多说话人能力，展示了语音生成从朗读走向可导演式控制的方向。
Google 发布研究实验 Vantage，通过生成式 AI 在模拟环境中与 AI 虚拟角色对话，评估高中和大学生的问题解决、协作等未来技能，现已在 Google Labs 开放英文注册。
Google DeepMind 发布 Gemini Robotics-ER 1.6，这是其面向机器人的推理优先模型升级版，增强了空间推理与多视角理解，并新增仪表读数能力，可读取压力表、液位计等复杂仪表。
推荐理由：Gemini Robotics-ER 1.6 升级了空间推理与多视角理解，并新增仪表读数能力，可了解机器人在真实场景中的自主性进展。
Google Research 推出 ConvApparel 数据集，包含服装购物领域超 4000 段人机多轮对话、近 15000 轮，用于量化 LLM 用户模拟器与真实人类的真实感差距。
Google 发布两个学术智能体框架：PaperVizAgent 负责生成论文配图，ScholarPeer 负责自动同行评审。PaperVizAgent 由检索、规划、风格、可视化、评审五个智能体协作，在 0-100 分评测中整体得分 60.2，超过 GPT-Image-1.5、Nano-Banana-Pro、Paper2Any 等基线，也是唯一超过 50.0 人类基线的框架。
Google Research 提出评估 LLM 行为倾向对齐的框架，用改编自 IRI、ERQ 等心理量表的情境判断测试（SJT）评测 25 个 LLM，并与 550 名标注者的偏好分布对比。结果显示两类缺口：模型倾向偏离人类共识，且在人类无共识时无法覆盖人类意见的分布范围。小模型（<120B）与前沿闭源模型在人类一致时接近完美对齐，但共识低于 90% 时对齐率停滞在 80% 出头。
Google Research 在《Forest vs Tree: The (N, K) Trade-off in Reproducible ML Evaluation》中提出，AI 评测常用的每项 1-5 名标注者往往不足，要反映人类意见差异常需每项超过 10 名标注者。
Google Quantum AI 发布白皮书，称未来量子计算机破解保护加密货币的椭圆曲线加密（ECDLP-256）所需的量子比特和门数比此前认为的更少。
推荐理由：Google Quantum AI 更新了破解 ECDLP-256 所需的量子资源估算，并给出面向加密货币社区的 PQC 迁移与负责任披露建议。
Google 发布 Vibe Coding XR 工作流，结合 Gemini 的长上下文推理与基于 WebXR、three.js、LiteRT.js 的 XR Blocks 框架，可将自然语言提示词直接转成具备物理感知的 Android XR 应用，官方称耗时在 60 秒以内。
推荐理由：Google 官方给出 Vibe Coding XR 的完整工作流与 VCXR60 初步评测，可了解自然语言生成 XR 应用的实际成功率与限制。
Google 发布 TurboQuant 压缩算法，并配套提出 QJL 与 PolarQuant，用于解决向量量化中的内存开销问题。
推荐理由：Google 提出 TurboQuant 等三种向量量化算法，可在不损失精度下把 KV cache 压到 3 bit，读者可了解其原理与实测结果。
Google Research 发布自监督框架 S2Vec，通过 S2 Geometry 网格划分与特征栅格化，把道路、建筑、商铺等建成环境数据转成多层图像，再用掩码自编码（MAE）学习通用嵌入向量。
Google Research 在 The Check Up 活动上公布多项医疗 AI 进展：与 Fitbit 合作研究发现，模拟协作医疗团队的 Personal Health Agent（PHA）比单一任务应用更能支持长期健康。
Google Research 与多家 NHS 机构合作的 AIMS 研究在 Nature Cancer 发表两项研究，评估 AI 用于乳腺筛查的表现与流程整合。
推荐理由：两项 Nature Cancer 研究给出 AI 参与乳腺筛查的具体检测率与读片量变化，可了解人机协作流程的实际收益与局限。
Google 与康奈尔大学在 PNAS 发表研究，让 GPT-4o、Perplexity、Claude 3.5、Gemini Advanced Pro 1.5、NotebookLM 和一套自建 RAG 系统回答 67 道高温超导专家级问题，由 12 位专家按 6 项指标盲评打分。
Google 宣布在 Flood Hub 上线城市山洪预报，可提前最多 24 小时预测城市山洪风险。该模型基于 RNN 与 LSTM 架构，使用 Gemini 从公开新闻报道中提取历史山洪事件构建 Groundsource 数据集进行训练，目前以 20x20 公里分辨率运行，覆盖人口密度超过每平方公里 100 人的区域。
推荐理由：Google 把城市山洪预警扩展到 Flood Hub，读者可了解其用 Gemini 从新闻中提取训练数据的方法与全球覆盖思路。
Google 发布 Groundsource，一种用 Gemini 从非结构化新闻中提取灾害事件的方法，首个开放数据集收录 260 万条城市山洪记录，覆盖 150 多个国家、时间跨度从 2000 年至今。
推荐理由：Google 用 Gemini 从 80 种语言的新闻中抽取洪水事件，构建 260 万条历史数据集，并给出人工核验的准确率。
Google Research 与 Beth Israel Deaconess Medical Center 合作开展了一项前瞻性单中心可行性研究，让 AMIE 在门诊初级保健就诊前与患者进行文本问诊，全程由医生通过视频实时监督。
推荐理由：Google 与 BIDMC 首次在真实门诊流程中部署 AMIE 做就诊前问诊，读者可了解其安全监督机制与诊断表现。